5 افسانه در مورد هوش مصنوعی برای صنعت لغو شد – هفته اطلاعات


اگرچه هوش مصنوعی در همه جا فراگیر شده است ، اما ورود آن به کسب و کار به دلیل خلاs دانش و آگاهی همچنان دشوار است.

تصویر: Artram - stock.adobe.com

تصویر: Artram – stock.adobe.com

در طی همه گیری ، شرکت های پیشرو همچنان به استفاده از هوش مصنوعی برای رسیدگی به اولویت های تجاری فوری ادامه دادند. با تأثیر گسترده در بهینه سازی مالی داخلی نسبت به تجربه مشتری خارجی ، ارتباط راه حل های هوش مصنوعی هم در طی بحران فعلی و هم قبل از آن مشخص شده است.

امروزه ، تحقیقات نشان می دهد بیش از 70٪ صاحبان مشاغل هوش مصنوعی را برای تغییر بازی در نظر می گیرند. در حال حاضر از هر 10 شرکت کمتر از چهار شرکت در حال حاضر از هوش مصنوعی استفاده می کنند یا قصد دارند به زودی از آن استفاده کنند. تفاوت در اهمیت درک شده همچنان قابل توجه است. با فعالیت در این زمینه ، متوجه می شوم که پنج افسانه یا سو mis تفاهم رایج در مورد هوش مصنوعی در سازمان ها وجود دارد.

باور غلط 1: هوش مصنوعی همه چیز در مورد داده ها و الگوریتم ها است.

هوش مصنوعی تا قبل و هنگام سر و صدای هوش مصنوعی در دهه 1990 یک رشته علمی بود که تقریباً منحصراً با داده ها و الگوریتم ها سروکار داشت. در دهه های اخیر ، این حوزه به بلوغ رسیده و هوش مصنوعی به بخشی جدایی ناپذیر از سیستم های تصمیم گیری خودکار تبدیل شده است که اساس کارهایی که ما به عنوان افراد و سازمان ها انجام می دهیم ، است. بنابراین ، بسیاری از تحقیقات ، توسعه و اجرای AI شامل افراد و فرایندها است. من به یاد می آورم که یک مکالمه تجاری با یک تامین کننده بزرگ انرژی داشتم که در آن در مورد سیستم ها و روش های داده محور خودکار صحبت کردیم که با مدیریت داده های مشتری و کنتورهای هوشمند ، می توانند تجربه مشتریان ما را بهبود بخشند. یک ساعت بعد از جلسه ، آنها ناگهان پرسیدند: “این همه امیدوار کننده به نظر می رسد ، اما آیا نباید کاری با AI انجام دهیم؟” اگرچه هر آنچه را که ما پیشنهاد داده بودیم ذاتاً با اجرای AI مجاز بود ، اما خود این اصطلاح استفاده نشده بود. و بنابراین برای نمایندگان دولت که با آنها صحبت کردیم کاملاً روشن نبود. این نشان می دهد که ما می توانیم هوش مصنوعی را “بفروشیم” بدون اینکه حتی نیازی به ذکر آن مانند گویایی باشد.

باور غلط 2: من داده های زیادی دارم ، بنابراین باید چیز ارزشمندی در آن وجود داشته باشد.

اگر شانس و مهارت ترکیبی دارید ، احتمالاً می توانید یک غذای مناسب با مواد اولیه تهیه شده از یک یخچال پر شده به طور تصادفی تهیه کنید. با این حال ، س realال واقعی این است که: “می خواهید به چه چیزی دست یابید؟” در مورد یخچال ، اگر لازم باشد سریع شکم خود را پر کنید و وقت خرید ندارید ، گاهی اوقات می تواند یک راه حل موثر باشد. اما من به شما توصیه نمی کنم که بر اساس این روش رستوران راه اندازی کنید. پروژه های هوش مصنوعی و احتمالاً حتی موارد دیگر نیز همین است. از انتخاب داده تا اجرا ، هر پروژه هوش مصنوعی باید با یک چالش تجاری شروع شود ، نه داده.

باور غلط 3: من بهترین دانشمند داده را استخدام کردم تا هوش مصنوعی تجارت من را متزلزل کند.

برای اینکه در استعاره رستوران بمانید ، اگر یک آشپز سه ستاره میشلن استخدام کنید تا هویج و پوست سیب زمینی را خرد کند ، آیا آن آشپز انگیزه خواهد داشت که به رستوران شما بچسبد و آن را تقویت کند؟ دانشمندان داده نیز همین طور است. هوش مصنوعی بسیار بیشتر از الگوریتم های پیچیده و تجزیه و تحلیل داده ها است. همچنین شامل کارهای پشتیبانی ضروری مانند هماهنگی ، تمیز کردن و آماده سازی مجموعه داده های لازم است. برای انجام این کار ، شما باید یک مهندس داده استخدام کنید ، نه یک دانشمند داده. حداقل به همان اندازه مهم ، هوش مصنوعی شامل صلاحیت های مختلف غیر فنی است. بنابراین ، یک تیم تمام عیار هوش مصنوعی نه تنها از محققان و مهندسان داده تشکیل شده است ، بلکه شامل متخصصانی با تجربه در روانشناسی ، جامعه شناسی ، تجارت ، حقوق و اخلاق و همچنین (البته) کاربر نهایی است.

افسانه 4: هوش مصنوعی یک جعبه سیاه است ، بنابراین هرگز نمی توانم آنچه را انجام می دهد درک و اعتماد کنم.

بله ، متأسفانه هنوز بسیاری از پیاده سازی های هوش مصنوعی (و جدیداً ایجاد شده) وجود دارد که سازوکارهای داخلی تصمیم گیری آنها (عمداً یا ناخواسته) برای افراد خارجی غیرقابل دسترسی است.

از همه مهمتر ، فرصتهای کافی برای جلوگیری از این امر وجود دارد. در این زمینه ، ما این “هوش مصنوعی توضیحی” را می خوانیم: پیاده سازی هایی که نه تنها تصمیمات شما را به شما ارائه می دهند ، بلکه به شما امکان می دهند تا تصویری جامع از دلایل تصمیم گیری بگیرید. به عنوان مثال ، یک الگوریتم AI پزشکی می تواند به پزشک کمک کند تا تشخیص دهد (مثلا تشخیص تومور) زیرا در اسکن هزاران پرونده بیمار بسیار موثرتر از هر پزشک یا شخصی است. با این حال ، پزشک همیشه باید بتواند درک کند که چرا الگوریتم یک ویژگی خاص از یک تصویر پزشکی مانند تومور را تشخیص می دهد یا نه. به این ترتیب ، پزشک می تواند بررسی نهایی را انجام داده و تشخیص پیشنهادی را بر اساس زمینه و تجربیات پزشکی وی تأیید یا رد کند.

افسانه 5: هوش مصنوعی به دلیل مقررات مربوط به حفظ حریم خصوصی سر بریده می شود.

بسیاری از مردم استدلال می کنند که مفاد رازداری ، مانند مقررات عمومی حفاظت از داده ها در اروپا (GDPR) ، از توانایی کار با هوش مصنوعی جلوگیری می کند. درواقع خلاف این موضوع صحت دارد.

این آیین نامه چارچوبی را ارائه می دهد که چگونگی جمع آوری ، مدیریت و تبادل داده را توصیف می کند. بنابراین ، به جای ممنوعیت آن ، آنها اطمینان می دهند که این امر می تواند با احترام به دیدگاه های مختلف و سهامداران اتفاق بیفتد.

به دلیل این ابتکارات و سایر اقدامات ، مانند کمیته های اخلاقی متعددی که در سطح ملی و بین المللی وجود دارد ، من کاملاً نسبت به نقش قانونگذاری در متن هوش مصنوعی خوشبین هستم. من اغلب آن را با صنعت خودرو مقایسه می کنم. از روزهای ابتدایی اتومبیل (تا به امروز) تصادفات زیادی رخ داده است. با این حال ، این امر مانع از استفاده از اتومبیل نشد. در عوض ، ما تمرینات و گفتگوهای مداوم را انجام می دهیم تا تعادل درستی بین ترویج خیر و صلاح اتومبیل (تحرک شخصی که به نوآوری و آزادی بی سابقه کمک کرده است) و تأثیر منفی آنها بر طبیعت و جامعه پیدا کنیم. برای من ، این یک موقعیت ایده آل برای تلاش در توسعه بی پایان AI است. زیرا آخرین چیزی که می خواهیم این است که مقررات استفاده از AI را ممنوع کنند.

Geertrui Mieke De Ketelaere مدیر برنامه های AI در imec است. وی در دوره تحصیلات خود فوق لیسانس مهندسی عمران و صنایع است و در زمینه رباتیک و هوش مصنوعی تخصص دارد. وی در 25 سال گذشته در شرکت های چند ملیتی مختلف در تمام جنبه های داده و تجزیه و تحلیل (IBM ، Microsoft ، SAP ، SAS و غیره) کار کرده است. در سالهای اخیر ، تمرکز بیشتری بر هوش مشتری و استفاده از داده های شخصی آغاز شده است. وی با دانش خود از جریان های جدید داده های دیجیتالی (سیستم های آنلاین ، اجتماعی ، موبایل ، تاچ ، ربات های گفتگوی اینترنتی و غیره) و کلان داده ها ، در سال های اخیر سخنران مهمان دیجیتال سازی و هوش مصنوعی در مدارس مختلف تجارت بوده است.

انجمن هفته اطلاعات متخصصان فناوری اطلاعات و متخصصان صنعت را با مشاوره ، آموزش و نظرات فناوری اطلاعات گرد هم آورده است. ما تلاش می کنیم تا رهبران فن آوری و متخصصان موضوع را برجسته کنیم و از دانش و تجربه آنها برای کمک به مخاطبان IT خود استفاده کنیم … بیوگرافی کامل را ببینید

ما از نظرات شما در مورد این موضوع در کانال های رسانه های اجتماعی خود استقبال می کنیم [contact us directly] با س questionsال در مورد سایت.

مقالات بیشتر




منبع: tasiveh-news.ir

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>