AI hits mainstream

Apdrošinātāja un finanšu uzņēmuma USAA datu zinātnes vadītājam Robertam Velbornam 2015. gads bija gads, kad mašīnmācībai kļuva komerciāla nozīme. Piekļuve uzlabotiem mašīnmācības rīkiem, lētāka apstrādes tehnoloģija un straujš datu uzglabāšanas izmaksu samazinājums bija galvenais. Kad šie notikumi tika apvienoti ar USAA datu pārpilnību, desmitiem gadu pētīta tehnoloģija pēkšņi šķita praktiska.

Apdrošināšana, finanses, ražošana, nafta un gāze, automobiļu ražošana, veselības aprūpe: šīs nozares var nebūt tās, kas vispirms nāk prātā, domājot par mākslīgo intelektu. Taču, tā kā tehnoloģiju uzņēmumi, piemēram, Google un Baidu, veido laboratorijas un ir celmlauži šajā jomā, plašāka nozaru grupa sāk pētīt, kā AI var darboties arī viņu labā.

Šis stāsts bija daļa no mūsu 2016. gada maija numura

• Skatiet pārējo izdevuma daļu
• Abonēt

Kā AI attīstīsies, kad tas tiek komercializēts, un kā tehnoloģija mainīs šīs dažādās nozares? Tie ir šī biznesa pārskata galvenie jautājumi.

Mūsdienās mākslīgā intelekta programmatūras un pakalpojumu pārdošanas nozare joprojām ir neliela. Deivs Šubmels, IDC pētniecības direktors, aprēķina, ka visu uzņēmumu pārdošanas apjomi, kas pārdod kognitīvās programmatūras platformas, izņemot tādus uzņēmumus kā Google un Facebook, kuri veic pētījumus savām vajadzībām, pagājušajā gadā palielinājās līdz 1 miljardam USD. Viņš prognozē, ka līdz 2020. gadam šis skaitlis pārsniegs 10 miljardus dolāru. Izņemot dažus lielus dalībniekus, piemēram, IBM un Palantir Technologies, mākslīgais intelekts joprojām ir jaunizveidotu uzņēmumu tirgus: 2600 uzņēmumu, pēc Blumberga datiem.

Tas ir tāpēc, ka, neskatoties uz straujo progresu tehnoloģijās, kas kopā pazīstamas kā mākslīgais intelekts — modeļu atpazīšana, dabiskās valodas apstrāde, attēlu atpazīšana un hipotēžu ģenerēšana, cita starpā, joprojām ir ejams tāls ceļš.

USAA, tikai viens no pirmajiem lietotājiem, ir izmēģinājis veidus, kā izmantot AI, lai precizētu identitātes zādzību atklāšanu. Tā sistēma meklē modeļus, kas neatbilst klienta tipiskajai uzvedībai, un identificē šīs anomālijas pat pirmajā gadījumā, saka Velborns. Tradicionālās sistēmas neuztvers jaunu noziedzības modeli, kamēr tas nenotiktu otro reizi. Viņš saka, ka mūsu mācību sistēmas patiešām labi izprot lietas, kas izskatās pēc krāpšanas.

Vēl viens projekts, kas tiek testēts USAA, cenšas uzlabot klientu apkalpošanu. Tas ietver AI tehnoloģiju, ko izveidojis Intel nodaļas Saffron, izmantojot pieeju, kas paredzēta, lai atdarinātu cilvēka smadzeņu izveidoto savienojumu nejaušību. Apvienojot 7000 dažādus faktorus, tehnoloģija var saskaņot plašus klientu uzvedības modeļus ar konkrētu dalībnieku uzvedības modeļiem, un 88 procentus gadījumu tā var pareizi paredzēt lietas, piemēram, kā daži cilvēki varētu nākamreiz sazināties ar USAA (tīmeklis? tālrunis? e-pasts?) un kādus produktus viņi meklēs. Bez AI USAA sistēmas 50 procentus laika uzminēja pareizi. Šis tests tagad tiek paplašināts.

Uzņēmums General Electric izmanto mākslīgo intelektu, lai uzlabotu savu augsti izstrādāto reaktīvo dzinēju apkalpošanu. Apvienojot mākslīgā intelekta veidu, ko sauc par datorredzi (sākotnēji izstrādāts, lai klasificētu filmas un TV materiālus, kad GE piederēja NBC Universal) ar CAD rasējumiem un datiem no kamerām un infrasarkanajiem detektoriem, GE ir uzlabojis plaisu un citu problēmu noteikšanu lidmašīnas dzinēja lāpstiņās.

Sistēma novērš kļūdas, kas raksturīgas tradicionālajām cilvēku pārbaudēm, piemēram, noteikšanā piektdienās un pirmdienās, bet arī paļaujas uz cilvēku ekspertiem, lai apstiprinātu savus brīdinājumus. Pēc tam programma mācās no šīm atsauksmēm, saka Kolins Pariss, GE programmatūras izpētes viceprezidents.

AI var būt arī jaunu produktu un pakalpojumu virzītājspēks. Izmantojot MyFitnessPal vingrojumu un kaloriju izsekošanas lietotni un citus produktus, sporta apģērbu ražotājs Under Armour ir savienots ar 160 miljoniem patērētāju. Bet tā vietā, lai reģistrētu tikai cilvēku vingrinājumu rezultātus, uzņēmums noslēdza darījumu ar IBM kognitīvās skaitļošanas biznesu Watson, lai apvienotu savus datus par fitnesa un uztura rutīnām ar informāciju, kas iegūta no pētījumiem un citiem trešo pušu datiem par miegu, aktivitātēm. , fitnesa un uztura. Mērķis: pastāstīt cilvēkiem ar noteiktu mērķi, kā viņi to var sasniegt, padarot uzņēmumu atbilstošāku šiem 160 miljoniem klientu.

Tādiem uzņēmumiem kā USAA un Under Armour AI nākotne izskatās mazāk kā antropomorfie roboti filmās un drīzāk pēc rīkiem, kas visu laiku kļūst labāki. Un, neskatoties uz bažām, ka mākslīgais intelekts izraisīs plašu darbinieku aizstāšanu, cilvēku spriedums un atgriezeniskā saite joprojām ir neatņemama mašīnmācību sistēmu uzlabošana. Kā Džons Džannandrea (John Giannandrea), Google inženierzinātņu viceprezidents, vēlāk šajā ziņojumā stāstīja rakstniekam Robertam D. Hofam: Pat ja jums ir grezna automašīna, jums joprojām ir jāizlemj, kurp doties.

paslēpties