Shatalin

Искусственный интеллект - постоянно развивающаяся область.
Вот что он умеет уже сейчас, а что будет чуточку позже?

Перевод и адаптация статьи McKinsey
What AI can and can't do (yet) for your business

Часть 1
Искусственный интеллект (англ. Artificial intelligence, AI) прочно вошел в нашу жизнь, и многие уже обеспокоены последствиями его распространения: ведь AI автоматизирует рабочие места, влияя на занятость и общество в целом.

Мы видим успех таких гигантов, как Alexa, Siri, Алиса, однако не знаем, что сами AI технологии, а именно машинное обучение и его подмножество, глубинное обучение (англ. deep learning), имеют массу ограничений. Эти ограничения могут сводить все усилия по внедрению ИИ в бизнес, поэтому руководителям важно о них знать.

Выводы в статье основываются на богатом опыте работы в топовых бизнесах и сотрудничестве с лидерами AI разработки. Постараемся использовать весь свой опыт, чтобы помочь компаниям и руководителям, которые не слишком хорошо ориентируются в этой индустрии, но хотели бы применять мировые достижения в своей сфере.

Проблемы и ограничения AI для лидеров: трудно достичь вершины, которая всегда отодвигается. Также эти трудности могут снизить уровень последующих инвестиций или заставить бизнес занять выжидательную позицию, в то время как другие устремляются вперед. Как показывает последнее исследование McKinsey Global Institute, есть зияющая пропасть между лидерами и отстающими в применении искусственного интеллекта как внутри отрасли, так и между отраслями (рис. 1)
Рисунок 1. Лидеры в применении AI также планируют больше в него инвестировать в ближайшем будущем
Если вы хотите сократить разрыв и использовать AI во благо своего бизнеса, вам необходимо обладать полной информацией. Знать не только где он может помочь бизнесу, но и — очень важно! — где его использование не может обеспечить ценность.

Существует две группы ограничений. Технические будут описаны далее, им посвящена статья. Но стоит упомянуть и вторую группу — организационных ограничений:

  • культурные барьеры;
  • нехватка квалифицированных сотрудников;
  • проблема последнего шага интеграции AI решения в локальную систему и бизнес-процессы.
О них будет выпущен дополнительный материал.

Итак, если вы хотите понимать критические технические проблемы, способные замедлить внедрение AI и снизить пользу от этого мероприятия — читайте дальше.

Проблемы, ограничения и возможности

Для начала вкратце опишем последние достижения в области методов глубокого обучения (англ. deep learning).

Методы глубокого обучения показывают отличные результаты в точности классификации и прогнозирования, обходясь без обычного "feature engineering" (проектирования признаков), связанного с традиционным "обучением с учителем".

Глубокое обучение использует многослойные нейронные сети, которые состоят из миллионов моделируемых "нейронов", структурированных в слоях. Наиболее распространенные сети называются свёрточными нейронными сетями (англ. Convolutional Neural Network — CNN) и рекуррентными нейросетями (англ. Recurrent Neural Network — RNN). Эти нейронные сети учатся через использование обучающих данных и обратных алгоритмов.

Несмотря на значительный прогресс, многое еще предстоит сделать. Дело в том, что для успешного обучения сети необходимы очень большие массивы заранее размеченных данных. В некоторых областях такие данные просто невозможно получить, но даже когда это возможно, на разметку может быть затрачено огромное количество человеческих ресурсов.

Второй большой проблемой является непрозрачность принятия решений. Черный ящик, как бы он ни был хорош, может иметь ограниченную полезность, особенно в сферах, где последствия могут влиять на общество или жизнь человека. В таких случаях пользователи хотят знать, почему алгоритм выдал ту или иную рекомендацию, почему конкретные факторы (а не другие) стали решающими.

Во второй части мы рассмотрим пять взаимосвязанных случаев, в которых эти ограничения и решения, возникающие для их устранения, начинают действовать.
31 ИЮЛЯ 2018

Будьте в курсе свежих новостей!

Раз в месяц вы получите подборку лучших статей. Никакого спама, только бизнес