AI Summit – это конференция и выставка, целью которых является изучение практических последствий использования искусственного интеллекта в бизнес-организациях.
Для этого они пригласили множество спикеров из различных организаций, включая Google, Microsoft и другие, которые продвигают абстракцию ИИ с помощью простых в использовании платформ. С другой стороны спектра были представители различных секторов, таких как розничная торговля, банковское дело и транспорт, которые обсуждали, как они внедряют ИИ в свой бизнес.
В этом посте я расскажу о шести ключевых вещах, которые я вынес из этого опыта, но сначала взгляните на некоторые фотографии, которые я сделал, впитывая яркую атмосферу в превосходном Центре бизнес-дизайна в Лондоне.
ИИ находится на переломном этапе в бизнесе
Было поучительно видеть так много компаний, выступающих за использование искусственного интеллекта (в основном в подкатегории машинного обучения) в собственном бизнесе с представительством в самых разных отраслях. Это дополняется тем фактом, что количество посетителей AI Summit в этом году значительно побило предыдущие рекорды, что помогает подтвердить слоган мероприятия «4-я промышленная революция уже здесь».
Это убедительная маркетинговая линия, но к ней нужно относиться с долей скептицизма, решения и идеи, представленные на саммите, в основном совпадают с узким взглядом на искусственный интеллект. Это включает в себя использование машинного обучения, в частности, для решения проблемы (например, Airbnb представила вариант использования, который включает прогнозирование технического обслуживания деталей), и именно в этом в настоящее время заключается ценность для бизнеса.
Аугментация вместо преобразования должна быть желаемым мыслительным процессом для бизнес-лидеров.
Данные — король
Повторяющаяся тема в большом количестве выступлений вращалась вокруг двух проблем:
- Получение данных
- Очистка/обработка данных
CrowdFlower — одна из компаний, которая признала эти проблемы, в частности важность наличия достаточно большого и разнообразного набора данных, чтобы ваш процесс машинного обучения мог обобщать принимаемые им решения. Машинное обучение — ничто без данных.
Второй момент неудивителен, если учесть правило восьмидесяти/двадцати в науке о данных, которое предполагает, что 80% времени специалиста по данным будет потрачено на подготовку набора данных и управление им.
Я разговаривал с компанией под названием Tamr, которая создала сервис, который может упростить эту проблему, взяв большой набор данных и преобразовав его в формат, который можно использовать более эффективно.
Еще одна компания, работающая в области управления данными, — Mighty AI, которая предложила концепцию обучающих данных как услуги, которая может использовать неструктурированные, немаркированные наборы данных, которые могут превратить сложную проблему обучения без учителя в нечто более управляемое.
Умные агенты захватят мир!
В ходе AI Summit у меня был контакт с двадцатью девятью компаниями (беседы один на один или формальные переговоры), пятнадцать из этих компаний либо сосредоточились, либо говорили, либо планируют использовать интеллектуальных помощников в будущем — чуть больше половины!
Это важно и дает четкое представление о том, в чем заключаются основные интересы компаний, особенно в финансовом и розничном секторах, в отношении использования ИИ для автоматизации взаимодействия с клиентами.
Rain Bird была одной из компаний, которая продемонстрировала свою интеллектуальную диалоговую платформу и продемонстрировала, как ее можно использовать в тандеме с интерфейсом чат-бота. Платформа, которую они предоставляют, не зависит от контекста, может выражать ответы, демонстрирующие память, и может давать обоснование своим решениям.
Если вы не знакомы с чат-ботами — посмотрите этот пример:
Глубокое обучение входит в бизнес
Глубокое обучение было постоянной темой, которая поднималась во время различных выступлений на AI Summit с серией действительных вариантов использования этого подхода, таких как представленные BT, которые планируют использовать нейронные сети для построения оптимальной физической сети для своих аппаратных систем. .
AI Summit также помог укрепить одну вещь: глубокое обучение — это модное слово машинного обучения.
В этом есть свои опасности, хотя глубокое обучение — очень мощная техника, которая имеет множество потенциальных вариантов использования, но не является правильным решением для определенных проблем. Машинное обучение, как и разработка программного обеспечения, заключается в использовании подходящего инструмента для работы, и на нескольких докладах, которые я посетил, они планировали использовать глубокое обучение с недостаточным знанием собственных данных и без должной осмотрительности, чтобы рассмотреть, какие другие методы могут быть более подходящими для этого. решить их конкретный вопрос.
Аппаратное обеспечение, предназначенное для поддержки ИИ
Машинное обучение может занять много времени, особенно при использовании методов глубокого обучения и МНОГО данных, однако для этой проблемы может существовать аппаратное решение. Intel выступила с докладом, посвященным расширению аппаратного обеспечения для решения этой проблемы, представив обзор гребенчатой линейки чипов, которые были созданы специально для этой цели.
Цель Intel — бросить вызов доминированию Nvidia как де-факто производителя графических процессоров для машинного обучения, похваставшись стократным сокращением времени обучения к 2020 году по сравнению с сегодняшним самым быстрым решением.
Моей первой мыслью было: это звучит слишком хорошо, чтобы быть правдой? Однако это будут первые чипы, созданные с целью оптимизации одной операции:
Свертка.
Это основной расчет, выполняемый при использовании сверточных нейронных сетей. Интересным предложением для рассмотрения является возможность «арендовать» машины, использующие эти чипы, в облаке. Будет интересно посмотреть, в какой степени заявления Intel подтвердятся в ближайшие годы.
Важность общения в ИИ
Саммит AI Summit по самой своей миссии как «события номер один в мире по искусственному интеллекту для бизнеса» имеет определенную аудиторию, бизнес-лидеров, которые не совсем знакомы со сложностью, связанной с искусственным интеллектом. Это подчеркивает важность информирования о ценности ИИ в удобоваримой форме, удобной для нетехнического руководителя бизнеса.
Отдельные доклады на AI Summit не всегда учитывали знания аудитории, выплескивая на экран сложные графики и алгоритмы. Поговорив с несколькими нетехническими посетителями о некоторых из этих выступлений, начала вырисовываться закономерность с некоторыми тревожными цитатами:
«Я потерялся где-то на середине разговора»
«Я изо всех сил пытаюсь увидеть ценность искусственного интеллекта сегодня для нас»
Искусственный интеллект похож на кроличью нору, наполненную сложностью. Чтобы искусственный интеллект действительно начал развиваться в бизнесе, важно развить способность лаконично выражать сложные концепции. Бизнес-лидеры также должны «получить это».
Вывод
AI Summit был поучительным опытом, он помог пролить свет на то, что другие компании делают для интеграции искусственного интеллекта в свои продукты и услуги. Общие возможности ИИ по всем направлениям все еще развиваются, даже в крупных корпорациях. Один из ключевых уроков этого события заключается в следующем; сейчас настало время наращивать возможности ИИ, опережать события.
