Trí tuệ nhân tạo: Tại sao một chuyên gia nói rằng đó là một sự lãng phí tiền bạc

0
4

        Karen Roby của TechRepublic nói chuyện với một chuyên gia về AI, người tin rằng chúng ta cần suy nghĩ lại về cách tiếp cận của mình và tập trung nhiều hơn vào sự đánh đổi và tái cung cấp lợi ích chi phí.
    

        
                                                                                    
                        

                 [19459] ] ]
    

     Trí thông minh nhân tạo: Tại sao một chuyên gia nói rằng đó là một sự lãng phí tiền bạc
     Karen Roby của TechRepublic nói chuyện với một chuyên gia về AI, người tin rằng chúng ta cần suy nghĩ lại về cách tiếp cận của mình và tập trung nhiều hơn vào sự đánh đổi và tái cung cấp lợi ích chi phí.
    

    

Karen Roby của TechRepublic nói chuyện với một chuyên gia AI, người tin rằng chúng ta cần suy nghĩ lại về cách tiếp cận của mình và tập trung nhiều hơn vào sự đánh đổi và tái cung cấp lợi ích chi phí. Sau đây là bảng điểm chỉnh sửa của cuộc phỏng vấn.

    
        

                            

Thông tin thêm về trí tuệ nhân tạo

                

Karen Roby: Tôi là Karen Roby cho TechRepublic. Chúng tôi đang nói chuyện với Arijit Sengupta, anh ấy là một chuyên gia về AI với hơn 20 năm giáo dục và kinh nghiệm làm việc trong trí tuệ nhân tạo và thậm chí đã viết một cuốn sách có tên AI là một sự lãng phí tiền bạc . Vì vậy, Arijit, bạn rõ ràng nghĩ rằng chúng ta cần đánh giá lại cách tiếp cận của chúng tôi để giải thích AI AI!

Arijit Sengupta: Câu trả lời là quay trở lại các nguyên tắc cơ bản. Hãy xem, khi chúng tôi luôn làm kinh doanh, chúng tôi đã xem xét ba điều. Chúng tôi đã thực hiện dự đoán trước khi AI tất nhiên. Chúng tôi cũng đã xem xét đánh đổi lợi ích chi phí và chúng tôi đã xem xét việc tái cung cấp. Vì vậy, kinh doanh luôn là vấn đề cân bằng những thứ khác nhau, phải không? Điều đã xảy ra bây giờ là chúng ta đã bị ám ảnh bởi phần dự đoán đến nỗi chúng ta đã hoàn toàn quên đi hai phần còn lại, đánh đổi lợi ích chi phí và cung cấp nguồn lực.

Điều mà Aible đang làm là nói: "Chà, tại sao chúng ta không hỏi một con người họ quan tâm điều gì, có vấn đề gì? Điều gì xảy ra nếu tôi đoán sai một cách? Điều gì xảy ra nếu tôi hiểu Dự đoán sai cách khác? " Vì vậy, "Tôi đã nói với bạn điều gì đó sẽ xảy ra và nó đã không xảy ra. Tôi đã nói với bạn điều gì đó sẽ không xảy ra và nó đã xảy ra, phải không? Chi phí là gì? Lợi ích là gì? Bây giờ hãy tạo ra một AI tối ưu hóa để cung cấp cho cái đó." Đừng ép con người học AI. Dạy AI nói tiếng người sẽ dễ hơn so với con người học AI. Vì vậy, chúng tôi đã lật phương trình đó. Chúng tôi đang sử dụng AI để hiểu thực tế của bạn và sau đó tạo AI thứ hai để tối ưu hóa cho thực tế đó.

Karen Roby: Vậy bạn nghĩ chúng ta nên định hình lại suy nghĩ của mình như thế nào về điều này?

Arijit Sengupta: Điều đầu tiên là đừng nghĩ đó là phép thuật. Chúng ta càng sớm ngừng nghĩ về AI, "Tôi chỉ muốn AI thêm một cái gì đó, và một câu trả lời kỳ diệu xuất hiện", chúng ta sẽ sớm bị tổn thương khi sử dụng máy bay không người lái. Phần thứ hai của nó luôn luôn bắt đầu với tác động. "AI sẽ thực sự mang lại kết quả kinh doanh như thế nào?" Người kinh doanh cố gắng tối đa hóa lợi ích, giảm thiểu chi phí, giảm thiểu rủi ro. Nếu bạn chắc chắn rằng bạn đang bắt đầu từ những gì bạn đang cố gắng đạt được, thay vì bắt đầu từ "Dữ liệu của tôi ở đâu? Tôi có thể chỉ ra AI ở đâu? Và AI dự đoán điều gì?" Bạn sẽ ở một nơi tốt hơn bởi vì bạn bắt đầu từ nơi bạn muốn kết thúc, đó là tác động kinh doanh.

XEM: Trí thông minh nhân tạo: Hướng dẫn viên kinh doanh (PDF miễn phí) (TechRepublic)

Điều này thực sự rất đơn giản. Khi bạn nghĩ AI là ma thuật và tất cả chỉ là lấy dữ liệu đúng và nhấn nút, điều bạn làm là bạn sẽ thực hiện những dự án phức tạp thực sự lớn như toàn bộ công ty sẽ đầu tư vài tháng để thực hiện dự án AI.

AI sẽ giống với trình duyệt hơn. Tất cả chúng ta, mỗi một người trong chúng ta, sẽ có khả năng đóng góp cho AI của chính chúng ta. Vì vậy, bạn cần tập trung vào nhiều, nhiều dự án nhỏ. "Làm thế nào để tôi đi tìm 10.000 đô la giá trị ở đây? 50.000 đô la giá trị ở đó? Làm thế nào để tôi cung cấp công cụ cho nhiều người, nhiều người?" Vì vậy, có một công ty may, một công ty may hơn 150 năm tuổi gọi là Công ty May (Máy) Merrow. CEO của họ là một chàng trai tên là Charlie Merrow.

Vì vậy, anh ấy đã cố gắng sử dụng AI và anh ấy đã áp dụng nó để tối ưu hóa doanh số của mình. Và anh đã tìm thấy 3 triệu đô la giá trị trong hai giờ. Bây giờ 3 triệu đô la giá trị trong hai giờ, và nhân tiện, điều này đã được viết bởi Gartner và những người khác, vì vậy đây không phải là chúng tôi kể câu chuyện. Nhưng điều quan trọng là khi bạn là một nhà điều hành doanh nghiệp, không có nhà khoa học dữ liệu, bạn có thể tự mình làm điều đó và bạn có thể tự mình kinh doanh, bạn cảm thấy được trao quyền.

Điều đó khác với câu nói: "Tôi đã có một nhóm người thông minh đến và làm điều này cho tôi và tôi không biết làm thế nào điều này hoạt động." Một điều khác chúng tôi đã làm là tại UC Berkeley, trong Hội nghị thượng đỉnh AI, chúng tôi đã đưa một nhóm học sinh trung học, chuyên ngành lịch sử và MBA, và đưa họ chống lại các nhà khoa học dữ liệu chuyên gia. Và sau hai giờ, chúng tôi thấy các học sinh cấp ba đánh bại mọi nhà khoa học dữ liệu.
Một khi chúng tôi cung cấp cho các nhà khoa học dữ liệu năm ngày, chỉ có bốn trong số 11 đánh bại các học sinh trung học. Đây là nơi AI đang đi. Đó là nhiều hơn về sự tò mò của con người nơi bạn đang cố gắng hiểu vấn đề, hiểu sự đánh đổi lợi ích chi phí và làm thế nào để tôi giải thích điều đó với AI, trái ngược với, tôi có biết mạng lưới thần kinh là gì và tôi có biết mô hình tăng cường độ dốc là gì? Bởi vì điều đó có thể được hàng hóa hóa. Tò mò, khả năng của con người để cố gắng hiểu tình hình khó hơn nhiều để hàng hóa.

Karen Roby: Vậy Arijit, bạn thấy AI sẽ có tác động lớn nhất ở đâu, kể từ năm năm nữa?

Arijit Sengupta: AI giống như Internet hoặc PC. Nó sẽ có tác động ở khắp mọi nơi. Trên thực tế, tôi nghĩ đó là công nghệ biến đổi nhất mà chúng ta từng thấy. Nhưng điều tôi nghĩ mọi người cần hiểu là không có chuyên gia nào trên Trái đất biết AI sẽ là gì trong năm năm nữa. Công nghệ AI tốt nhất đang phát triển nhanh hơn nhiều so với chip PC đã làm. Vì vậy, hãy nhớ luật của Moore, nơi các chip PC phát triển nhanh đến mức nếu bạn viết một phần mềm với một thế hệ chip, thế hệ mới đã xuất hiện và nó tự động trở nên tốt hơn nhiều?

Mọi người xây dựng phần mềm dành riêng cho chip đều chết. Bởi vì thế hệ tiếp theo tốt hơn nhiều so với việc phần mềm của bạn có thể chuyển từ chip sang chip, nó đã làm điều tuyệt vời. AI đang phát triển nhanh hơn định luật Moore, nhưng chúng ta vẫn bị mắc kẹt trong suy nghĩ, "Tôi sẽ viết một chương trình tùy chỉnh cho con chip nào?" Bạn phải xây dựng kiến ​​thức tổ chức về việc chuyển các vấn đề thành thứ gì đó mà AI có thể giải quyết và không bị ám ảnh bởi các công nghệ cơ bản. Nó không thành vấn đề. Bởi vì trong năm năm, các công nghệ chiến thắng sẽ khác hoàn toàn với các công nghệ chiến thắng ngày nay.

                                                                                

                                                

Cũng xem