Искусственный интеллект: шпаргалка
12 марта 2023 г.Легко втянуться в ажиотаж вокруг искусственного интеллекта, но так же легко обмануться, думая, что все это ажиотаж. Истина где-то посередине. ИИ используется во многих формах: от простых инструментов ИИ, которые реагируют на чат клиентов, до сложных алгоритмов машинного обучения, которые предсказывают траекторию развития всей организации. Несмотря на годы чрезмерных обещаний, ИИ — это не разумные машины, которые рассуждают, как люди, а скорее более узконаправленное сопоставление шаблонов в масштабе, дополняющее человеческое мышление.
Чтобы помочь бизнес-лидерам понять, каковы возможности ИИ, как использовать искусственный интеллект и с чего начать путешествие в области ИИ, важно сначала развеять мифы, связанные с этим огромным скачком в технологии ИИ. Узнайте больше в этой шпаргалке по ИИ.
Перейти к:
- Что такое искусственный интеллект?
Каковы бизнес-приложения ИИ?
Какие платформы ИИ доступны?
В какие навыки ИИ нужно будет инвестировать предприятиям?
Как компании могут начать использовать ИИ?
Что такое искусственный интеллект?
Легко представить, что ИИ функционирует как научно-фантастические роботы или, что ближе к реальности, как полностью автономные беспилотные автомобили. Ни то, ни другое не является реальностью сегодня и не станет реальностью в компьютерной науке в ближайшее время. Обратите внимание, что хотя мы используем ИИ в этой шпаргалке, большинство предприятий на самом деле используют подмножество ИИ, называемое машинным обучением или глубоким обучением. Мы будем использовать ИИ здесь как сокращение, которое включает машинное обучение и глубокое обучение.
Правда об искусственном интеллекте сегодня гораздо более ограничена, хотя он по-прежнему невероятно мощный. Ключом к пониманию ИИ является признание того, что это в значительной степени инструмент распознавания образов, который может работать в масштабе, который значительно превосходит любого человека, но никогда полностью не заменяет людей. Даже в лучшем случае ИИ дает приемлемые, хотя и не идеальные результаты, давая людям возможность вмешиваться, наблюдать за данными и делать выводы из них.
Имея в виду такое распознавание образов, современный ИИ может выполнять распознавание изображений, понимать естественный язык и образцы письма людей, устанавливать связи между различными типами данных, выявлять аномалии в образцах, разрабатывать стратегии, прогнозировать и многое другое. Какими бы сложными они ни казались на практике, в основе этих и других приложений на основе ИИ лежит простая способность выявлять шаблоны и делать выводы на их основе.
ИИ не является по-настоящему разумным в том смысле, в каком мы определяем интеллект: он не может думать, ему не хватает навыков рассуждения, он не проявляет предпочтений и не имеет мнения, и он не способен делать что-либо за пределами очень узкой сферы своего обучения. Обратите внимание, однако, что ИИ может и является таким же предвзятым, как и данные, которые мы выбираем для ввода в наши модели машинного обучения. В свою очередь, хотя мы полагаемся на постоянно растущее количество данных для принятия решений, эти данные так же все чаще передаются машинами, которые пытаются скармливать их нам таким образом, чтобы их было легче потреблять.
ПОСМОТРЕТЬ: Искусственный интеллект: руководство для бизнес-лидера (бесплатный PDF) (TechRepublic)
Это не означает, что ИИ бесполезен для предприятий и потребителей, пытающихся решить реальные проблемы, это просто означает, что мы далеки от машин, которые действительно могут принимать независимые решения или делать выводы без предварительного предоставления надлежащих данных. . Верно также и то, что ИИ может подтверждать наши предубеждения, а не устранять их.
Что может искусственный интеллект?
Искусственный интеллект — это, по сути, сопоставление с образцом в масштабе. Ни один человек не может прочесать гигантские груды данных, чтобы выявить закономерности в этих данных — это могут машины. Напротив, машины борются, когда сталкиваются с выбросом, который может быть легко обнаружен человеком, но который противоречит данным, на которых были обучены машины. Машины не могут рассуждать, а люди могут. Лучшие приложения искусственного интеллекта очень сфокусированы и сочетают в себе человеческое мышление с грубой силой машинного обучения.
ПОСМОТРЕТЬ: все шпаргалки и руководства для умных людей от TechRepublic
С тех пор, как в начале 2020 года началась пандемия COVID-19, искусственный интеллект и машинное обучение стали свидетелями всплеска активности, поскольку предприятия спешат заполнить пробелы, оставленные сотрудниками, вынужденными работать удаленно, или теми, кто потерял работу из-за финансового напряжения пандемии. .
Согласно отчету Stanford AI Index за 2022 год, богатые люди с искусственным интеллектом определенно стали еще богаче в 2021 году. Частные венчурные инвестиции в ИИ выросли до 93,5 млрд долларов в 2021 году, что более чем вдвое превышает показатель 2020 года. В то же время изменился характер того, на чем организации сосредотачивают свои инвестиции в ИИ. Глобальная пандемия изменила приоритеты и приложения ИИ: вместо того, чтобы сосредоточиться исключительно на финансовом анализе и понимании потребителей, постпандемические проекты ИИ сосредоточились на удовлетворении клиентов и оптимизации затрат, обнаружила Algorithmia.
Как и другие приложения ИИ, клиентский опыт и оптимизация затрат основаны на распознавании образов. В первом случае боты с искусственным интеллектом могут выполнять многие основные задачи по обслуживанию клиентов, освобождая сотрудников для решения только тех случаев, когда требуется вмешательство человека. Подобный ИИ был особенно широко распространен во время пандемии, когда работники, вынужденные покинуть колл-центры, перенесли нагрузку на обслуживание клиентов.
Дополнительные ресурсы
- ИИ может помочь ветеранам перейти на гражданскую рабочую силу (TechRepublic)
Вот пять новых технических профессий, которыми вы могли бы заниматься через 15 лет (TechRepublic)
Amazon Alexa: руководство для опытных пользователей (бесплатный PDF) (TechRepublic)
Каковы бизнес-приложения ИИ?
Система ИИ способна на удивительные вещи, и нетрудно представить, для каких бизнес-задач и упражнений по решению проблем они могут подойти. Подумайте о любой рутинной задаче, даже невероятно сложной, и есть вероятность, что ИИ сможет выполнить ее точнее и быстрее, чем человек — просто не ожидайте, что он будет рассуждать на уровне научной фантастики.
В деловом мире существует множество приложений ИИ, но, возможно, ни одно из них не набирает такой популярности, как бизнес- и прогнозная аналитика и ее конечная цель: предписывающая аналитика.
Бизнес-аналитика — это сложный набор процессов, цель которых — смоделировать текущее состояние бизнеса, предсказать, куда он пойдет, если сохранить текущую траекторию, и смоделировать потенциальное будущее с заданным набором изменений. До эпохи ИИ такая аналитическая работа была медленной, громоздкой и ограниченной по объему.
При моделировании прошлого бизнеса необходимо учитывать почти бесконечные переменные, сортировать тонны данных и включать их все в анализ, который создает полную картину текущего состояния организации. Подумайте о бизнесе, которым вы занимаетесь, и обо всем, что нужно учитывать, а затем представьте человека, пытающегося все это просчитать — мягко говоря, громоздко.
Предсказывать будущее с помощью устоявшейся модели прошлого может быть достаточно просто, но предписывающий анализ, направленный на поиск наилучшего возможного результата путем корректировки текущего курса организации, может быть совершенно невозможен без помощи ИИ.
СМОТРЕТЬ: Политика этики ИИ (TechRepublic Premium)
Существует множество программных платформ ИИ и машин ИИ, предназначенных для выполнения всей этой тяжелой работы, и результаты трансформируют бизнес: то, что раньше было недоступно для небольших организаций, теперь возможно, и предприятия любого размера могут максимально эффективно использовать каждый ресурс, использование ИИ для проектирования идеального будущего.
Аналитика может быть восходящей звездой бизнес-ИИ, но вряд ли это единственное применение искусственного интеллекта в коммерческом и промышленном мире. Другие варианты использования ИИ для бизнеса включают следующее.
Рекрутинг и трудоустройство
Люди часто могут упускать из виду квалифицированных кандидатов, или кандидаты могут не замечать себя. Искусственный интеллект может упростить набор персонала, быстрее фильтруя большее количество кандидатов и замечая квалифицированных людей, которые могут остаться незамеченными.
Обнаружение мошенничества
Искусственный интеллект отлично улавливает тонкие различия и нестандартное поведение. Если системы искусственного интеллекта обучены отслеживать финансовый и банковский трафик, они могут обнаруживать тонкие признаки мошенничества, которые люди могут пропустить.
Информационная безопасность
Как и в случае с финансовыми нарушениями, искусственный интеллект отлично справляется с обнаружением признаков взлома и других проблем кибербезопасности.
Управление данными
Используя ИИ, вы можете классифицировать необработанные данные и находить отношения между элементами, которые ранее были неизвестны.
Отношения с клиентами
Современные чат-боты на базе искусственного интеллекта невероятно хороши в общении благодаря обработке естественного языка. Чат-боты с искусственным интеллектом могут стать отличной первой линией обслуживания клиентов.
Здравоохранение
Некоторые приложения ИИ не только способны выявлять рак и другие проблемы со здоровьем раньше врачей, они также могут предоставлять отзывы об уходе за пациентами на основе долгосрочных записей и тенденций.
Прогнозирование тенденций рынка
Подобно предписывающему анализу в мире бизнес-аналитики, системы искусственного интеллекта можно научить прогнозировать тенденции на более крупных рынках, что может привести к тому, что предприятия смогут опережать новые тенденции.
Сокращение потребления энергии
Искусственный интеллект может оптимизировать использование энергии в зданиях и даже в городах, а также делать более точные прогнозы для планирования строительства, бурения нефтяных и газовых скважин и других энергоориентированных проектов. ИИ также используется для минимизации корпоративного использования воды перед лицом изменения климата.
Маркетинг
Системы искусственного интеллекта можно научить повышать ценность маркетинга как для отдельных лиц, так и для более крупных рынков, помогая организациям экономить деньги и добиваться лучших маркетинговых результатов.
Если проблема связана с данными, есть большая вероятность, что ИИ может помочь. Этот список далеко не полный, а инновации в области ИИ и машинного обучения появляются постоянно.
Дополнительные ресурсы
- 6 советов по интеграции ИИ в ваш бизнес (TechRepublic)
Платформы искусственного интеллекта призваны облегчить информационную перегрузку в здравоохранении и улучшить уход за пациентами (TechRepublic)
Какие платформы ИИ доступны?
При принятии стратегии ИИ важно знать, какое программное обеспечение доступно для ИИ, ориентированного на бизнес. Существует множество платформ, доступных от обычных подозреваемых в облачных вычислениях, таких как Google, AWS, Microsoft и IBM, и выбор правильной может означать разницу между успехом и неудачей.
AWS Machine Learning предлагает широкий спектр сервисов, работающих в облаке AWS. Доступны сервисы искусственного интеллекта, готовые платформы, инструменты аналитики и многое другое, многие из которых предназначены для того, чтобы облегчить начало работы, а другие, такие как SageMaker для бизнес-аналитиков, предназначены для того, чтобы корпорации могли получать информацию об искусственном интеллекте без написания кода. AWS предлагает предварительно созданные алгоритмы искусственного интеллекта, обучение машинному обучению одним щелчком мыши и обучающие инструменты для разработчиков, начинающих или расширяющих свои знания в области разработки искусственного интеллекта.
Google Cloud предлагает решения ИИ, аналогичные AWS, а также несколько готовых комплексных решений ИИ, которые организации могут в идеале подключить к своим организациям с минимальными усилиями. Google также отличается инновациями в некоторых отраслевых стандартах для ИИ, таких как TensorFlow, библиотека машинного обучения с открытым исходным кодом.
Платформа искусственного интеллекта Microsoft поставляется с предварительно созданными службами, готовой к развертыванию инфраструктурой облачных вычислений и множеством дополнительных инструментов искусственного интеллекта, которые можно подключить к существующим моделям. Лаборатория искусственного интеллекта также предлагает широкий спектр приложений для искусственного интеллекта, с которыми разработчики могут работать и учиться на опыте других. Microsoft также предлагает школу искусственного интеллекта с учебными курсами специально для бизнес-приложений.
Watson — это версия облачного машинного обучения и бизнес-ИИ от IBM, но она идет немного дальше и предлагает больше возможностей ИИ. IBM предлагает локальные серверы, специально созданные для задач ИИ для предприятий, которые не хотят полагаться на облачный хостинг, а также IBM AI OpenScale, платформу ИИ, которую можно интегрировать в другие службы облачного хостинга, что может помочь избежать привязка к поставщику. В 2021 году IBM Watson столкнулась с негативной реакцией средств массовой информации после того, как много лет давала чрезмерные обещания о том, что ее ИИ может дать в здравоохранении, но многие предприятия по-прежнему обращаются к ней для решения более узких задач.
Прежде чем выбрать платформу ИИ, важно определить, какие навыки у вас есть в вашей организации, и на каких навыках вы хотите сосредоточиться при найме новых членов команды ИИ. Платформы могут потребовать специализации в различных видах разработки и навыков обработки данных, поэтому обязательно спланируйте это соответствующим образом.
Дополнительные ресурсы
- Платформы искусственного интеллекта призваны облегчить информационную перегрузку в здравоохранении и улучшить уход за пациентами (TechRepublic)
Телекоммуникации сталкиваются с уникальными проблемами при внедрении ИИ (TechRepublic)
ИИ и машинное обучение делают страхование более предсказуемым (TechRepublic)
Искусственный интеллект может вывести банки на новый уровень (TechRepublic)
В какие навыки ИИ нужно будет инвестировать предприятиям?
Поскольку бизнес-ИИ принимает так много форм, может быть сложно определить, какие навыки нужны организации для его реализации.
Как ранее сообщал TechRepublic, поиск сотрудников с нужным набором сильных навыков ИИ — это проблема, на которую чаще всего ссылаются организации, желающие начать работу с искусственным интеллектом. Однако, пожалуй, самый важный навык — это знать, когда вообще отказаться от ИИ. Реальность ИИ такова, что многие проблемы можно решить, применяя простой регрессионный анализ или операторы «если/то». Другими словами, большая часть ИИ — это вовсе не ИИ: это просто базовая математика и здравый смысл.
Для более сложных задач, ориентированных на ИИ, соответствующая наука о данных делится на две категории: та, которая предназначена для потребления человеком, и та, которая предназначена для потребления машиной.
В последнем случае ИИ включает в себя сложные цифровые модели, которые применяют модели машинного обучения и алгоритмы ИИ к большим объемам данных. Затем эти системы действуют автономно, создавая конкретную рекламу или взаимодействие с клиентами, или совершая биржевые сделки в режиме реального времени. Следовательно, профессии, ориентированные на машинный ИИ, требуют «исключительно сильной математической, статистической и вычислительной беглости для построения моделей, которые могут быстро делать хорошие прогнозы», как отметил бывший специалист по данным Google и Foursquare Майкл Ли.
Напротив, навыки, необходимые для более ориентированной на человека науки о данных и искусственного интеллекта, склоняются к рассказыванию историй. Учитывая, что никакие данные не являются беспристрастными, роль человеческого интеллекта состоит в том, чтобы помочь данным рассказать четкие истории. Такие рассказчики ИИ используют визуализацию данных, чтобы облегчить исследование и понимание этих данных.
Для многих в ИИ самая сложная математика, которую они будут делать, — это анализ мощности и тесты значимости. Они могут писать SQL-запросы для получения данных, выполнять базовые математические операции с этими данными, отображать результаты в виде графиков, а затем объяснять результаты. Это не гениальная наука о данных, но невероятно полезная для разбивки сложных данных на практические идеи, если использовать жаргон науки о данных.
ПОСМОТРЕТЬ: не пропустите наш последний репортаж об искусственном интеллекте (TechRepublic на Flipboard)
Имея все это в виду, по-прежнему верно, что навыки, необходимые для проекта ИИ, различаются в зависимости от потребностей бизнеса и используемой платформы, хотя большинство крупнейших платформ поддерживают большинство, если не все, наиболее часто используемые языки и навыки программирования ИИ. нужный.
В марте 2018 года издание TechRepublic рассмотрело 10 наиболее востребованных навыков в области ИИ, что является отличным кратким изложением типов обучения, на которые организация должна обращать внимание при создании или расширении бизнес-команды ИИ. Однако с тех пор популярность Python для ИИ возросла, а R пошла на убыль.
Многие бизнес-платформы искусственного интеллекта предлагают учебные курсы по особенностям работы с их архитектурой и языкам программирования, необходимым для разработки дополнительных инструментов искусственного интеллекта. Компании, которые серьезно относятся к ИИ, должны либо нанимать новых сотрудников, либо выделять существующим время и ресурсы, необходимые для обучения навыкам, необходимым для успеха проектов ИИ.
Дополнительные ресурсы
- Как стать разработчиком Alexa: шпаргалка (TechRepublic)
Как стать инженером по машинному обучению: шпаргалка (TechRepublic)
Как компании могут начать использовать ИИ?
Начать работу с бизнес-ИИ не так просто, как просто потратить деньги на поставщика платформы ИИ и запустить несколько готовых моделей и алгоритмов. Чтобы успешно внедрить ИИ в организацию, нужно многое.
В основе всего этого лежит хорошее планирование проекта. Добавление искусственного интеллекта в бизнес, независимо от того, как он будет использоваться, ничем не отличается от любой инициативы по трансформации бизнеса. Вот краткое изложение лишь одного из подходов к началу работы с бизнес-ИИ.
Определите цель вашего ИИ
Выясните, как можно использовать ИИ в вашей организации и с какой целью. Сосредоточив внимание на более узкой реализации с конкретной целью, вы сможете лучше распределять ресурсы.
Определите, что должно произойти, чтобы попасть туда
Когда вы знаете, где хотите быть, вы можете понять, где вы находитесь и как совершить путешествие. Это может включать в себя начало сортировки существующих данных, сбор новых данных, наем талантов и другие предпроектные шаги.
Создайте команду
Имея конечную цель и план ее достижения, пришло время собрать лучшую команду, чтобы ее осуществить. Это могут быть нынешние сотрудники, но не бойтесь выходить за пределы организации, чтобы найти наиболее квалифицированных людей. Обязательно разрешите существующим сотрудникам пройти обучение, чтобы у них была возможность внести свой вклад в проект.
Выберите платформу ИИ
Некоторые платформы ИИ могут лучше подходить для конкретных проектов, но в целом все они предлагают схожие продукты, чтобы конкурировать друг с другом. Пусть ваша команда порекомендует, какую платформу ИИ выбрать — это эксперты, которые будут в окопах.
Начать реализацию
Имея цель, команду и платформу, вы готовы приступить к работе всерьез. Это не будет быстрым: машины ИИ должны быть обучены, должно быть выполнено тестирование на подмножествах данных, и необходимо будет внести множество настроек, прежде чем бизнес-ИИ будет готов к работе в реальном мире. На самом деле, вы должны ожидать, что подавляющее большинство вашего времени будет потрачено не на создание сексуальных алгоритмов, а на подготовку данных.
Дополнительные ресурсы
- Глубокое обучение: руководство для опытных пользователей (бесплатный PDF) (TechRepublic)
Владельцы малого бизнеса: не спешите использовать ИИ (TechRepublic)
6 советов по интеграции ИИ в ваш бизнес (TechRepublic)
Пять шагов для начала работы с ИИ в вашем бизнесе (TechRepublic)
Оригинал