Zawartość
- AI a automatyzacja
- Jakieś wady?
- Bez błędów, bez stresu - Twój przewodnik krok po kroku do tworzenia oprogramowania zmieniającego życie bez niszczenia życia
Źródło: CharlieAJA / iStockphoto
Na wynos:
AI jest bliżej niż myślisz i naprawdę może wprowadzić radykalne zmiany w naszym stylu życia i pracy.
Sztuczna inteligencja (AI) jest obecnie gorącym tematem w przedsiębiorstwie, a liderzy branży przyglądają się aplikacjom od inteligentnych produktów po samoleczącą się - a nawet samoświadomą - infrastrukturę obliczeniową.
Ale ile z tego jest realne, a ile science fiction? Czy naprawdę jesteśmy na skraju sprzedania naszej ludzkości klasie robotów-władców? A może technologia w ogóle nie przyniesie znaczących zmian?
Sądząc po tym, co jest teraz dostępne i dokąd zmierzają trendy rozwojowe, odpowiedź na dwa ostatnie pytania brzmi „nie”.
AI a automatyzacja
Pierwszą rzeczą do zrozumienia w dzisiejszej sztucznej inteligencji jest to, że nie jest ona jedynie rozszerzeniem istniejącej automatyzacji. Tradycyjna automatyzacja może być wykorzystana do tego, aby maszyny, urządzenia i aplikacje wykonywały powtarzalne zadania, zwykle ze stałą szybkością i w spójny sposób. Automatyzacja AI pozwala zaprogramowanemu bytowi najpierw dostosować i zareagować na szeroki zakres bodźców, a następnie dostosować własne wzorce programowania i działania do zmieniającego się środowiska. Tak więc, podczas gdy zautomatyzowane ramię robota można zaprogramować do przymocowania określonego panelu do pewnego rodzaju drzwi samochodu w ten sam sposób nieskończoną liczbę razy, ramię AI może analizować różne rodzaje paneli i samodzielnie wymyślić, jak je przymocować różne rodzaje drzwi. (Aby dowiedzieć się więcej na temat automatyzacji, zobacz Automatyzacja: przyszłość nauki o danych i uczenia maszynowego?)
Jeśli chodzi o infrastrukturę korporacyjną, sztuczna inteligencja jest kluczem do wdrożenia cyfrowej transformacji, która jest niezbędna do rozwoju w gospodarce zorientowanej na usługi, mówi Venkat Srinivasan, prezes i dyrektor generalny firmy automatyzacyjnej Rage Frameworks. AI wprowadza już kilka kluczowych możliwości w operacjach infrastrukturalnych, stosując bardziej lingwistyczne podejście do analizy danych zamiast tradycyjnych algorytmów baz danych. W ten sposób systemy danych korporacyjnych zyskują zdolność rozumienia danych pod względem ich zgodności z rzeczywistością, co z kolei pozwala im zrozumieć ryzę danych nieustrukturyzowanych, które znajdują się w archiwach przedsiębiorstwa nietknięte i zapomniane. Jednocześnie umożliwia wyższy poziom rozumowania i identyfikowalności, dając operatorom i innym inteligentnym systemom możliwość szczegółowego analizowania i analizowania procesów w celu ustalenia, w jaki sposób i dlaczego podejmowane są decyzje.
Ale jak dokładnie to wszystko będzie się działo na poziomie operacyjnym? Jakich aplikacji oczekujemy od procesów opartych na sztucznej inteligencji?
Według Gil Press, partnera zarządzającego w firmie konsultingowej gPress, dwie z głębszych to rozpoznawanie mowy i generowanie języka naturalnego. Korzystając z sieci neuronowych i innych zaawansowanych technologii, firmy takie jak Google i Amazon już wprowadzają konwersację do domu za pośrednictwem Google Home i Alexa. To tylko kwestia czasu, aby te same technologie zaatakowały centrum danych, pozwalając nawet nietechnicznym użytkownikom po prostu zapytać środowiska danych, co powinni wiedzieć, zamiast pisać, klikać lub pisać. Ponadto dzięki możliwościom samouczenia się i korekty, które AI wprowadza do stołu, prawdopodobne jest, że cykl życia systemu i wzorce aktualizacji ulegną radykalnej zmianie - sprzęt z czasem nie ulegnie degradacji; poprawi się przy niewielkim lub bez udziału człowieka. Również samo środowisko danych stanie się bardziej proaktywne w swoich operacjach, sugerując sposoby optymalizacji wydajności danych, a nie tylko reagując na polecenia.
Jakieś wady?
Czy zatem wizja świetlanej, błyszczącej przyszłości to wszystko, co jest w AI w przedsiębiorstwie? Co z wadami?
Bez błędów, bez stresu - Twój przewodnik krok po kroku do tworzenia oprogramowania zmieniającego życie bez niszczenia życia
Nie możesz poprawić swoich umiejętności programistycznych, gdy nikt nie dba o jakość oprogramowania.
Z pewnością, mówi Chris Preimesberger z eWeek, sztuczna inteligencja będzie musiała być wdrażana w kontrolowany, skoordynowany sposób, tak jak każda inna technologia. W rzeczywistości wiele kluczowych pułapek jest takich samych, jak w przypadku istniejących platform danych, takich jak wdrażanie technologii w poszukiwaniu rozwiązania i brak zapewnienia, że zautomatyzowane procesy są zgodne z wymaganiami biznesowymi. Ale sztuczna inteligencja wymaga również szczególnej uwagi, na przykład uznania faktu, że sztuczna inteligencja może dostarczać tylko takie wyniki, które są tak dobre, jak otrzymywane dane. Istnieje także kompromis między szerokością i głębokością, jeśli chodzi o sztuczną inteligencję; żaden system zaprojektowany do obsługi szerokiego zakresu funkcji nie będzie w stanie pogłębić się w bardzo szczegółowe procesy, które zwiększają wydajność. (Aby uzyskać więcej informacji na temat przyszłości AI, zobacz Nie patrz wstecz, oto nadchodzą! Postęp sztucznej inteligencji).
I prawdopodobnie najważniejsze: bez względu na to, jak „inteligentna” staje się platforma AI, zawsze będzie potrzebować ludzkiego mózgu, aby nią kierować.
Chociaż może to zabrzmieć stereotypowo, faktem jest, że sztuczna inteligencja naprawdę jest na skraju przekształcenia środowiska danych w coś podobnego do tego, co widzieliśmy w filmach science fiction przez te wszystkie lata: mówiące, myślące środowisko danych, które dosłownie wszystko wokół nas, jak komputer pokładowy Starship Enterprise.
W tym świetle wydaje się, że wszyscy będziemy musieli przyzwyczaić się do tego, że przedsiębiorstwo nie jest już tylko zbiorem urządzeń i oprogramowania obsługującego nasze dane, ale responsywnym i wysoce efektywnym członkiem zespołu biznesowego.