Kunstig intelligens: Hvorfor en ekspert sier det er bortkastet penger

Kunstig intelligens: Hvorfor en ekspert sier at det er bortkastet penger TechRepublics Karen Roby snakker med en AI-ekspert som mener vi trenger å tenke nytt på tilnærmingen vår og fokusere mer på avveininger og ressurskostnader.

TechRepublic's Karen Roby snakker med en AI-ekspert som mener vi trenger å tenke nytt på tilnærmingen vår og fokusere mer på avveininger og ressurskostnader. Følgende er et redigert utskrift av intervjuet.

Mer om kunstig intelligens

  • Google DeepMind-grunnlegger Demis Hassabis: Tre sannheter om AI
  • De 10 mest etterspurte AI-jobbene i verden
  • De 3 mest oversett begrensningene av AI i virksomheten
  • Hvordan bli maskinlæringsingeniør: Et jukseark

Karen Roby: Jeg er Karen Roby for TechRepublic. Vi snakker med Arijit Sengupta, han er en AI-ekspert med over 20 års utdanning og erfaring med å jobbe innen kunstig intelligens og til og med skrev en bok som heter AI is a Waste Of Money . Så Arijit, du synes åpenbart at vi trenger å evaluere tilnærmingen vår til AI ... forklare!

Arijit Sengupta: Svaret er å gå tilbake til det grunnleggende. Se, når vi alltid gjorde forretninger, vurderte vi tre ting. Vi har gjort spådommer før AI selvfølgelig. Vi vurderte også omkostnings-fordel-avveininger, og vi vurderte ressurser. Så, virksomhet var alltid et spørsmål om å balansere forskjellige ting, ikke sant? Det som har skjedd nå er at vi har blitt så besatt av prediksjonsdelen at vi helt har glemt de to andre delene, avveininger med kostnad og fordel og ressursbruk.

Det Aible gjør er å si: "Vel, hvorfor spør vi ikke et menneske hva de bryr seg om, hva betyr noe? Hva skjer hvis jeg får en prediksjon feil en vei? Hva skjer hvis jeg får forutsigelsen feil den andre veien? " Så, "jeg fortalte deg at noe vil skje, og det skjedde ikke. Jeg sa at noe ikke ville skje, og det skjedde, ikke sant? Hva er kostnadene? Hva er fordelen? La oss nå opprette en AI som er optimalisert for å levere til at." Ikke tvang mennesker til å lære AI. Det er lettere å lære AI å snakke menneske enn for mennesker å lære AI. Så vi har vendt den ligningen. Vi bruker AI for å forstå din virkelighet og deretter opprette en annen AI for å optimalisere for den virkeligheten.

Karen Roby: Så hvordan tror du at vi bør omforme tankene våre om dette?

Arijit Sengupta: Det første er ikke å tenke på det som magi. Jo tidligere vi slutter å tenke på AI som, "Jeg vil bare at AI skal legge til noe, og et magisk svar kommer ut, " jo raskere vil vi slutte å bli såret ved å bruke en drone. Den andre delen av det starter alltid med påvirkning. "Hvordan vil AI faktisk levere et forretningsresultat?" Forretningsfolk prøver å maksimere fordelene, minimere kostnadene, minimere risikoen. Hvis du sørger for at du tar utgangspunkt i det du prøver å oppnå, i stedet for å starte fra: "Hvor er dataene mine? Hva kan jeg peke AI på? Og hva spår AI?" Du kommer til å være på et bedre sted fordi du starter der du vil ende opp, noe som er forretningspåvirkning.

Kunstig intelligens: En bedriftsleders guide (gratis PDF)

Den tredje delen av dette er faktisk veldig enkelt. Når du tenker på AI som magi og det hele handler om å få riktig data og trykke på en knapp, hva du gjør er å gå for virkelig store komplekse prosjekter som at hele selskapet skal investere flere måneder for å få et AI-prosjekt gjort.

AI kommer til å bli mer lik nettleseren. Alle av oss, hver eneste en av oss, vil ha evnen til å bidra til våre egne AI-er. Så du må fokusere på mange, mange små prosjekter. "Hvordan finner jeg 10 000 dollar her? 50 000 dollar der? Hvordan gir jeg verktøyene til mange, mange mennesker?" Så det er et syfirma, et mer enn 150 år gammelt syselskap som heter Merrow Sewing (Machine) Company. Administrerende direktør er en fyr som heter Charlie Merrow.

Så han prøvde å bruke AI, og han brukte det på salgsoptimaliseringen. Og han fant 3 millioner dollar i verdi på to timer. Nå er $ 3 millioner verdi på to timer, og forresten, dette ble skrevet opp av Gartner og andre, så dette er ikke oss som forteller historien. Men det som er viktig det er når du er en forretningsadvokat, uten en dataforsker, kan du gjøre det AI selv og du kan gjøre forretningspåvirkning selv, du føler deg myndig.

Det er annerledes enn å si: "Jeg hadde en haug med smarte mennesker som kom inn og gjorde dette for meg, og jeg har ingen anelse om hvordan dette fungerte." Den andre tingen vi gjorde var på UC Berkeley, under AI-toppmøtet, tok vi en haug med ungdomsskoleungdommer, historie-hovedfag og MBA-er, og satte dem opp mot sakkyndige dataforskere. Og etter to timer fant vi at ungdomsskoleelevene slo alle dataforskere.
Når vi har gitt dataforskerne fem dager, slo bare fire av 11 ungdomsskoleelevene. Det er her AI skal. Det handler mer om å ha den menneskelige nysgjerrigheten der du prøver å forstå problemet, forstå fordelene mellom kostnadene og fordelene, og hvordan kan jeg forklare det for AI, i motsetning til, vet jeg hva et nevralt nett er og gjør jeg det? vet du hva en gradient boosting-modell er? Fordi det kan kommuniseres. Nysgjerrighet, menneskelig evne til å prøve å forstå situasjonen er mye vanskeligere å commoditize.

Karen Roby: Så Arijit, hvor ser du at AI vil ha størst innvirkning, si, om fem år fra nå?

Arijit Sengupta: AI er som Internett eller PC. Det vil ha innvirkning overalt. Jeg tror faktisk det er den mest transformasjons-teknologien vi noen gang har sett. Men det jeg tror folk trenger å forstå er ingen ekspert på Jorden vet hva som vil være den rette AI fem år fra nå. Den beste AI-teknologien utvikler seg mye raskere enn PC-brikkene gjorde. Så husk Moore lov, der PC-brikkene utviklet seg så raskt at hvis du skrev en programvare med en generasjon chips, kom den nye generasjonen inn og den ble mye bedre automatisk?

Alle som bygde chips-spesifikk programvare døde ut. Fordi neste generasjon var så mye bedre enn om programvaren din bare kunne flytte fra brikke til brikke, gjorde det fantastisk. AI utvikler seg raskere enn Moore lov, men vi sitter fremdeles fast i tankegangen til "Hvilken brikke skal jeg skrive et tilpasset program for?" Du må bygge den organisatoriske kunnskapen om å oversette problemene til noe en AI kan løse og ikke besette over de underliggende teknologiene. Det gjør ikke noe. For om fem år vil de vinnende teknologiene være helt forskjellige fra de vinnende teknologiene i dag.

Nyhetsbrev om innovasjon

Vær kjent med smarte byer, AI, Internet of Things, VR, AR, robotikk, droner, autonom kjøring og mer av de kuleste teknologiske nyvinningene. Leveres onsdager og fredager

Registrer deg i dag

© Copyright 2021 | pepebotifarra.com