Короче говоря. Принятие правильных решений — ключ к успеху. Цифровые технологии, особенно искусственный интеллект, быстро снижают стоимость принятия правильных решений во всех сферах жизни. Это окажет серьезное влияние на то, как продукты и услуги разрабатываются, производятся и продаются. Это создаст новые рабочие места и возможности, но также вытеснит многие традиционные из них, изменив отрасли и образ жизни.
Должен ли я жениться на Сьюзан или Карен, должен ли я купить тот или иной дом, должен ли я устроиться на эту работу или на другую, должен ли я купить акции Google или Amazon, должен ли я отправиться в отпуск этим летом на Сицилию или на Корсику, должен ли я арендовать BMW X5 или Audi Q5, должен ли я ехать по шоссе или оставаться на проселочных дорогах, чтобы добраться быстрее …. Должен ли я нанять Джона или Сандру, должны ли мы сотрудничать с Microsoft или Apple, Должен ли я передать сборку на аутсорсинг в Индию или Китай, должны ли мы ориентироваться на широкую клиентскую базу или сосредоточиться на особом высокодоходном сегменте… Мы постоянно принимаем решения о желаемом будущем результате во всех сферах нашей жизни.
Принятие правильных решений — ключ к успеху — как в личной, так и в деловой жизни. Лучшее решение означает выбор варианта, который ведет к большему вознаграждению, который учитывает все аспекты и является более быстрым. Люди всегда пытались найти лучший способ принять лучшее решение. По сути, в условиях неопределенности принятие решений сводится к предсказанию будущего результата с наивысшей наградой.
Исторически сложилось так, что мы молились и просили Бога привести нас к лучшему решению. Многие до сих пор. Мы спросили священников и ученых людей в надежде, что они лучше заглянут в будущее. Мы попросили друзей, членов семьи и знакомых высказать свое мнение. Немного усложнившись, мы начали изучать опросы, статистику и мнения консультантов. Однако большинство решений было принято на основе личного опыта и интуиции.
Цифровые технологии и особенно Интернет сделали принятие решений более профессиональным и легким — по крайней мере, на первых порах. Мы получили доступ к отчетам, мнениям, исследованиям, сравнениям, социальным сетям и огромному количеству дополнительных данных, что позволило нам принимать решения на основе данных. Вот тогда снова стало тяжело. Человеческий мозг имеет довольно ограниченную способность обрабатывать информацию из множества входных данных и перегружен слишком большим количеством данных, что приводит к параличу при принятии решений. Именно здесь многие из нас оказываются сегодня, когда нам нужно принять решение. Либо мы вообще не решаем, либо решаем, основываясь всего на 3–5 факторах (часто игнорируя важные), либо просто отдаемся на волю своей интуиции.
Данные обеспечивают объективность в принятии решений и заставляют нас смотреть на различные аспекты и точки зрения. Однако слишком многое из этого подавляет наши способности принимать решения. Много говорят о взрывном росте данных. Каждый год публикуются тысячи новых статей о медицинских исследованиях, поэтому нельзя ожидать, что ни один медицинский работник прочитает и усвоит новые идеи и будет использовать их в своей повседневной работе. Дело не только в доступном времени, но и в способности нашего мозга вводить информацию и активно ее использовать. Это справедливо для большинства профессий — юристов, налоговых консультантов и инженеров. Есть ли способ объективно принимать решения, всегда учитывая всю доступную информацию?
Системы искусственного интеллекта (ИИ) не имеют таких ограничений, как наш мозг. ИИ может обрабатывать миллионы входных данных, не игнорируя ни одного. И делает это чрезвычайно быстро, не отдыхая, не уставая, не отвлекаясь и не становясь эмоциональным. ИИ — отличное дополнение к нашему мозгу при принятии решений. ИИ — это, по сути, прогностическая машина, обеспечивающая довольно точное предсказание результата для заданной входной ситуации. Машинное обучение предоставило современным системам искусственного интеллекта возможность самообучения на основе тысяч предоставленных данных о случаях.
Системы машинного обучения в основном обучены распознавать закономерности в данных, изображениях и видео. Они обучены прогнозировать конкретный результат на основе предоставленных шаблонов ввода. После того, как они обучены, они очень быстро и точно предсказывают результаты в шаблонах данных. Шаблон данных может быть в виде изображений посевов в поле для определения наилучшего времени сбора урожая, МРТ-изображений пациентов для обнаружения дефекта органа, заявлений о страховании для выявления мошенничества или финансовых данных компании для прогнозирования тенденций. в будущем исполнении.
Люди страдают от паралича принятия решений или неверных решений, когда имеют дело со слишком большим объемом данных. Напротив, системы ИИ любят потреблять как можно больше данных и улучшать с их помощью свою производительность. Прогноз, предоставленный системой ИИ, может быть непосредственно принят в качестве решения. В качестве альтернативы, человеческое суждение может быть применено к нему, прежде чем называть его решением. Хирург может принять окончательное решение оперировать или нет, основываясь на прогнозируемом диагнозе системы ИИ по медицинским данным пациента.
Поскольку системы ИИ по сути являются компьютерными системами, они подчиняются закону Мура об экспоненциальном снижении затрат и повышении производительности. Стандартизированное оборудование, использующее компоненты 3D-графики для нейронной обработки, позволило лучше принимать решения с более дешевым и привлекательным ИИ. Эта тенденция будет продолжаться. В настоящее время ИИ применяется в огромном количестве новых областей, где можно сделать доступным большое количество данных для обучения системы ИИ. Данные — это сырье для ИИ и для принятия лучших решений.
Интернет вещей (IoT) становится очень популярным для автоматического управления сложными системами управления. По сути, IoT — это система искусственного интеллекта. Его внешний интерфейс состоит из набора датчиков, предоставляющих данные в реальном времени из источников, необходимых в качестве входных данных для системы управления, таких как температура, местоположение, давление, движение или изображение. Эти данные в цифровом виде передаются в систему принятия решений на основе ИИ, которая определяет наилучшее действие на основе предоставленных входных данных. Системы IoT используются в различных приложениях, таких как оптимизация охлаждения в центре обработки данных, управление беспилотными автомобилями, принятие решения о том, какой сегмент урожая собирать, и так далее.
Такие компании, как IBM, Microsoft и Google, настраивают облачные платформы AI IoT для своих клиентов, которые могут получать данные из своих сенсорных сетей. Клиенты разрабатывают алгоритмы управления в облаке IoT. Платформа IoT предоставляет ИИ и дополнительные библиотеки алгоритмов, необходимые для контроля и принятия решений. Поставщики платформ Интернета вещей получают огромные объемы данных датчиков, чтобы сделать свои платформы еще более привлекательными. Они смогут предоставлять практически любые данные датчиков, необходимые их клиентам, на основе подписки. В результате создание IoT-систем станет значительно проще и быстрее.
Данные, по сути, представляют собой цифровое представление реальности в мире. Как люди, мы принимаем наши повседневные решения, основываясь на восприятии реальности нашими органами чувств и использовании нашего мозга для принятия решений и действий на основе данных, которые мы чувствуем. Система Интернета вещей (IoT) работает очень похоже — с заметной разницей. Они могут принимать решения на основе всех тысяч случаев, которым они обучены, круглосуточно, без выходных, без перерыва и сна.
Дроны стали очень полезным инструментом для получения данных IoT. Дроны могут снимать высококачественные изображения и видео определенных областей по очень низкой цене. Изображения и видео — отличные источники шаблонов данных для ИИ. Описать содержание или тонкую уникальность изображений и видеоклипов часто сложно для людей, но не для ИИ. Машины стали лучше людей распознавать образы и могут научиться различать тонкие узоры в изображениях без помощи человека.
Поскольку стоимость более эффективного принятия решений с помощью ИИ резко падает, ИИ будет интегрирован практически во все продукты, услуги или процессы. Это сделает их намного умнее и конкурентоспособнее. Все без ИИ выглядело бы как маркетинговая кампания без Интернета. Лучшее принятие решений — ключ к успеху. И ИИ — это ключ к постоянному принятию лучших решений.
Подробнее об искусственном интеллекте: AI&U — перевод искусственного интеллекта в бизнес
***
Контакты: Шарад Ганди, Кристиан Эль, www.ai-u.org
Читайте другие наши статьи:
