Q:
Zal machine learning de ontwikkeling van platformoverschrijdende datasets stimuleren?
EEN:Waar hebben we het over als we het hebben over machine learning en AI in het bedrijfsleven?
Veel verschillende mensen hebben verschillende meningen - en het hangt echt af van de context van wat het bedrijf doet. Als u het in het algemeen over kunstmatige intelligentie hebt, is het mogelijk om een deel van de verwarring en onduidelijkheid weg te nemen over hoe bedrijven de neiging hebben om deze gloednieuwe technologieën te gebruiken.
| Gratis download: machine learning en waarom het ertoe doet |
In een artikel over Venture Beat met de titel "Don't Believe the Hype About AI in Business", biedt schrijver Vivek Wadhwa een nogal sterke aanklacht tegen het idee dat moderne AI-systemen gemakkelijk in bedrijfsprocessen kunnen worden opgenomen.
"De meeste zakelijke problemen kunnen niet worden omgezet in een spel, " schrijft Wadhwa. “Je hebt meer dan twee spelers en geen duidelijke regels. De uitkomsten van zakelijke beslissingen zijn zelden een duidelijke winst of verlies, en er zijn veel te veel variabelen … De huidige AI-systemen doen hun best om het functioneren van de neurale netwerken van het menselijk brein na te bootsen, maar ze doen dit op een zeer beperkte manier. "
Erop wijzend dat "AI slechts zo goed is als de gegevens die het ontvangt", maakt Wadhwa een zeer opvallend punt. Kunstmatige intelligentie is niet 'denken als een mens'. Het is eerder een replica van aspecten van het menselijk denken door het meer geavanceerde gebruik van informatie. Het is nog steeds gestructureerd rond input en output.
Wadhwa maakt echter ook een interessant voorbehoud bij het praten over een van de meest veelbelovende aspecten van kunstmatige intelligentie in de zakelijke wereld van vandaag.
Wadhwa gebruikt mega-retailer Amazon als voorbeeld. Praten over hoe het Amazon-bedrijf gegevens uit verschillende silo's neemt en naar interactieve bestemmingen brengt, suggereert Wadhwa dat het consolideren van al deze gegevens binnen afdelingen kan innoveren op het gebied van klantenservice, business intelligence en nog veel meer.
"Amazon lost een probleem op dat veel bedrijven hebben - losgekoppelde gegevenseilanden", schrijft Wadhwa.
Met andere woorden, het samenstellen van gegevenssets over platforms en deze toe te passen in een hele architectuur is een van de grootste huidige rollen van kunstmatige intelligentie-software, en het kan enkele van de beste use cases voor bedrijven in de komende jaren vormen. Een kunstmatige intelligentie-entiteit kan zich mogelijk niet volledig gedragen en gedragen als een mens, maar het heeft wel zeer krachtige mogelijkheden met betrekking tot gegevensverwerking en inzichtontwikkeling.
Bedrijven praten tegenwoordig ook veel over unified commerce en unified communications. Het idee bestaat dat bedrijven door al hun kanalen te consolideren en hen te helpen interactief te worden, zich het komende decennium positioneren voor behendige concurrentie. Dit is weer iets waar kunstmatige intelligentie bij kan helpen. Het kan de verschillende gegevenssets verwerken en op een enigszins geautomatiseerde en zelfgestuurde manier gebruiken waar ze nodig zijn. Op een zeer breed niveau ontlast kunstmatige intelligentie de last van menselijke handlers en stuurt het zijn eigen operaties op verschillende dwingende manieren aan.
Met dat in het achterhoofd zullen de vorderingen op het gebied van machine learning zeker het gebruik van datasets op verschillende platforms bevorderen om te innoveren. Hoewel andere grote rollen en processen op de snoek kunnen komen, wordt dit waarschijnlijk een belangrijk aspect van machine learning en AI op de korte termijn.
