Ai: en sakte-eksplosjon

Kunstig intelligens er "en sakte-eksplosjon, " sa IDC-konsernsjef Dan Vesset under forskningsfirmaets konferanse i Boston forrige uke. Han sa at markedet for AI-komponenter og løsninger vil vokse fra 40, 1 milliarder dollar i 2019 til 95, 5 milliarder dollar i 2022.

Vesset bemerket at vi alle bruker AI i hverdagen, enten vi bruker GPS, ridesharing-tjenester, smarte assistenter som Siri eller Alexa, eller bare dagens populære e-postprogrammer.

For organisasjoner som prøver å distribuere AI, er det en rekke hindringer. Han sa at det er hundrevis av AI-algoritmer. I en IDC-undersøkelse forrige måned sa 50 prosent av AI-forskere at de brukte tre eller flere AI-rammer. Men å få AI til å fungere handler mer enn algoritmen og modellen - det innebærer en fullstendig arbeidsflyt som inkluderer en rolle for IT-operasjoner både i trening og inferencing; og også nye grupper mennesker fokuserte på det han kalte "AI Ops", for å holde dataene og modellene i arbeid.

Det viktigste å finne ut er forholdet mellom menneske og maskin, sa Vesset. Når dette går galt, får du problemer som en sjåfør blindt følger GPS-instruksjonene, selv om de er gale eller ikke-sensiske. IDC deler AI-basert automatisering i fem grunnleggende kategorier:

• Menneskelig, der IT er veldig begrenset
• Menneskestyrt, maskinstøttet, som inkluderer det de fleste av AI-organisasjonene gjør i dag
• Maskinledet, menneskelig støttet, for eksempel algoritmer for å bestemme hvem du skal låne ut penger til
• maskinstyrt, menneskelig styrt, for eksempel autonom kjøring, og
• maskinstyrt, for eksempel R2-D2 eller HAL, som vi ikke har sett enda.

Han bemerket at hvordan du ser på disse ofte er forskjellen mellom fiasko eller suksess. For eksempel, sa han, Amazon hadde et AI-rekrutteringsverktøy som viste seg å ha en skjevhet mot kvinner. Fordi folk fanget den, ble den aldri satt i produksjon.

Han bemerket at det ofte er et "misforhold mellom forventninger og evner", og bemerker at det tar tid å komme til høyere automatiseringsnivå i hele prosesser. For eksempel, sa han, mye ønske om AI innen salg og markedsføring kommer ovenfra og ned, men virkeligheten for det som er mulig i dag er "bottom-up" automatisering av noen spesifikke oppgaver og aktiviteter.

Generelt, sa han, jo bredere omfanget av automatisering er, jo mer vil det fortsatt kreve menneskelig involvering. I helsevesenet kan AI for eksempel hjelpe til med tolkning av bilder, som han kalte en maskinledet, menneskestyrt oppgave. Aktivitetspåminnelser er mer maskinledet, støttet av mennesker, fordi mennesker trenger å være mer involvert for å forstå ting som personlige preferanser. I dette tilfellet er det vanskeligere å komme i mål, fordi dataene er så rike. Noe som diagnose og behandlingsanbefaling ville være menneskeledt, maskinstøttet og er veldig sjelden i dag.

Av IDCs 702 bruk av digitale transformasjonssaker, sa Vesset at rundt 100 er avhengige av AI, og hver av dem kan deles inn i oppgaver, aktiviteter, prosesser og det samlede systemet.

IDC sier at markedet for AI-komponenter og løsninger i 2019 vil utgjøre $ 40, 1 milliarder dollar, inkludert 4, 3 milliarder dollar for halvledere (chips), 12, 7 milliarder dollar for infrastruktur, 3, 3 milliarder dollar for AI-programvareplattformer, 10, 2 milliarder dollar for AI-applikasjoner og 9, 6 milliarder dollar for AI-tjenester bygget på toppen av disse applikasjonene. At totalmarkedet vil vokse til 95, 5 milliarder dollar i 2022, men IDC antydet at den reelle veksten vil komme senere.

Et spørsmål, sa Vesset, er at det foreløpig ikke er nok data som blir til AI. Mengden av data i verden vokser, fra 33 zettabyte til 103 zettabyte, men bare rundt 27 prosent av dette ville være nyttig hvis tagget, og av det, er mindre enn halvparten merket, og en mindre prosentandel av dette blir analysert, og enda mindre prosentandel mates til AI-systemer - mindre enn 1 prosent av alle dataene.

Fordelene med AI-plattformer inkluderer økt ansattes produktivitet, økt prosessautomatisering, forbedret konsistens i beslutningsprosesser, avdekking av ny innsikt og forbedret konsistens i interaksjoner. Alle disse tingene tar tid.

Vesset sa at det ikke er en klar måte å vite når denne "eksplosjonen" vil skje. Basert på Moore's Law, ville han forvente en datamaskin på 1000 dollar med prosessorkraften til en menneskelig hjerne, men at det er både akseleratorer og hemmere for dette, inkludert mangelen på å virkelig forstå hvordan hjernen fungerer. Andre spørsmål, sa han, inkludert forretningsprosesser, forskrifter og samfunnsnormer, og bemerket at det du kan gjøre i USA ikke er det du kan gjøre i Kina, og omvendt. Han regner med at veien til mer AI ikke vil være lineær, og i stedet vil vi se organisasjoner "sikksakk" mot denne utviklingen.

• Er kunstig intelligens god, ond eller begge deler? Er kunstig intelligens god, ond eller begge deler?
• Denne AI forutsier trolling på nettet før det skjer. AI spår trolling online før det skjer
• Nvidias Jetson Nano er en AI-datamaskin for messene Nvidias Jetson Nano er en AI-datamaskin for messene

Vesset tror ikke vi er på vei mot en annen "AI-vinter", fordi vi ser virkelige fordeler med AI-systemer. Han regner med at vi etter hvert kommer til et punkt der vi har en maskin som har intelligensen til et menneske, og kanskje en som har intelligensen til alle mennesker. Dette vil ikke skje snart, men vi må begynne å tenke på de juridiske og etiske spørsmålene.

AI er for viktig av et tema til å overlates til utviklere eller programmerere, sa han og sa "vi alle trenger å bli engasjert på noen måte."