สำหรับทุกธุรกิจที่ใช้ AI เพื่อทำสิ่งที่แปลกใหม่ มีอีกหลายอย่างที่ไม่ใช่ รายงาน “แนวโน้มดิจิทัล” ประจำปี 2561 ของอะโดบีพบว่าในขณะที่มีเพียง 15 เปอร์เซ็นต์ของบริษัทที่ใช้ AI ในปัจจุบัน แต่ 31 เปอร์เซ็นต์มีอยู่ในวาระการประชุมสำหรับปีหน้า แต่ความต้องการที่เพิ่มขึ้นนั้นไม่จำเป็นต้องสัมพันธ์กับการเพิ่มขึ้นของ AI คุณภาพสูง สินค้า. ส่วนใหญ่เป็นขนปุย
ฉันเรียนรู้สิ่งนี้อย่างหนักในปี 2559 เรากำลังมองหาใบอนุญาต
นางแบบสำหรับงานที่เฉพาะเจาะจงมาก และมันนำไปสู่ความสยดสยอง เราเป็นบริษัท AI แต่เราเน้นเฉพาะความเข้าใจภาษาและ NLP ลูกค้ารายหนึ่งของเราต้องการเพิ่มการจดจำรูปภาพให้กับหนึ่งในโมเดล AI ขนาดใหญ่ของเรา ดังนั้นเราจึงเริ่มมองหาพันธมิตรที่เก่งด้านการจดจำรูปภาพ และมันก็ยากจริงๆ เราลงเอยด้วยการตกลงกับผู้ขายที่ลูกค้าของเราแนะนำบนกระดาษ บริษัท ดูดี ทีมขายแสดงกรณีศึกษาให้เราดู และฉันเคยได้ยินชื่อของนักวิทยาศาสตร์ข้อมูลที่กล่าวถึงในช่อง Slack เกี่ยวกับแมชชีนเลิร์นนิง แต่เมื่อเราเชื่อมต่อกับ AI จริง ๆ แล้ว ผลลัพธ์กลับไม่น่าพอใจเลย เราควรใช้เวลามากขึ้นในการตรวจสอบสถานะและพูดคุยกับทีมแมชชีนเลิร์นนิง (หรืออย่างน้อยผู้บริหารที่มีความรู้) เมื่อเราพยายามแก้ไขปัญหากับทีมขาย เห็นได้ชัดว่าพวกเขาไม่รู้ว่าเทคโนโลยีนี้ทำอะไร การแยกระหว่างทีมขายและทีมวิศวกรเป็นปัญหาใหญ่ของ AI คนขายโซลูชันต้องเข้าใจว่า AI ทำงานอย่างไร
เนื่องจากเทคโนโลยี AI กำลังได้รับการโฆษณาอย่างมาก หลายบริษัทจึงเปลี่ยนไปใช้ AI โดยไม่มีประสบการณ์ในด้านนี้เลย และเมื่อคุณรวมความซับซ้อนของเทคโนโลยีเข้ากับจำนวนคนที่เข้ามาในเกม มันคือสูตรสำเร็จของหายนะ เป็นการยากที่จะตรวจสอบว่าประสิทธิภาพที่ดีเป็นอย่างไร มีเกณฑ์มาตรฐานที่ได้รับการยอมรับอย่างแพร่หลายไม่มากนักสำหรับความเชื่อมั่นหรือความแม่นยำของ AI ในแนวดิ่งต่างๆ และบางบริษัทกำลังใช้ประโยชน์จากความสับสน และ AI นั้นซับซ้อนพอโดยไม่ต้องจัดการกับกลุ่มนักเลง
ที่เกี่ยวข้อง: 5 วิธีที่ปัญญาประดิษฐ์มีอิทธิพลต่อชีวิตประจำวันของคุณโดยที่คุณไม่รู้ด้วยซ้ำ
วงจรการโฆษณาที่ปั่นป่วนของ AI
AI มีศักยภาพมหาศาล โดยคาดว่ามูลค่าตลาดจะสูงถึง 190,000 ล้านดอลลาร์ภายในปี 2568 ตามรายงานของ Research and Markets ซึ่งก่อให้เกิดกระแสโฆษณาชวนเชื่ออย่างที่โลกเทคโนโลยีไม่เคยเห็นมาก่อน มือใหม่บางคนในอุตสาหกรรมนี้อาจเชื่อว่าพวกเขาสามารถแก้ปัญหาทั้งหมดของคุณได้ด้วยโครงข่ายประสาทเทียมที่เกิดขึ้นซ้ำๆ ซึ่งในความเป็นจริงแล้ว AI ทำงานได้ดีที่สุดเมื่อเป็นแบบไฮเปอร์สเปเชียลไลซ์
การแยกแยะระหว่างของจริงและของปลอมหมายถึงการขุดลึกลงไปเพื่อดูการนำไปใช้งานและทีมวิศวกรรมอย่างใกล้ชิด มีความแตกต่างระหว่างนักวิทยาศาสตร์ข้อมูล ผู้ทดสอบ QA นักภาษาศาสตร์ วิศวกรข้อมูล และวิศวกรการเรียนรู้ของเครื่อง การค้นหาว่าคนเหล่านี้รู้จัก AI จริงหรือแค่พยายามหาเงินนั้นจำเป็นหรือไม่ ซึ่งจะช่วยให้คุณไม่ต้องปวดใจระหว่างทาง การมองหาคำศัพท์เหล่านี้จะช่วยให้คุณแยกแยะความแตกต่างระหว่างโฆษณาเกินจริงกับของจริงได้
อัจฉริยะ?
ใครก็ตามที่บอกว่าเขาหรือเธอสร้างบางสิ่งที่ขับเคลื่อนด้วย AI
ที่สามารถแก้ปัญหาทุกอย่างในโลกได้อย่างน่าอัศจรรย์นั้นกำลังโกหก โมเดล AI และแมชชีนเลิร์นนิงทำงานได้ดีเมื่อโฟกัสไปที่งานเฉพาะ เราไม่ได้อยู่ใน ” Age of Ultron ” เช่นเดียวกับ “อัจฉริยะ” ที่ Genius Bar ของ Apple AI สามารถทำสิ่งที่ได้รับการฝึกฝนให้ทำเท่านั้น
จินตนาการของ AI ที่ “อัจฉริยะ” เป็นกลยุทธ์ทางการตลาดที่บดบังว่า AI มีคุณค่าเพียงใด เมื่อนางแบบควรทำทุกอย่างและพังไม่เป็นท่า ผู้คนเชื่อถือ AI น้อยลง แม้แต่บริษัทยักษ์ใหญ่ด้านเทคโนโลยีที่มีพรสวรรค์ด้าน AI ที่มีค่าตอบแทนสูงก็ยังประสบปัญหาเมื่อพวกเขาทำงานเร็วเกินไป ตัวอย่างเช่น ในปี 2559 Uber ที่ขับเคลื่อนด้วยตนเองซึ่งขับเคลื่อนโดย AI การจดจำภาพได้ฝ่าไฟแดงในซานฟรานซิสโก
ที่เกี่ยวข้อง: เดินไปพร้อมกับ AI: วิธีสังเกต จัดเก็บ และล้างข้อมูลที่คุณต้องการ
การเรียนรู้อย่างลึกซึ้ง
การเรียนรู้เชิงลึกนั้นทรงพลัง แต่หลายบริษัทใช้คำนี้โดยไม่มีการรับประกัน มีเรื่องตลกในวงการเกี่ยวกับเรื่องนี้: “การเรียนรู้อย่างลึกซึ้งก็เหมือนกับเรื่องเพศในโรงเรียนมัธยม ทุกคนบอกว่าพวกเขากำลังทำอยู่ แต่มีเพียงไม่กี่คนเท่านั้นที่เป็นจริง และพวกเขาอาจทำได้แย่”
บริษัท AI ปลอมชอบใส่ “การเรียนรู้เชิงลึก” ไว้ในหน้าแรก เพราะทำให้ดูเหมือนว่า AI ของพวกเขา “ล้ำลึกมาก” อันที่จริงการเรียนรู้เชิงลึกสามารถเป็นเครื่องมือที่ทรงพลัง แต่บางครั้งมันก็ไม่สมเหตุสมผลสำหรับปัญหาที่อยู่ตรงหน้า ยกตัวอย่างเช่นการทำอาหาร เมื่อนักวิทยาศาสตร์พยายามสอนโมเดลการเรียนรู้เชิงลึกเพื่อรวบรวมสูตรอาหารผลลัพธ์ออกมาแย่มาก
หากบริษัทบอกว่าใช้การเรียนรู้เชิงลึกกับปัญหาที่ไม่มีชุดข้อมูลขนาดใหญ่มาก ก็อาจเป็นการแกล้งทำ การเรียนรู้เชิงลึกสามารถเปลี่ยนแปลงชีวิตของคุณได้ แต่ก็อาจทำให้เสียเวลาได้เช่นกันหากคุณใช้โครงข่ายประสาทเทียมเชิงลึกเพียงเพื่อปัจจัยด้านการโฆษณา มีบริษัทหลายแห่งที่ใช้การเรียนรู้เชิงลึกเพื่อเขียนสุนทรพจน์แม้ว่าจะไม่ได้ผลก็ตาม
Credit : แนะนำ ufaslot888g
