Хотя ИИ является мощной технологией, уже обеспечивающей глубокое понимание и ценность для бизнеса, это не волшебство. Понимание ограничений ИИ поможет вам выбирать реалистичные и достижимые проекты ИИ. Ниже приведены некоторые распространенные мифы об ИИ и подводные камни, которых следует избегать при оценке его как потенциального инструмента.
- Искусственный интеллект заменит людей на рабочем месте.
- ИИ может мыслить как человек и учиться самостоятельно.
- Искусственный интеллект всегда более объективен, чем люди.
- Вы можете просто купить решения для искусственного интеллекта, которые будут работать по всем направлениям.
- Искусственный общий интеллект (AGI) не за горами.
- Для реализации проекта искусственного интеллекта требуется большая команда специалистов по обработке данных.
Искусственный интеллект заменит людей на рабочем месте.
Реальность:
ИИ, скорее всего, заменяет задачи в рамках работы, а не саму работу целиком. Почти все современные системы ИИ выполняют конкретные задачи, а не рабочие места целиком. Цель искусственного интеллекта и автоматизации – сделать малозначимые задачи быстрее и проще, тем самым освобождая людей для сосредоточения на важной работе, требующей от человека творческого подхода и критического мышления.
Исторически автоматизация создавала больше рабочих мест, чем заменяла. ИИ в основном заменяет задачи, а не рабочие места. Более уместно мыслить в терминах человеко-машинных команд, где каждый выполняет те задачи, для которых он лучше всего подходит. Многие прогнозы предсказывают, что будут созданы новые рабочие места, то есть люди были и будут по-прежнему необходимы для выполнения определенных задач и рабочих мест.
ИИ может мыслить как человек и учиться самостоятельно.
Реальность:
ИИ использует математические модели и ограниченные вычислительные мощности для обработки информации. Хотя некоторые методы ИИ могут использовать ”нейронные сети”, эти алгоритмы лишь отдаленно напоминают биологию человека. Их результаты по-прежнему полностью основаны на данных и правилах, подготовленных людьми.
Искусственный интеллект всегда более объективен, чем люди.
Реальность:
Приложения ИИ представляют собой продукт данных и алгоритмов, объединенных в модели. Данные собираются, подготавливаются и управляются людьми. Их объединение с алгоритмами все еще может приводить к несправедливым и предвзятым результатам. У машин и людей разные сильные стороны и ограничения. Люди хороши в решении общих задач и масштабном мышлении. Машины хороши в точном выполнении конкретных задач. Комбинации “Человек и машина” почти всегда превосходят по производительности одного человека или одну машину.
Вы можете просто купить решения для искусственного интеллекта, которые будут работать по всем направлениям.
Реальность:
Определение вариантов использования ИИ и необходимых для них данных может быть конкретным и локализованным. Кроме того, природа алгоритмов и обучения моделей может требовать различной степени настройки по мере агрегирования, очистки, ассимиляции данных и получения результатов. Барьеры, которые следует учитывать помимо технологий, включают организационную культуру, склонность к риску, процесс приобретения и готовность агентства экспериментировать. Решения о покупке или построении требуют тщательной оценки.
Искусственный общий интеллект (AGI) не за горами.
Реальность:
Общий искусственный интеллект относится к ИИ, который обеспечивает общий интеллект на уровне человека. Для большинства систем существует компромисс между производительностью и универсальностью. Алгоритм можно обучить действительно хорошо выполнять одну конкретную задачу, но не все возможные задачи. Независимо от того, потребуются ли десятилетия или столетия для достижения AGI, он сложнее, чем большинство представляет. Чем больше задач мы хотим, чтобы выполняла одна машина, тем слабее становится ее общая производительность.
Для реализации проекта искусственного интеллекта требуется большая команда специалистов по обработке данных.
Реальность:
Разработка решений с использованием искусственного интеллекта может потребовать всего нескольких недель, а для большой команды – нескольких лет. Все зависит от характера задачи, данных, требуемой технической инфраструктуры и интеграции в существующую среду. В зависимости от зрелости приложений ИИ, связанных с конкретной проблемой, представляющей интерес для вашего агентства, уровень вовлеченности в науку о данных может существенно различаться. Примеры того, как это может зависеть от потребностей агентства, следующие:
- Некоторые приложения, такие как распознавание голоса, могут быть развернуты из готовых продуктов (COTS).
- Некоторые приложения искусственного интеллекта требуют обучения существующему алгоритму с использованием данных конкретного агентства, что требует небольшой команды специалистов по обработке данных.
- Некоторые приложения ИИ все еще находятся на стадии исследований и разработок. Для изучения характеристик данных и определения подходящего метода ИИ для решения проблемы необходима относительно большая команда специалистов по обработке данных.