Ako možno AI použiť na šetrenie psov, pestovanie väčšieho množstva potravín a zníženie nákladov na zdravotnú starostlivosť



<div _ngcontent-c15 = "" insidehtml = "

Getty

Zamyslite sa nad definujúcimi technológiami za posledné desaťročie. Nástroje sociálnych médií, ako sú Facebook a Twitter, spôsobili revolúciu v komunikácii, cloudové technológie prerušili ukladanie dát a mobilné technológie ako Airbnb a Uber menia spôsob života a dochádzania.

Zdá sa intuitívne, že tieto technologické nástroje prichádzajú so špecifickými, dobre definovanými účelmi. Existuje však jedna technológia, ktorá je neuveriteľne univerzálna a jej hranice sa neustále rozširujú. Táto technológia je umelá inteligencia (AI), nástroj, ktorý kombinuje štatistiku a výpočty a vytvára funkcie, ktoré robia všetko od identifikácie trendov a predpovedania budúcnosti po automatizáciu úloh a mnoho ďalšieho.

Pred AI mali všetky technológie spoločnú jednu vec: Urobili by presne to, čo ste im povedali. Aplikácie boli zostavené tak, aby boli deterministické. Keby mal užívateľ zadať nejaký vstup, dostal by očakávaný výstup.

Teraz s AI dokážeme vytvárať programy, ktoré vydávajú neočakávané, ktoré sú namiesto deterministických pravdepodobnostné. AI má v úmysle odhaliť neznáme, učiť sa z údajov rovnako ako človek.

Jedným z priekopníckych príkladov AI bol IBM Deep Blue, keď v roku 1997 tento počítač porazil veľmajstra v šachovej hre. (Úplné zverejnenie: IBM je jedným z partnerov mojej spoločnosti.) Keby sa pohyby očakávali, počítač by nikdy nevyhral.

Dnes sa AI rozšírila ďaleko za hranice oblasti výskumu a do rúk miliárd ľudí. Aj keď to neviete, mnohé zo služieb, ktoré používate, vaše údaje prijímajú, poučujú sa z nich a používajú ich na zlepšenie svojich funkcií. Napríklad, YouTube používa hlboké neurónové siete, forma AI, na odporúčanie videí viac ako 2 miliardy používateľov, Vyhľadávacie služby Google s ešte väčšou základňou používateľov Výsledky hľadania zamerané na AI,

Nejde však iba o získanie väčšieho počtu kliknutí a odporúčanie obsahu online. AI sa dá použiť všade tam, kde je problém so vstupom a výstupom a indikatívne údaje, na ktorých sa model dá trénovať.

Jeden z mojich podnikov zhromažďuje informácie o problémoch AI z tohto odvetvia, aby poskytol riešenia pre zdroje informácií pre skupinu vedcov údajov. Niektoré z týchto problémov zahŕňajú záchranu životov zvierat, zvýšenie poľnohospodárskeho výnosu a zrýchlenie spracovania žiadostí o zdravotnú starostlivosť.

Napríklad vieme, že určité úkryty sa pravdepodobne osvojia na určitých miestach ako iné, a tieto zvieratá sa môžu premiestniť, aby ich potenciálne zachránili pred eutanizáciou. AI sa môže použiť na odhalenie skrytých trendov v súvislosti so vzorkami adopcie zvierat.

Konkrétnejšie, modely AI, ako je spracovanie prirodzeného jazyka, sa môžu použiť na analýzu textového opisu zvieraťa v útulku a konvolučné neurónové siete sa môžu použiť na analýzu obrázkov zvierat a pomôžu určiť pravdepodobnosť usmrtenia alebo adopcie zvierat v rôzne prístrešky.

Táto technológia, neurónové siete, je všestranným čiastkovým poľom AI, ktoré možno použiť aj na satelitné snímky. Napríklad poľnohospodárstvo prechádza na presné poľnohospodárstvo, ktoré umožňuje poľnohospodárom znížiť ich vplyv na životné prostredie. Prvým krokom v precíznom poľnohospodárstve je identifikácia polí zo satelitných snímok, ktoré sa dajú urobiť pomocou napájania rôznych snímok neurónovými sieťami, čo bude mať za následok pravdepodobnosť vzniku rôznych obrysových hraníc.

Môže to znieť mätúce, ale opäť, AI je pravdepodobnostná technológia, takže vám nehovorí, že je to určite niečo, iba vydáva štatistické pravdepodobnosti. Napríklad AI možno použiť na zvýšenie prevádzkovej efektívnosti v oblastiach, ako je zdravotná starostlivosť, kde pôvodne zamietnuté tvrdenia sú zdrojom miliardy dolárov administratívnych nákladov. V tomto prípade je možné AI použiť na urýchlenie procesu vybavovania nárokov a ich označenia podľa pravdepodobnosti zamietnutia.

Je zrejmé, že AI je úžasne užitočným nástrojom, ale táto flexibilita pri jej používaní môže tiež zvýšiť zmätok a nakoniec strach okolo AI. Čiastočne z dôvodu rýchleho rastu AI je vo všeobecnosti veľa mylných predstáv o tom, čo AI môže a nemôže robiť.

Prvá etapa cesty AI preto nemá nič spoločné s AI. Pred vykonaním inžinierskeho projektu AI je potrebné sformulovať vyhlásenie o probléme, že súčasné algoritmy sú vhodné na riešenie, a potom nájsť indikatívne údaje pre daný problém. Aj keď často počúvame o výbuchu „veľkých údajov“, realitou je, že mať údaje, ktoré sú relevantné pre daný problém, je dôležitejšie ako mať iba veľké množstvo údajov.

Po dôkladnom pochopení problému však budete mať väčšiu šancu nájsť relevantné údaje a vytvoriť kreatívne riešenia pomocou AI.

">

Zamyslite sa nad definujúcimi technológiami za posledné desaťročie. Nástroje sociálnych médií, ako sú Facebook a Twitter, spôsobili revolúciu v komunikácii, cloudové technológie prerušili ukladanie dát a mobilné technológie ako Airbnb a Uber menia spôsob života a dochádzania.

Zdá sa intuitívne, že tieto technologické nástroje prichádzajú so špecifickými, dobre definovanými účelmi. Existuje však jedna technológia, ktorá je neuveriteľne univerzálna a jej hranice sa neustále rozširujú. Táto technológia je umelá inteligencia (AI), nástroj, ktorý kombinuje štatistiku a výpočty a vytvára funkcie, ktoré robia všetko od identifikácie trendov a predpovedania budúcnosti po automatizáciu úloh a mnoho ďalšieho.

Pred AI mali všetky technológie spoločnú jednu vec: Urobili by presne to, čo ste im povedali. Aplikácie boli zostavené tak, aby boli deterministické. Keby mal užívateľ zadať nejaký vstup, dostal by očakávaný výstup.

Teraz s AI dokážeme vytvárať programy, ktoré vydávajú neočakávané, ktoré sú namiesto deterministických pravdepodobnostné. AI má v úmysle odhaliť neznáme, učiť sa z údajov rovnako ako človek.

Jedným z priekopníckych príkladov AI bol IBM Deep Blue, keď v roku 1997 tento počítač porazil veľmajstra v šachovej hre. (Úplné zverejnenie: IBM je jedným z partnerov mojej spoločnosti.) Keby sa pohyby očakávali, počítač by nikdy nevyhral.

Dnes sa AI rozšírila ďaleko za hranice oblasti výskumu a do rúk miliárd ľudí. Aj keď to neviete, mnohé zo služieb, ktoré používate, vaše údaje prijímajú, poučujú sa z nich a používajú ich na zlepšenie svojich funkcií. Napríklad YouTube používa hlboké neurónové siete, formu AI, na odporúčanie videí pre viac ako 2 miliardy používateľov. Vyhľadávacie služby Google majú ešte väčšiu používateľskú základňu s výsledkami vyhľadávania poháňanými AI.

Nejde však iba o získanie väčšieho počtu kliknutí a odporúčanie obsahu online. AI sa dá použiť všade tam, kde je problém so vstupom a výstupom a indikatívne údaje, na ktorých sa model dá trénovať.

Jeden z mojich podnikov zhromažďuje informácie o problémoch AI z tohto odvetvia, aby poskytol riešenia pre zdroje informácií pre skupinu vedcov údajov. Niektoré z týchto problémov zahŕňajú záchranu životov zvierat, zvýšenie poľnohospodárskeho výnosu a zrýchlenie spracovania žiadostí o zdravotnú starostlivosť.

Napríklad vieme, že určité útulky sa v určitých lokalitách pravdepodobne osvojia ako iné, a tieto zvieratá sa môžu premiestniť, aby ich potenciálne zachránili pred eutanizáciou. To sú však iba trendy, o ktorých vieme, a AI sa môžu použiť na odhalenie skrytých trendov v súvislosti so vzorkami adopcie zvierat.

Konkrétnejšie, modely AI, ako je spracovanie prirodzeného jazyka, sa môžu použiť na analýzu textového opisu zvieraťa v útulku a konvolučné neurónové siete sa môžu použiť na analýzu obrázkov zvierat a pomôžu určiť pravdepodobnosť usmrtenia alebo adopcie zvierat v rôzne prístrešky.

Táto technológia, neurónové siete, je všestranným čiastkovým poľom AI, ktoré možno použiť aj na satelitné snímky. Napríklad poľnohospodárstvo prechádza na presné poľnohospodárstvo, ktoré umožňuje poľnohospodárom znížiť ich vplyv na životné prostredie. Prvým krokom v precíznom poľnohospodárstve je identifikácia polí zo satelitných snímok, čo sa dá dosiahnuť privádzaním rôznych snímok neurónovými sieťami, čím sa vygenerujú pravdepodobnosti rôznych existujúcich obrysových hraníc.

Môže to znieť mätúce, ale opäť, AI je pravdepodobnostná technológia, takže vám nehovorí, že je to určite niečo, iba vydáva štatistické pravdepodobnosti. Napríklad AI sa dá uplatniť na zvýšenie prevádzkovej efektívnosti v takých oblastiach, ako je zdravotná starostlivosť, kde pôvodne zamietnuté nároky sú zdrojom administratívnych nákladov vo výške miliárd dolárov. V tomto prípade je možné AI použiť na urýchlenie procesu vybavovania nárokov a ich označenia podľa pravdepodobnosti zamietnutia.

Je zrejmé, že AI je úžasne užitočným nástrojom, ale táto flexibilita pri jej používaní môže tiež zvýšiť zmätok a nakoniec strach okolo AI. Čiastočne z dôvodu rýchleho rastu AI je vo všeobecnosti veľa mylných predstáv o tom, čo AI môže a nemôže robiť.

Prvá etapa cesty AI preto nemá nič spoločné s AI. Pred vykonaním inžinierskeho projektu AI je potrebné sformulovať vyhlásenie o probléme, že súčasné algoritmy sú vhodné na riešenie, a potom nájsť indikatívne údaje pre daný problém. Aj keď často počúvame o výbuchu „veľkých údajov“, realitou je, že mať údaje, ktoré sú relevantné pre daný problém, je dôležitejšie ako mať iba veľké množstvo údajov.

Po dôkladnom pochopení problému však budete mať väčšiu šancu nájsť relevantné údaje a vytvoriť kreatívne riešenia pomocou AI.