Ekonomia i zalety sztucznej inteligencji

Wszędzie widzimy wiadomości o sztucznej inteligencji; czasami widzimy podekscytowanie wokół sztucznej inteligencji, a czasami widzimy artykuły, które mówią o tym, jak sztuczna inteligencja zastąpi lub zniszczy nasze miejsca pracy. Od czasu do czasu widzimy też artykuł mówiący o tym, jak sztuczna inteligencja zniszczy ludzkość.

W tym artykule nie będę omawiał sztucznej inteligencji ogólnej ani złej sztucznej inteligencji, która chce zniszczyć ludzkość. Skoncentruję się na obecnej sztucznej inteligencji, która opiera się głównie na algorytmach, które potrafią przewidywać, i omówię, jak działa ekonomia sztucznej inteligencji i jak może wpłynąć na biznes. Chciałbym również wspomnieć, że na treść tego artykułu duży wpływ ma (a autor ten gorąco poleca do dalszej lektury) Prediction Machines: The Simple Economics of Artificial Intelligence and Human + Machine: Reimagining Work in the Age of AI.

Ten artykuł jest podzielony na trzy główne części:

• W The Evolution of Technology krótko omówię przeszłość i jej podobieństwa do epoki sztucznej inteligencji.
• W Strategii omówię, w jaki sposób większa dokładność prognoz może wpłynąć na strategie i modele biznesowe.
• W Human and AI Interaction omówię , w jaki sposób ludzie mogą uzupełniać sztuczną inteligencję i jak sztuczna inteligencja może uzupełniać ludzkie wysiłki.

Ewolucja technologii

Zanim przejdziemy dalej, chciałbym omówić podobieństwa między niektórymi wydarzeniami historycznymi, które są analogiczne do tego, jak myślimy dzisiaj o sztucznej inteligencji. Podam kilka przykładów tego, jak szerokie zastosowanie konkretnej technologii zmieniło nasz sposób myślenia. Jak przeszliśmy od podstawowej arytmetyki do wyspecjalizowanych firm zajmujących się rozwojem sztucznej inteligencji?

Era komputerów elektronicznych

To, co komputery radzą sobie najlepiej, to arytmetyka. Przed komputerami, które znamy teraz, termin „komputer” był używany w odniesieniu do ludzi, którzy dosłownie przetwarzają komputery, które teraz nazywamy „ludzkim komputerem”.

Wraz z postępem technologii komputery stały się tańsze i szybsze, a my zaczęliśmy myśleć o wszystkim w kategoriach arytmetycznych. Fotografia jest dobrym przykładem – historycznie modyfikowanie lub nakładanie efektów wizualnych na zdjęcia było reakcją chemiczną. Teraz jednak używamy algorytmów dostępnych dla artystów i fotografów za pośrednictwem pakietów oprogramowania, aby matematycznie zastosować efekty do zdjęć.

To doskonały przykład tego, jak myślimy, gdy koszt towaru/usługi spada; zaczynamy myśleć o tym, jak rozwiązać nasze obecne problemy pod kątem tej nowej technologii. To samo dotyczy AI.

Wiek Internetu

Kiedy internet stał się powszechnie używany, dokonał ogromnych ruchów w różnych branżach, a chodziło o redukcję kosztów w różnych obszarach. Na przykład koszty dystrybucji towarów i usług stały się tańsze, co zapoczątkowało narodziny branży eCommerce. Firmy w końcu zmieniły swoje strategie i albo przetrwały, albo umarły.

Gdy koszt towaru lub usługi spada, zaczynamy z niego korzystać częściej i widzimy to również w sieci. To również zmienia nasze nastawienie i przenosimy całe branże do sieci. Oprócz eCommerce inny przykład można zaobserwować w korzystaniu z wyszukiwarek; nie używamy już encyklopedii do wyszukiwania informacji, ale zamiast tego używamy Google lub innych wyszukiwarek.

Wiek AI

Koszt AI jest coraz tańszy pod względem mocy obliczeniowej i narzędzi. Każde nowe narzędzie/biblioteka pomaga programistom uczenia maszynowego spędzać mniej czasu na problemach z przewidywaniem. Na przykład TensorFlow firmy Google, AutoML, a nawet scikit mogą być pokazane jako przykłady w tym celu. Możemy również pokazać zwiększone wykorzystanie obliczeń GPU jako ilustrację redukcji kosztów w sztucznej inteligencji.

Prognozy sprzedaży na kolejny kwartał firmy to oczywisty problem prognostyczny, ale opracowanie pojazdu autonomicznego nie było problemem prognozowania dekadę temu. Redukcja kosztów w AI zmienia nasz sposób myślenia, co oznacza, że ​​zaczęliśmy myśleć o różnych problemach jako problemach z predykcją. Używaliśmy już pojazdów autonomicznych w kontrolowanych środowiskach, takich jak fabryki, gdzie pojazd można było zaprogramować za pomocą warunków programowania if-else . Zmiana sposobu myślenia i postrzeganie tego jako problemu z przewidywaniami pomogło inżynierom w opracowaniu samochodów autonomicznych, które mogą być używane na wolności.

Oto jak to działało w zasadzie; inżynier nauczył sztuczną inteligencję, co człowiek zrobiłby w różnych warunkach, a to umożliwiło generowanie oprogramowania pokładowego, które pozwala kierowcom korzystać z samochodów przez tysiące mil zamiast męczyć się po kilkuset. AI nauczyła się, co zrobiłby człowiek i zaczęła przewidywać, co powinien zrobić. To bardzo dobry przykład myślenia o problemie w kategoriach przewidywania.

Strategia

Oto główne pytanie: czy sztuczna inteligencja wpłynie na strategię i modele biznesowe firm? Jeśli myślisz o sztucznej inteligencji jako o narzędziu przewidywania, które pomaga w podejmowaniu decyzji, może nie być jasne, w jaki sposób wpłynie to na czystą strategię, ponieważ jest to po prostu kolejne narzędzie pomagające w podejmowaniu decyzji. Ale jeśli zaczniesz myśleć o sztucznej inteligencji jako o narzędziu prognozowania, które może prognozować z dużą dokładnością, może to zmienić same strategie. Doskonałym przykładem jest książka Prediction Machines: The Simple Economics of Artificial Intelligence.

Kiedy robimy zakupy i kupujemy towary od Amazon, wysyła paczki do naszego biura/domu. Tak więc tę metodę można nazwać metodą zakupów, a następnie wysyłki. Wiemy również, że Amazon ma silnik rekomendacji i rekomenduje przedmioty podczas przeglądania stron. Nie kupujemy wszystkich zalecanych przedmiotów, ale przynajmniej poleca przedmioty, które mogą nas zainteresować. Załóżmy, że Amazon zaczął z dużą dokładnością przewidywać, co kupisz. Jeśli zacząłeś kupować 80% zalecanych produktów, Amazon może zdecydować się na wysłanie produktów, zanim jeszcze je kupisz – nazwijmy to wysyłką, a następnie zakupami. Jest to oczywista zmiana w strategii biznesowej, ponieważ gdy produkty dotrą do Twojego domu, odeślesz ich 20%, a obecne modelowanie cen Amazon nie opiera się na tym założeniu. Być może Amazon zdecyduje się wysłać ciężarówkę do Twojego miasta raz w tygodniu, aby odebrać zwrócone przedmioty, a to całkowicie zmieni sposób, w jaki Amazon obciąża Twoją kartę kredytową, jak pakuje przedmioty i jak obsługuje zwrócone przedmioty. Cała ta zmiana strategii jest korzyścią sztucznej inteligencji, która ma wyższą dokładność przewidywania.

Uważam, że możemy popracować nad większą liczbą eksperymentów myślowych, takich jak poprzedni przykład Amazona, po prostu myśląc o tym, co by się stało, gdyby sztuczna inteligencja mogła przewidywać z większą dokładnością.

Interakcja człowieka i sztucznej inteligencji

Jak w przyszłości będzie ewoluować interakcja człowieka i sztucznej inteligencji? Czy będą konkurować, czy będą współpracować? Skoncentruję się na tych pytaniach, przeglądając książkę Human + Machine: Reimagining Work in the Age of AI. Według autorów będą scenariusze, w których ludzie będą uzupełniać sztuczną inteligencję, a sztuczna inteligencja będzie uzupełniać ludzi.

Ludzie uzupełniający sztuczną inteligencję

Ludzie mogą uzupełniać sztuczną inteligencję w trzech obszarach: szkolenie, wyjaśnianie i podtrzymywanie.

Szkolenie

Sztuczna inteligencja potrzebuje danych do uczenia się, co nazywa się fazą treningową , dzięki czemu może dokonywać prognoz.

W przyszłości możemy mieć agentów szkoleniowych, którzy skupią się wyłącznie na szkoleniu AI w oparciu o wymagania tego biznesu. Jeśli jest to fabryka, za szkolenie robota może być odpowiedzialny pracownik szkoleniowy; jeśli jest to biznes eCommerce, agent szkoleniowy może być odpowiedzialny za agregowanie danych historycznych.

Wyjaśnienie

Musimy zrozumieć, jak i dlaczego sztuczna inteligencja dała konkretną odpowiedź na konkretny problem.

Ogólnie rzecz biorąc, mamy do czynienia z kompromisem między wyjaśnialnością a dokładnością sztucznej inteligencji. Czarnoskrzynkowe metody AI mają większą dokładność w porównaniu z metodami, które można łatwo wyjaśnić. Mimo że istnieją narzędzia opracowane w celu wyjaśnienia, dlaczego sztuczna inteligencja z czarnej skrzynki dokonała określonej prognozy, możemy potrzebować stanowiska, które może zrozumieć i wyjaśnić wyniki sztucznej inteligencji.

Wytrzymujący

Musimy mieć pewność, że sztuczna inteligencja działa zgodnie z oczekiwaniami.

W 2015 roku robot w fabryce Volkswagena złapał pracownika i śmiertelnie go zmiażdżył. Możemy potrzebować ról, których obowiązkiem jest zapewnienie, że systemy AI działają zgodnie z oczekiwaniami.

Sztuczna inteligencja uzupełnia ludzi

Potencjał sztucznej inteligencji daje ludziom supermoce, ponieważ sztuczna inteligencja tworzy prognozy szybciej i dokładniej niż ludzie mogliby kiedykolwiek. Te supermoce można wyrazić w wartości, jaką wnoszą do danej sytuacji lub działania.

Wzmacniać

Narzędzia AI pomagają ludziom zwiększyć możliwości bycia człowiekiem. W książce Human + Machine: Reimagining Work in the Age of AI autorzy posługują się przykładem oprogramowania Dreamcatcher firmy Autodesk, które wykorzystuje algorytmy genetyczne do iteracji w możliwych projektach.

Za pomocą tego narzędzia projektant może zaprojektować krzesło lekkie, tanie i mocne. AI stara się stworzyć projekt, który opiera się na zadanych kryteriach i dostarcza wyniki projektantowi. Projektant następnie wybiera jeden z podanych projektów i wykorzystuje swoją kreatywność w tym projekcie, aby dokonać ostatecznych poprawek.

Jest to podobne do tego, co komputery zapewniały ludziom w wieku komputerowym — tylko na nowym i ekscytującym poziomie możliwości, jeśli chodzi o to, w czym może pomóc sztuczna inteligencja.

Oddziaływać

Sztuczna inteligencja może działać jako asystent, pomagając ludziom poprzez interakcję z nimi. Alexa firmy Amazon, Google Home i Siri firmy Apple są wybitnymi przykładami tego rodzaju interaktywnego agenta AI. Ponieważ te agenty są ulepszane z każdą iteracją, zaczniemy z nich korzystać częściej i staną się one częścią nas, jak głębsza wersja tego, co robimy ze smartfonami. Ci agenci będą naszymi prywatnymi asystentami i będą nas uzupełniać.

Zwiększać

Przykłady wspomagania fizycznego wspomaganego sztuczną inteligencją można znaleźć w fabrykach. Chociaż fabryki są obecnie obsługiwane przez roboty, są to głównie systemy oparte na zasadach i umieszczane w klatce – na wszelki wypadek – dla bezpieczeństwa. Roboty pomogą ludziom jako współpracownikom i będą zaprojektowane tak, aby nie krzywdzić ludzi podczas swobodnego przemieszczania się i pracy w fabryce.

Wniosek

Chociaż istnieją pewne obawy, które mówią, że „roboty są bardziej wydajne, więc pracownicy ludzcy zostaną odrzuceni w przyszłości”, Markus Schaefer, szef planowania produkcji w Mercedesie, mówi: „Odchodzimy od prób maksymalizacji automatyzacji, a ludzie znowu większy udział w procesach przemysłowych.” Nowe technologie wprowadzają monumentalne zmiany w sposobie, w jaki robimy różne rzeczy, ale wynalezienie pługa nie wyeliminowało zapotrzebowania na robotników rolnych, podobnie jak wynalezienie komputera nie wyeliminowało potrzeby matematyków. Podobnie jak w przypadku wszystkich rewolucji technologicznych, nadejście sztucznej inteligencji zostanie wykorzystane, aby pomóc ludzkości osiągnąć nowy paradygmat, a nie całkowicie go zastąpić.

Gotowy na bardziej techniczną wiedzę o sztucznej inteligencji? Wypróbuj Głębokie zanurzenie się w nauce wzmacniania , aby dowiedzieć się, jak nauczyć sztuczną inteligencję jazdy samochodem pod górę.