Ai: en eksplosion med langsom bevægelse

Kunstig intelligens er "en langsom bevægelse, " sagde IDC-koncerndirektør Dan Vesset under forskningsfirmaets konference i Boston i sidste uge. Han sagde, at markedet for AI-komponenter og løsninger vil vokse fra 40, 1 milliarder dollars i 2019 til 95, 5 milliarder dollars i 2022.

Vesset bemærkede, at vi alle bruger AI i vores hverdag, uanset om vi bruger GPS, ridesharing-tjenester, smarte assistenter som Siri eller Alexa eller bare dagens populære e-mail-programmer.

For organisationer, der forsøger at implementere AI, er der en række forhindringer. Han sagde, at der er hundreder af AI-algoritmer. I en IDC-undersøgelse sidste måned sagde 50 procent af AI-forskerne, at de brugte tre eller flere AI-rammer. Men at få AI til at arbejde handler om mere end algoritmen og modellen - det indebærer en komplet arbejdsgang, der inkluderer en rolle for it-operationer i både træning og inferencing; og også nye grupper af mennesker, der fokuserede på, hvad han kaldte "AI Ops", for at holde dataene og modellerne i orden.

Den vigtigste ting at finde ud af er forholdet mellem menneske og maskine, sagde Vesset. Når dette går galt, får du problemer, såsom en chauffør, der blindt følger GPS-anvisninger, selv når de er forkerte eller ikke-sensuelle. IDC opdeler AI-baseret automatisering i fem grundlæggende kategorier:

• Menneske, hvor IT er meget begrænset
• Menneskestyret, maskinstøttet, som inkluderer, hvad de fleste af AI-organisationerne gør i dag
• Maskinledet, menneskelig understøttet, såsom algoritmer til at bestemme, hvem de skal låne penge til
• maskinstyret, menneskelig styret, såsom autonom kørsel, og
• maskinstyret, såsom R2-D2 eller HAL, som vi ikke har set endnu.

Han bemærkede, at hvordan du ser disse ofte er forskellen mellem fiasko eller succes. For eksempel, sagde han, Amazon havde et AI-rekrutteringsværktøj, der viste sig at have en partiskhed mod kvinder. Fordi folk fangede det, blev det aldrig sat i produktion.

Han bemærkede, at der ofte er en "uoverensstemmelse mellem forventninger og kapaciteter", og bemærkede, at det tager tid at komme til højere automatiseringsniveauer i fulde processer. For eksempel, sagde han, en masse ønske om AI inden for salg og marketing kommer ovenfra og ned, men virkeligheden af ​​hvad der er muligt i dag er "bottoms-up" automatisering af nogle specifikke opgaver og aktiviteter.

Generelt, sagde han, jo bredere automatiseringsomfanget er, jo mere vil det stadig kræve menneskelig inddragelse. F.eks. I sundhedsvæsenet kan AI hjælpe med billedtolkning, som han kaldte en maskinstyret, menneskelig styret opgave. Aktivitetspåmindelser er mere maskinstyret, menneskestøttet, fordi mennesker er nødt til at være mere involverede for at forstå ting som personlige præferencer. I dette tilfælde er det sværere at komme i skala, fordi dataene er så rige. Noget som diagnose og behandlingsanbefaling ville være menneskeledt, maskinstøttet og er meget sjældent i dag.

Af IDC's 702 brug af digitale transformationssager sagde Vesset, at omkring 100 er afhængige af AI, og hver kan opdeles i opgaver, aktiviteter, processer og det samlede system.

IDC siger, at markedet for AI-komponenter og -løsninger i 2019 vil udgøre $ 40, 1 milliarder, inklusive $ 4, 3 milliarder til halvleder (chips), $ 12, 7 milliarder til infrastruktur, $ 3, 3 milliarder til AI-softwareplatforme, $ 10, 2 milliarder til AI-applikationer og $ 9, 6 milliarder til AI-tjenester bygget oven på disse applikationer. At det samlede marked vokser til 95, 5 milliarder dollars i 2022, men IDC antydede, at den reelle vækst vil komme senere.

Et spørgsmål, sagde Vesset, er, at der i øjeblikket ikke er nok data, der bliver forvandlet til AI. Mængden af ​​data i verden vokser fra 33 zettabytes til 103 zettabyte, men kun ca. 27 procent af dette ville være nyttigt, hvis der mærkes, og af det, er mindre end halvdelen mærket, og en mindre procentdel heraf analyseres, og endnu mindre procentdel tilføres AI-systemer - mindre end 1 procent af alle data.

Fordelene ved AI-platforme inkluderer øget medarbejderproduktivitet, øget procesautomatisering, forbedret konsistens i beslutningstagning, afsløring af ny indsigt og forbedret konsistens i interaktioner. Alle disse ting tager tid.

Vesset sagde, at der ikke er en klar måde at vide, hvornår denne "eksplosion" vil ske. Baseret på Moore's Law, ville han forvente en $ 1.000 computer med behandlingsstyrken for en menneskelig hjerne, men at der er både acceleratorer og hæmmere til det, herunder manglen på virkelig at forstå, hvordan hjernen fungerer. Andre spørgsmål sagde han, herunder forretningsprocesser, regler og samfundsmæssige normer, idet han bemærkede, at det, du kan gøre i USA, ikke er det, du kan gøre i Kina, og vice versa. Han forventer, at vejen til mere AI ikke vil være lineær, og i stedet vil vi se organisationer "zig zag" mod denne udvikling.

• Er kunstig intelligens god, ond eller begge dele? Er kunstig intelligens god, ond eller begge dele?
• Denne AI forudsiger online trolling, før det sker. Denne AI forudsiger online trolling, inden det sker
• Nvidia's Jetson Nano er en AI-computer til messerne Nvidia's Jetson Nano er en AI-computer til messerne

Vesset tror ikke, at vi er på vej mod en anden "AI-vinter", fordi vi ser reelle fordele ved AI-systemer. Han forventer, at vi til sidst kommer til et punkt, hvor vi har en maskine, der har intelligensen af ​​et menneske, og måske en, der har intelligensen fra alle mennesker. Dette vil ikke ske snart, men vi er nødt til at begynde at tænke på de juridiske og etiske spørgsmål.

AI er for vigtigt af et emne til at overlades til udviklere eller programmører, sagde han og sagde "vi er alle nødt til at forloves på en eller anden måde."