Изкуствен интелект: Проверка на реалността

Изкуственият интелект (AI) е новото черно, лъскавият нов обект, отговорът на молитвите на всеки търговец и краят на творчеството. Неотдавнашното появяване на AI от мигновените зали на академичните среди и задкулисието на науката за данни е предизвикано от истории за дронове, роботи и автомобили без шофьор, предприети от технологични гиганти като Amazon. Google и Tesla. Но шумът надхвърля ежедневната реалност.

AI има петдесетгодишна история на развитие, експериментиране и мислене на математически и компютърни науки. Това не е усещане за една нощ. Това, което го прави вълнуващо, е сливането на големи набори от данни, подобрени платформи и софтуер, по-бързи и по-стабилни възможности за обработка и нарастващ брой учени по данни, желаещи да използват по-широк спектър от приложения. Прозаичната ежедневна употреба на изкуствения интелект и машинното обучение ще направи по-голяма разлика в живота на потребителите и марките, отколкото крещящите приложения, рекламирани в пресата.

Така че помислете за тази проверка на реалността на AI:

Големите данни са разхвърляни. Ние създаваме данни и свързваме масиви от големи данни с изключителни темпове, които се умножават всяка година. Разрастването на мобилните медии, социалните мрежи, приложенията, автоматизираните лични асистенти, носимите устройства, електронните медицински досиета, самоотчитащите се автомобили и уреди и предстоящият Интернет на нещата (IoT) създават огромни възможности и предизвикателства. В повечето случаи има значителна и продължителна работа за подравняване, нормализиране, попълване и свързване на различни данни много преди да може да започне какъвто и да е анализ.

Събирането, съхраняването, филтрирането и свързването на тези битове и байтове към всеки индивид е сложно и натрапчиво. Съставянето на така наречения „Златен рекорд“ изисква значителна изчислителна мощност, стабилна платформа, размита логика или дълбоко обучение за свързване на различни части от данни и подходящи защити на поверителността. Освен това изисква значителни умения в моделирането и кадри от учени по данни, способни да виждат гората, а не дърветата.

Едно към едно все още е амбициозно. Мечтата за персонализирана комуникация един към един е на хоризонта, но все още е амбициозна. Факторите за изключване са необходимостта от разработване на общи протоколи за разрешаване на самоличността, защита на поверителността, разбиране на индивидуалната чувствителност и разрешения, идентифициране на точките на пречупване и подробен график за това как отделните потребители и сегменти се движат във времето и пространството в своето пътуване от нуждата. към предпочитанията на марката.

Използвайки AI, ние сме в ранна фаза на тестване и учене, водена от компании в секторите на финансовите услуги, телекомуникациите и търговията на дребно.

Анализ на предсказуемите награди за хора. Amazon ни обучи да очакваме персонализирани препоръки. Ние израснахме онлайн с идеята „ако ви е харесало това, вероятно ще ви хареса и това“. В резултат на това очакваме любимите марки да ни познават и да използват отговорно данните, които споделяме, съзнателно и несъзнателно, за да направят живота ни по-лесен, по-удобен и по-добър. За потребителите прогнозният анализ работи, ако съдържанието е лично уместно, полезно и се възприема като ценно. Всичко по-малко от това е СПАМ.

Но правенето на реалистични, практически базирани на данни прогнози все още е повече изкуство, отколкото наука. Хората са създания на навика с някои предвидими модели на интерес и поведение. Но ние не сме непременно рационални, често непоследователни, бързи да променим мнението си или курса на действие и като цяло сме идиосинкратични. AI, използвайки техники за дълбоко обучение, при които алгоритъмът се обучава сам, може да извърви част от пътя към осмисляне на тези данни чрез наблюдение на действията във времето, привеждане в съответствие на поведението с наблюдавани еталони и оценка на аномалии.

Разпространение на платформата. Изглежда, че всяка технологична компания сега е в пространството на AI и прави всякакви претенции. С повече от 3500 предложения на Martech в допълнение към безброй инсталирани наследени системи, не е чудно, че маркетолозите са объркани и ИТ момчетата са в затруднение. Скорошно проучване на Conductor разкри, че 38% от анкетираните маркетолози използват 6-10 решения на Martech, а други 20% използват 10-20 решения. Обединяването на последователен ИТ пейзаж в услуга на маркетинговите цели, прецизиране на ограниченията на наследени системи и съществуващи софтуерни лицензи, докато обработваме масивни набори от данни, не е за хора със слаби сърца. В някои случаи AI трябва да работи около инсталираните технологични платформи.

Изкуственият интелект е ценен и се развива. Това не е сребърен куршум. Изисква комбинация от квалифицирани учени по данни и мощна съвременна платформа, насочена от гледна точка на клиента и манталитет за тестване и учене. Работейки по този начин, AI ще предостави много по-голяма стойност на потребителите от дронове или роботи.

Empfohlene Artikel

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert