L'economia ei vantaggi dell'intelligenza artificiale

Vediamo notizie sull'IA ovunque; a volte vediamo l'entusiasmo per l'IA ea volte vediamo articoli che parlano di come l'IA sostituirà o distruggerà il nostro lavoro. Vediamo anche l'articolo occasionale che parla di come l'IA distruggerà l'umanità.

In questo articolo, non discuterò di un'intelligenza generale artificiale o di un'IA malvagia che vuole distruggere l'umanità. Mi concentrerò sull'IA attuale, che si basa principalmente sugli algoritmi che possono fare previsioni, e discuterò come funziona l'economia dell'IA e come può influenzare il business. Voglio anche ricordare che il contenuto di questo articolo è fortemente influenzato da (e questo autore consiglia vivamente di approfondire) Macchine di previsione: l'economia semplice dell'intelligenza artificiale e dell'uomo + macchina: reimmaginare il lavoro nell'era dell'intelligenza artificiale.

Questo articolo è diviso in tre parti principali:

• In The Evolution of Technology , discuterò brevemente il passato e le sue somiglianze con l'era dell'IA.
• In Strategia , parlerò di come avere una maggiore accuratezza di previsione possa influenzare strategie e modelli di business.
• In Human and AI Interaction , parlerò di come gli esseri umani possono integrare l'IA e di come l'IA può integrare gli sforzi umani.

L'evoluzione della tecnologia

Prima di andare avanti, vorrei discutere le somiglianze tra alcuni eventi storici che sono analoghi a come pensiamo all'IA oggi. Darò alcuni esempi di come un ampio utilizzo di una particolare tecnologia abbia cambiato la nostra mentalità. Come siamo passati dall'aritmetica di base a società specializzate nello sviluppo di intelligenza artificiale?

L'era dei computer elettronici

Ciò che i computer sanno fare meglio è l'aritmetica. Prima dei computer che conosciamo ora, il termine "computer" era usato per le persone che si occupavano di informatica letterale, che ora chiamiamo "computer umano".

Con i progressi della tecnologia, l'informatica è diventata più economica e veloce e abbiamo iniziato a pensare a tutto in termini di aritmetica. La fotografia è un buon esempio: storicamente, la modifica o l'applicazione di effetti visivi alle foto era una reazione chimica. Ora, tuttavia, utilizziamo algoritmi accessibili ad artisti e fotografi tramite suite di software per applicare matematicamente gli effetti alle fotografie.

Questo è un ottimo esempio di come pensiamo quando il costo di un bene/servizio diminuisce; iniziamo a pensare a come risolvere i nostri problemi attuali in termini di questa nuova tecnologia. È lo stesso per l'IA.

L'era di Internet

Quando Internet è diventato ampiamente utilizzato, ha fatto enormi movimenti in vari settori e si è trattato di ridurre i costi in diverse aree. Ad esempio, il costo di distribuzione di beni e servizi è diventato più basso e questo ha innescato la nascita del settore dell'eCommerce. Le aziende, alla fine, hanno cambiato le loro strategie e sono sopravvissute o sono morte.

Una volta che il costo di un bene o servizio diminuisce, iniziamo a usarlo più spesso e possiamo vederlo anche per il web. Questo cambia anche la nostra mentalità e spostiamo interi settori online. Oltre all'eCommerce, un altro esempio può essere visto nell'uso dei motori di ricerca; non utilizziamo più le enciclopedie per cercare informazioni ma utilizziamo invece Google o altri motori di ricerca.

L'era dell'IA

Il costo dell'IA sta diventando più basso in termini di potenza di calcolo e in termini di strumenti. Ogni nuovo strumento/libreria aiuta gli sviluppatori di machine learning a dedicare meno tempo ai problemi di previsione. Ad esempio, TensorFlow, AutoML o persino scikit di Google possono essere mostrati come esempi per questo scopo. Possiamo anche mostrare il maggiore utilizzo del GPU Computing come illustrazione della riduzione dei costi nell'IA.

La previsione delle vendite per il prossimo trimestre di un'azienda è un ovvio problema di previsione, ma lo sviluppo di un veicolo autonomo non era un problema di previsione dieci anni fa. La riduzione dei costi nell'IA sta cambiando il nostro modo di pensare, il che significa che abbiamo iniziato a pensare a vari problemi come a un problema di previsione. Stavamo già utilizzando veicoli autonomi in ambienti controllati come le fabbriche, dove il veicolo poteva essere programmato utilizzando condizioni di programmazione if-else . Cambiare la mentalità e considerare questo come un problema di previsione ha aiutato gli ingegneri a sviluppare auto a guida autonoma, che possono essere utilizzate in natura.

Ecco come ha funzionato, in pratica; un ingegnere ha insegnato a un'intelligenza artificiale cosa farebbe un essere umano in varie condizioni e questo ha consentito la generazione di software di bordo che consente ai conducenti di utilizzare le auto per migliaia di miglia invece di stancarsi dopo poche centinaia. L'IA ha imparato cosa avrebbe fatto un essere umano e ha iniziato a prevedere cosa avrebbe dovuto fare. Questo è un ottimo esempio di come pensare a un problema in termini di previsione.

Strategia

Ecco una domanda importante: l'IA influenzerà la strategia e i modelli di business delle aziende? Se pensi all'IA come a uno strumento di previsione che ti aiuta a prendere alcune decisioni, potrebbe non essere chiaro in che modo influirà sulla pura strategia, perché è solo un altro strumento che ti aiuta a prendere decisioni. Ma se inizi a pensare all'IA come a uno strumento di previsione in grado di prevedere con elevata precisione, ciò potrebbe cambiare le strategie stesse. C'è un ottimo esempio nel libro Macchine di previsione: l'economia semplice dell'intelligenza artificiale.

Quando acquistiamo e acquistiamo merci da Amazon, spediamo i pacchi al nostro ufficio/casa. Quindi, questo metodo può essere chiamato il metodo shopping-the-shipping. Sappiamo anche che Amazon ha un motore di raccomandazione e consiglia gli articoli mentre navighi tra le pagine. Non acquistiamo tutti gli articoli consigliati, ma consiglia almeno gli articoli che potrebbero interessarci. Supponiamo che Amazon abbia iniziato a prevedere cosa comprerai con elevata precisione. Se hai iniziato ad acquistare l'80% degli articoli consigliati, Amazon potrebbe decidere di inviare gli articoli prima ancora di acquistarli, chiamiamola spedizione-poi-acquisto. Questo è un ovvio cambiamento nella strategia aziendale perché, una volta che gli articoli arrivano a casa tua, rispedirai indietro il 20% degli articoli e l'attuale modellazione dei prezzi di Amazon non si basa su questo presupposto. Forse Amazon deciderà di inviare un camion nella tua città una volta alla settimana per ritirare gli articoli restituiti, e questo cambierà completamente il modo in cui Amazon addebita la tua carta di credito, come imballa gli articoli e come gestisce gli articoli restituiti. Tutto questo cambiamento di strategia è il vantaggio dell'intelligenza artificiale, che ha una maggiore precisione di previsione.

Credo che possiamo lavorare su più esperimenti mentali come il precedente esempio di Amazon, semplicemente pensando a cosa accadrebbe se l'IA potesse prevedere con maggiore precisione.

Interazione umana e IA

Come si evolverà l'interazione tra uomo e intelligenza artificiale in futuro? Competeranno o lavoreranno insieme? Mi concentrerò su queste domande esaminando il libro Human + Machine: Reimagining Work in the Age of AI. Secondo gli autori, ci saranno scenari in cui gli esseri umani completeranno l'IA e in cui l'IA completerà gli esseri umani.

Umani che completano l'IA

Gli esseri umani possono integrare l'IA in tre aree: formazione, spiegazione e supporto.

Formazione

L'IA ha bisogno di dati per imparare, che è chiamata fase di addestramento , in modo da poter fare previsioni.

In futuro, potremmo avere agenti di formazione che si concentrano esclusivamente sulla formazione dell'IA in base ai requisiti di tale attività. Se si tratta di una fabbrica, un agente di addestramento potrebbe essere responsabile dell'addestramento di un robot; se si tratta di un'attività di eCommerce, un agente di formazione potrebbe essere responsabile dell'aggregazione dei dati storici.

Spiegare

Dobbiamo capire come e perché l'IA ha fornito una risposta specifica a un problema specifico.

In generale, ci troviamo di fronte a un compromesso tra la spiegabilità e l'accuratezza dell'IA. I metodi di intelligenza artificiale della scatola nera hanno una maggiore precisione rispetto ai metodi che possono essere facilmente spiegati. Anche se ci sono strumenti sviluppati per spiegare perché una scatola nera AI ha fatto una previsione specifica, potremmo aver bisogno di un ruolo professionale in grado di comprendere e spiegare i risultati dell'IA.

Sostenere

Dobbiamo essere sicuri che l'IA funzioni come previsto.

Nel 2015, un robot in una fabbrica Volkswagen ha afferrato un lavoratore e lo ha schiacciato a morte. Potremmo aver bisogno di ruoli la cui responsabilità è garantire che i sistemi di IA funzionino come previsto.

L'IA completa gli esseri umani

Il potenziale dell'IA conferisce agli esseri umani superpoteri perché l'IA fa previsioni più veloci e precise di quanto gli esseri umani potrebbero mai. Questi superpoteri possono essere espressi nel valore che apportano a una determinata situazione o azione.

Amplificare

Gli strumenti di intelligenza artificiale aiutano gli esseri umani ad aumentare le capacità di essere umani. Nel libro Human + Machine: Reimagining Work in the Age of AI, gli autori utilizzano l'esempio del software Dreamcatcher di Autodesk, che utilizza algoritmi genetici per scorrere possibili progetti.

Un designer può progettare una sedia leggera, economica e resistente con l'aiuto di questo strumento. L'IA cerca di creare un progetto che si basi sui criteri indicati e fornisca i risultati al progettista. Il designer quindi utilizza sceglie uno dei disegni forniti e usa la propria creatività su quel disegno per apportare i ritocchi finali.

Questo è simile a ciò che i computer hanno fornito alle persone con l'età dei computer, solo a un nuovo ed entusiasmante livello di capacità in termini di tipo di cose con cui l'IA può aiutare.

Interagire

L'IA può fungere da assistente per aiutare le persone interagendo con loro. Alexa di Amazon, Google Home e Siri di Apple sono esempi importanti di questo tipo di agente IA interattivo. Man mano che questi agenti vengono migliorati ad ogni iterazione, inizieremo a usarli più spesso e diventeranno parte di noi, come una versione più profonda di ciò che stiamo facendo con i nostri smartphone. Quegli agenti saranno i nostri assistenti privati ​​e ci completeranno.

Aumentare

Esempi di potenziamento fisico alimentato dall'intelligenza artificiale possono essere trovati nelle fabbriche. Sebbene le fabbriche siano gestite da robot in questo momento, sono per lo più sistemi basati su regole e messe in una gabbia, per ogni evenienza, per sicurezza. I robot aiuteranno gli esseri umani come collaboratori e saranno progettati per non danneggiare le persone mentre si muovono liberamente e lavorano in una fabbrica.

Conclusione

Sebbene ci siano alcune preoccupazioni che affermano che "i robot sono più efficienti, quindi i lavoratori umani verranno scartati in futuro", afferma Markus Schaefer, responsabile della pianificazione della produzione di Mercedes, "Ci stiamo allontanando dal cercare di massimizzare l'automazione, con le persone che prendono di nuovo una parte più importante nei processi industriali”. Le nuove tecnologie portano cambiamenti monumentali nel modo in cui facciamo le cose, ma l'invenzione dell'aratro non ha eliminato la necessità di lavoratori agricoli, né l'invenzione del computer ha eliminato la necessità di matematici. Come per tutte le rivoluzioni tecnologiche, l'avvento dell'IA sarà utilizzato per aiutare l'umanità a raggiungere un nuovo paradigma, non per sostituirlo del tutto.

Pronto per ulteriori conoscenze tecniche sull'IA? Prova A Deep Dive into Reinforcement Learning per imparare a insegnare a un'IA a guidare un'auto su una montagna.