«Инновации — это суть прогресса, а данные — ваш ингредиент»

Будущее за искусственным интеллектом (ИИ). ИИ будет в нашей жизни жить бок о бок, касаясь нашей жизни всеми мыслимыми способами. Эта реальность стала очевидной, когда произошли два решающих момента доминирования ИИ, когда Deep Blue от IBM, специально созданный компьютер, победил чемпиона мира по шахматам Гэри Каспарова в шахматном матче, доказав, что вычислительная мощность ИИ превосходит человеческий разум. . Второй был, когда АльфаГо обыграла 8-кратного чемпиона мира по настольной игре Го Ли Седоля. (документальный фильм можно посмотреть здесь) В обоих случаях человечество потерпело серьезную неудачу, но подождите, эти машины были созданы человеком. Верно! Они были созданы изобретательностью человеческого разума, но для меня и Каспаров, и Ли Седол не проиграли машинам, они проиграли команде чрезвычайно умных мыслителей, программистов, а также других высококлассных шахматистов и игроков в го соответственно. Они проиграли машине, способной объединить знания и опыт опытных игроков, используя методы искусственного интеллекта, разработанные лучшими инженерами мира. Машина способна хранить и извлекать знания от всех, и, кроме того, использует вычислительные возможности, которыми не обладает ни один человек.

Насколько я понимаю, исход игры в шахматы и го был неизбежен.

Теперь представьте себе хранение всех знаний ваших сотрудников, а также поведенческой информации всех ваших клиентов. Теперь применяйте самые передовые алгоритмы в дополнение к тому, что знают ваши сотрудники и как ведут себя ваши клиенты, для достижения бизнес-целей, которые вы поставили перед собой. В этом случае у вас есть своя версия AlphaGo или Deep Blue, которая обслуживает ваших клиентов и организацию автономным и интеллектуальным образом. Вы создали свою версию «будущего».

Это не надуманная цель. Это цель, которую CoreAI и InterAktiv помогут вам понять, если вы присоединитесь к нам на этом вебинаре. Мы проведем вас через пошаговый процесс создания решения ИИ, начиная с определения бизнес-целей, изучения данных и, наконец, внедрения и ввода в эксплуатацию системы ИИ. Мы также поделимся примерами использования из разных отраслей, чтобы помочь вам лучше визуализировать собственный результат. Наша основная цель — помочь вам внедрять инновации, используя то, что у вас уже есть (данные) и то, что вы уже знаете (опыт), чтобы ускорить будущее.

Определение ИИ — чтобы отличить его от автоматизации

Искусственный интеллект (ИИ) обычно определяется как наука о том, как заставить компьютеры делать то, что требует «разума, когда они выполняются людьми». Джек Коупленд. AlanTuring.net

ИИ — это отрасль информатики, которая занимается имитацией человеческого интеллекта. Это означает, что машины могут учиться на данных для создания «знаний», а также использовать и повторно использовать знания, когда это необходимо. Обычные вычисления, включая системы, основанные на правилах, не являются машинным обучением. У них фиксированный набор логики, и если вы не измените способ работы логики, она будет фиксированной. Но машинное обучение и ИИ используют данные, чтобы научиться выполнять задачи, подобные человеческим, часто превосходя человека.

Инновационный процесс ИИ — Узнать больше

Инновационный процесс ИИ, созданный CoreAI, был предназначен для того, чтобы сделать инновации с использованием ИИ простыми для понимания и доступными для большинства компаний любого размера, которые хотят присоединиться к путешествию в области ИИ.

Усилия по искусственному интеллекту сильно отличаются от типичных проектов по автоматизации ИТ… — Доктор Дэвид Бодофф

При наличии ИТ-проекта стоимостью около 100 000 долларов США на его реализацию потребуется около 6–9 месяцев в зависимости от сложности. Скорее всего, для реализации преимуществ потребуется еще 6–8 месяцев. В общей сложности требуется около 12–18 месяцев, чтобы пройти один полный круг и увидеть ощутимые результаты.

Напротив, в проекте ИИ продолжительность выполнения может быть на 30–40% короче, но выгоды могут быть весьма немедленными. Например, предположим, что проблема заключается в обнаружении кибератак примерно на 3 миллионах маршрутизаторов в режиме реального времени, чтобы система могла отправлять предупреждения, чтобы предотвратить успешную атаку. После того, как ИИ встроен в маршрутизатор, поставщику услуг не нужно полагаться на рабочие задачи, чтобы постоянно обновлять логику, основанную на правилах. Возможности машинного обучения системы ИИ смогут обнаруживать аномалии и отправлять оповещения. Такие преимущества будут ощущаться почти сразу после завершения развертывания.

Шаг 1 — Бизнес-понимание

По сравнению с бизнес-аналитикой или бизнес-аналитикой, подход к внедрению ИИ заключается в том, чтобы установить конкретную болевую точку бизнеса, которую мы хотим решить. На этом этапе исследуются и расставляются приоритеты бизнес-целей, которые ИИ должен решать со спецификой. В этом смысле, подобно тому, как AlphaGo была разработана для победы в игре в го, наша цель здесь — определить предполагаемый результат для системы ИИ. Тем не менее, это может стать отправной точкой для мозгового штурма, но с помощью нашего технологического опыта в области ИИ и в сочетании с вашими бизнес-знаниями мы можем изучить различные возможности того, что стоит решить с помощью ИИ. Это действительно командная работа с объединенным опытом, позволяющая выявить наиболее серьезное определение проблемы, а затем приблизиться к ее решению.

Окончательный результат определения проблемы, когда он подтвержден, используется для прогнозирования рентабельности инвестиций, чтобы помочь лицам, принимающим решения, составить бюджет для решения. В конце этого упражнения мы установим повестку дня для оставшихся 6 шагов и стимул для следующего.

Шаг 2 — Понимание данных (EDA)

Данные аналогичны вашему опыту, заключенному в скрытой форме. Его потенциальная ценность для ИИ зависит от корреляций в данных, которые часто не видны невооруженным глазом. Пример карты корреляции можно увидеть на диаграмме A. Диаграмма A в основном показывает силу корреляции данных между собой на одной диаграмме. Это комплексное представление позволяет нам оценить качество и актуальность данных при попытке решить определенную нами бизнес-проблему. Этот и другие анализы данных служат для определения того, могут ли данные поддерживать решение ИИ.

В конце этого шага, если (и только если) мы уверены, что ваши данные могут поддерживать выбранное решение ИИ, мы рекомендуем продолжить проект ИИ. Часто, пробуя быстрые и грязные решения, мы можем оценить минимальный уровень успеха, которого мы можем достичь с полномасштабным проектом. Таким образом, это упражнение также может помочь нам рассчитать рентабельность инвестиций, чтобы инкапсулировать границы проекта ИИ. Этот шаг имеет огромное значение для выявления условий ваших данных для решения конкретной бизнес-задачи, которую мы определили на шаге 1. Этот шаг показывает, какие данные вам нужны для успешного решения ИИ. Этот шаг поможет вашей организации продвинуться еще на один шаг к зрелости ИИ за счет более глубокого ознакомления со своими данными, их ценности и того, как сделать их максимально ценными с помощью ИИ.

Шаги с 3 по 7 — Оставшиеся 5 шагов

Остальные 5 шагов в основном погружают проектную команду в собственно проект ИИ. Эти шаги охватывают подготовку данных, обучение модели и тестирование для реализации модели. Наконец, мы собираем отзывы по ходу дела и в соответствующие промежутки времени, чтобы точно настроить модели и обеспечить их лучшее соответствие.

Текущая тенденция инвестиций в ИИ

Согласно Всемирному руководству по расходам на системы искусственного интеллекта IDC, расходы на ИИ достигнут 97,9 млрд долларов США в 2023 году. Эта цифра в 2,5 раза превышает сумму в 37,5 млрд долларов США, которая будет потрачена в 2019 году, согласно тому же источнику. В 2020 году прогнозируемая сумма составляет 46 миллиардов долларов США. Не заблуждайтесь, в ходе использования этой новой технологической тенденции будут успехи и неудачи. Опрос, проведенный MIT Sloan Management Review и BCG, показал, что 90% компаний в настоящее время инвестируют в технологии ИИ, но менее 40% смогли ощутить рентабельность инвестиций от внедрения ИИ. Марианна Д'Акуила, менеджер по исследованиям в IDC, отметила, что ИИ вышел за рамки прототипирования и перешел к исполнению и внедрению. Это означает, что большинство организаций уже убедились в преимуществах, и теперь им нужно воплотить их в жизнь.

В связи с этим мы хотим предостеречь любые компании, которые намерены инвестировать в ИИ. Одним из важнейших факторов успеха является наличие правильного опыта и мышления с четко определенными целями, прежде чем приступить к такому путешествию, по сути, шаг 1 в нашем процессе.

Хомо Деус

"Будущее - сегодня. Данные — это новая религия».

Будущее компаний во многом зависит от качества их данных. Без качественных данных возможности для инноваций с помощью ИИ сильно ограничены. Без знания того, могут ли данные и какие виды данных помочь продвинуть организацию вперед, было бы практически невозможно внедрить ИИ. Согласно «Homo Deus» Юваля Харари, «новое богатство — это знание». Данные с ИИ — это знания, которые хранятся и готовы к использованию не одним человеком, а десятками тысяч людей одновременно. Хорошо спроектированный чат-бот с искусственным интеллектом обслуживает тысячи клиентов круглосуточно и без выходных, никогда не сообщая о болезни или уходе в отпуск. Дрон, полагающийся не на GPS, а на собственную камеру с искусственным интеллектом, может летать на расстоянии нескольких сантиметров от посевов и собирать более точные данные для борьбы с вредителями и повышения урожайности. Прогнозирование пожизненной ценности клиента означает, что вы можете разумно инвестировать в развитие лояльности клиентов для более стабильного результата. ИИ способен выполнять, казалось бы, простые задачи, такие как диктовка и языковой перевод, до сложных задач, таких как самоуправляемые автомобили. Все остальное зависит от нашего воображения, чтобы понять, а затем приступить к осуществлению с целенаправленным мышлением.

Когда мы пристально наблюдаем за капиталистическими рынками по всему миру и за трансформацией потребительского поведения, напрашивается один вывод. Данные — это новый экономический ресурс, доступный каждой организации, которая знает, как использовать свой потенциал. Данные передаются свободно и генерируются со скоростью около 2,5 квинтиллионов байтов в день (Forbes 2018). Каждая организация, которая намерена оставаться впереди, стремится получить эти данные, и пока что победителями являются Google, Facebook, WhatsApp, WeChat и TikTok, и это лишь некоторые из них. Однако хорошая новость заключается в том, что у каждой компании есть данные, и они вполне могут сделать следующий шаг, чтобы изучить и использовать их.

Вопрос не в том, следует ли внедрять ИИ, а в том, когда следует внедрять ИИ.

«Фортуна любит смелых» Александр Македонский

Зарегистрируйтесь прямо сейчас на наш вебинар, и пусть путешествие ИИ начинается.

Примечание от AI In Plain English

Мы всегда заинтересованы в помощи в продвижении качественного контента. Если у вас есть статья, которую вы хотели бы отправить в какое-либо из наших изданий, отправьте нам электронное письмо по адресу [email protected], указав свое имя пользователя на Medium, и мы добавим вас в качестве автора.