Пять вещей, о которых вы должны ДЕЙСТВИТЕЛЬНО побеспокоиться в связи с ИИ

Несмотря на то, что циркулирует много неточной информации об ИИ, важно исправить частые заблуждения. Многие могут быть обеспокоены тем, что их в конечном итоге заменят роботом, или представляют себе сцену из фильма «Терминатор», когда думают об ИИ. Речь больше не идет о «ИИ грядет». ИИ здесь, и это 5 вещей, о которых вам действительно стоит беспокоиться.

1 - Без искусственного интеллекта вы рискуете потерять работу

Мы слишком часто слышим, как люди говорят о потере работы из-за ИИ. Это не то, о чем следует беспокоиться. Реальность такова, что технологии (а не только ИИ) имеют и будут продолжать определять, какие задачи должны выполняться людьми, а не машинами. На самом деле можно утверждать, что люди на самом деле подвергаются большему риску потерять свою текущую работу, если их компании не внедряют решения на основе искусственного интеллекта. Причина в том, что их компании не смогут конкурировать на том же уровне, что и их коллеги, использующие эти решения, потеряют долю в своем рыночном позиционировании, что приведет к их сокращению и даже к худшим последствиям. Вскоре искусственный интеллект будет не для того, чтобы разрушать и получать конкурентное преимущество, а скорее для того, чтобы оставаться в курсе событий. Поэтому вам следует беспокоиться, если ваш работодатель еще не инвестирует в это пространство.

2 - Все становятся осведомленными об искусственном интеллекте

Вам не нужно быть доктором наук, чтобы понимать, строить и внедрять модели искусственного интеллекта. Занятия по искусственному интеллекту и машинному обучению все чаще доходят до более молодой аудитории. В некоторых регионах, включая США, учащиеся учатся разрабатывать модели машинного обучения в начальной школе. Кроме того, инвестиции компаний в повышение квалификации своих сотрудников в области аналитики и машинного обучения никогда не были столь значительными. Это должно настораживать людей с ограниченным знанием этих понятий. К счастью, ресурсы и инструменты становятся все более доступными для поддержки развития каждого:

· Бесплатные программы и возможности обучения: многие программы доступны для широкой публики (это означает, что вам не нужно быть кодировщиком, инженером, физиком и т. Д.), Чтобы изучить основы и уметь строить собственные модели. Платформы, включая Codecademy, Coursera и edx, предлагают бесплатные высококачественные программы по ИИ, обучающие основам от кодирования до разработки моделей машинного обучения.

· Библиотеки с низким кодом. В Python существует множество библиотек машинного обучения с открытым исходным кодом, которые позволяют людям создавать и развертывать модели машинного обучения с минимальным написанием кода. Обладая базовыми знаниями в области программирования, можно развертывать очень эффективные модели. Популярные библиотеки с низким кодом включают Scikit-learn, TensorFlow, PyTorch и Keras.

· Отсутствие инструментов для программирования. Также было разработано множество инструментов, позволяющих людям использовать готовые модели без обучения программированию. Популярные платформы машинного обучения без кода включают Google Cloud Auto ML, Rapid Miner, Alteryx и PowerBi.

Эти ресурсы и инструменты не позволят вам перейти от нуля к герою за несколько месяцев, но определенно помогут отточить ваш разум вокруг различных концепций искусственного интеллекта для определения ключевых и даже изменяющих игру вариантов использования их приложений.

3 - Нельзя полагаться только на специалистов по данным при внедрении решений ИИ

Сила ИИ заключается не в создании сложных алгоритмов, а в поиске хороших вариантов использования их приложений. Чтобы определить эти возможности, меняющие правила игры, отдельные лица и команды должны работать вместе, чтобы оценить потенциальные возможности; они не могут просто полагаться на специалистов по обработке данных, которые найдут для них эти решения. Фактически было обнаружено, что работа специалиста по данным часто является одной из самых неправильно понимаемых ролей в компании. Специалисты по обработке данных - это эксперты, которые помогают командам определить и разработать лучший подход для достижения конкретных бизнес-результатов с использованием ИИ; не обязательно определять возможность в первую очередь. Лучшими людьми для определения этих вариантов использования являются внутренние эксперты в области / функциональности компании, что подчеркивает необходимость того, чтобы эти роли, не связанные с данными, хорошо разбирались в различных типах моделей ИИ.

4 - ИИ развивается не так быстро, как мы ожидали…

Несмотря на замечательные достижения последних лет, охват и проникновение ИИ постепенно растут. Вопреки общепринятому мнению, ИИ на самом деле не растет и не развивается так быстро, как мы ожидали бы сегодня. Как говорит Франсуа Шоле: «Не верьте краткосрочной шумихе». Существует множество неправильных представлений о том, что ИИ может, а что не может, и, к сожалению, в обращении имеется значительное количество неточной или неправильной информации. Многие приложения, меняющие правила игры, находятся в пределах досягаемости, например беспилотные автомобили, но другие, такие как понимание естественного языка на уровне человека или даже общий интеллект человека, не подходят для краткосрочного использования. Несмотря на то, что многие пытаются использовать в своих интересах шумиху вокруг ИИ, важно не терять уверенности и реалистичности в том, чего может достичь ИИ.

Как показывает история, большой оптимизм приводит к разочарованию, затем к скептицизму и в долгосрочной перспективе наносит ущерб финансированию. В 1960-х годах Марвин Мински, один из пионеров искусственного интеллекта, был убежден, что машина с общим интеллектом обычного человека может быть создана в течение десятилетия. Несколько лет спустя, после невыполненных обещаний, исследования и государственные средства отвернулись от области искусственного интеллекта, создав первую «зиму искусственного интеллекта» в конце 1970-х годов, что замедлило развитие искусственного интеллекта. То же самое повторилось в 1990-х годах.

Хотя может быть трудно поверить, что может случиться третья зима AI, вы должны знать, что циркулирует много неверной информации. Важно бросать вызов новым проектам искусственного интеллекта и стремиться создать четкую дорожную карту того, как проект может быть материализован на основе различных методов обучения. Чем больше вы сможете разбить проект на конкретные шаги, тем больше вероятность, что он увенчается успехом.

5-… Но настоящая революция в области искусственного интеллекта приближается

Ожидается, что настоящая революция в области искусственного интеллекта окажет такое же существенное влияние, как интернет-революция за последние 40 лет. Может быть, в это трудно поверить, потому что он еще не получил широкого распространения. Фактически, большинство результатов исследований в таких областях, как глубокое обучение, еще не применяются. Да, вы уже сталкиваетесь с искусственным интеллектом, когда Amazon рекомендует вам продукт, Siri отвечает на ваши вопросы или Google отмечает людей на ваших фотографиях ... но ваш врач не использует AI для оценки вашего здоровья, ваш холодильник не сообщает вам о продуктах, которые погибли, и у вас нет виртуального помощника, помогающего выполнять задачи на работе. Тем не менее, с точки зрения развития исследований, все это достижимые варианты использования.

Если вы думаете, что мы переживаем волну ИИ, ждите цунами. Хотя мы видим, что ИИ все чаще применяется в качестве основы для многих продуктов и услуг (например, чат-боты для ответов на вопросы пользователей, прогнозирование для предотвращения будущих инцидентов), мы должны ожидать, что ИИ коренным образом изменит то, как мы работаем в настоящее время. Речь идет не об автоматизации задач в процессе, выполняемых людьми, а об изменении цели того же процесса. Это может быть сложно концептуально, но это сопоставимо с тем, как люди чувствовали себя в 1995 году во время интернет-революции.

Источники