ПРОВЕРЕННО ЭЛЕКТРОНИКОМ: что такое настоящий искусственный интеллект, озера данных и цифровые близнецы

Дэниэль Хьюм, генеральный директор стартапа Satalia, специалист по искусственному интеллекту, предлагает генеральным директорам познакомиться с технологиями, которые будут определять будущее работы и бизнеса.

Фото: Satalia

В 2008 году Дэниэль Хьюм основал компанию Satalia, которая использует науку о данных, машинное обучение и оптимизацию для создания специализированных платформ, способных решать сложные логистические проблемы, связанные с продуктами, услугами и людьми. В последнее время Хьюм посвятил много времени, чтобы объяснить особенности искусственного интеллекта (ИИ) другим генеральным директорам. По его мнению, существует большой информационный пробел в знаниях руководства большинства компаний. Но ведь именно эти люди принимают решения об инвестициях в технологии. Неверное толкование ИИ, считает Хьюм, может привести к тому, что люди будут и переоценивать его значение, и недооценивать влияние.

PwC, которая публикует Strategy+Business, использует технологию Satalia и работает с компанией над разработкой предложения для общих клиентов

Satalia — яркий пример того, на что способен ИИ в наши дни. Не случайно компания использует результаты исследований Хьюма в Университетском колледже Лондона (UCL), где он возглавляет магистерскую программу по бизнес-аналитике. Клиенты Satalia — известные в Великобритании фирмы; среди них, Tesco, DFS и BBC. (Инсайдерская информация: PwC, которая публикует Strategy+Business, использует технологию Satalia и работает с компанией над разработкой предложения для общих клиентов.)

Strategy+Business (S+B): Что привело вас к ИИ?

ДЭНИЭЛЬ ХЬЮМ (Д. Х.): Меня всегда интересовало, что значит быть человеком и какова природа Вселенной. Я получил степень бакалавра, магистра, а также степень доктора философии по специальности ИИ. Я занимаюсь этим уже 19 лет.

S+B: Дайте ваше определение ИИ.

(Д. Х.): Есть два определения ИИ, и самое популярное из них — самое слабое. ИИ — это машины, способные выполнять задачи, которые традиционно выполнялись людьми. За последнее десятилетие благодаря прогрессу в технологиях, таких как глубокое обучение, мы начали создавать машины, которые могут распознавать объекты на изображениях, а также понимать естественный язык и реагировать на него. Люди — это самые разумные субъекты, известные во Вселенной. Когда мы видим, как машины выполняют задачи, которые когда-то выполняли только люди, мы считаем это интеллектом.

Когда мы видим, как машины выполняют задачи, которые когда-то выполняли только люди, мы считаем это интеллектом

Но я бы сказал, что люди не так уж умны. Люди хорошо умеют находить паттерны минимум в четырех измерениях, но мы плохо решаем проблемы, которые затрагивают более семи вещей. Машины могут находить паттерны в тысячах измерений и могут решать проблемы, связанные с миллионами вещей. И даже такие технологии — это не ИИ. Это просто алгоритмы. Они делают одно и то же, снова и снова. Но глупо повторять одно и то же многократно и надеяться на новый результат.

S+B: А второе определение ИИ?

Лучшее определение интеллекта — искусственного или человеческого, которое я нашел, это целенаправленное адаптивное поведение

(Д. Х.): Лучшее определение интеллекта — искусственного или человеческого, которое я нашел, это целенаправленное адаптивное поведение. Под целенаправленностью я понимаю стремление достичь цели. В бизнесе это может означать более эффективно использовать сотрудников или распределять расходы на маркетинг, чтобы продать как можно больше мороженого. Это может быть любая цель.

Поведение — это то, как быстро или без трений я могу перемещать ресурсы для достижения цели. Например, если моя цель — продать много мороженого, как я могу распределить свои ресурсы, чтобы убедиться, что достигаю цели?

Однако для меня в определении «целенаправленное адаптивное поведение» ключевым является слово адаптивное. Так что истинное определение ИИ включает системы, которые могут обучаться и адаптироваться без помощи человека. Адаптивность является синонимом интеллекта.

У большинства компаний нет проблем с машинным обучением — проблемы с оптимизацией. Оптимизация — это процесс распределения ресурсов для достижения цели с учетом некоторых ограничений. Проблемы оптимизации исключительно трудно решать. Например, по какому маршруту направить транспорт, чтобы минимизировать время в пути; или как расставить персонал, чтобы максимально использовать кадровый потенциал; или как расходовать деньги на маркетинг, чтобы максимизировать воздействие; или как распределять персонал по продажам, чтобы максимизировать доход? В мире есть всего несколько человек, которые хорошо умеют решать подобные проблемы с помощью ИИ.

Многие генеральные директора считают, что им необходимо использовать ИИ в организации. Тут срабатывает фактор страха. Если у вас нет ИИ, вы проиграете конкурентам

S+B: Как генеральные директора воспринимают ИИ сегодня?

(Д. Х.): Многие генеральные директора считают, что им необходимо использовать ИИ в организации. Тут срабатывает фактор страха. Если у вас нет ИИ, вы проиграете конкурентам. Они поглотят ваш рынок благодаря использованию технологий для принятия решений быстрее и лучше, чем вы.

Генеральные директора могут спросить IТ-директора: «Что мы делаем в области ИИ?» И тогда IТ-директор кинется нанимать специалистов по данным, чья работа будет своего рода имитацией использования ИИ. Специалисты по работе с данными владеют только одним определенным навыком. Они понимают, как использовать статистику и машинное обучение для поиска паттернов в данных. Совсем не обязательно, что специалисты по данным умеют создавать производственные системы, способные принимать решения или способные адаптироваться (изменять себя).

S+B: Так вы не считаете, что машинное обучение само по себе может развиться в такие адаптивные системы, которые нужны компаниям?

(Д. Х.): Многие говорят: «Ну, с этими моделями глубокого обучения специалисты по работе с данными решат все наши проблемы». На самом деле это не так. Как я уже сказал, машинное обучение, наука о данных и статистика отлично подходят для поиска паттернов (закономерностей) в данных. Но самое главное — принимать решения на основе выявленных закономерностей данных. Это требует совершенно другого набора навыков: дискретная математика, исследование операций и оптимизация. Этих навыков существенно не хватает в области работы с данными.

самое главное — принимать решения на основе выявленных закономерностей данных

S+B: Тогда какие же вопросы должны задавать генеральные директора об ИИ?

(Д. Х.): Прежде всего — какие технологии и решения нужны организации, чтобы устранить самые большие препятствия? Итак, сначала им нужно выявить большие препятствия, которые соответствуют их основным компетенциям, и оценить, какие технологии необходимы для обновления этих основных компетенций. Например, самые большие препятствия могут быть вызваны выплатами по зарплатам. Или у компании могут быть препятствия, связанные с работой с клиентами. Или когда много аналитиков читают и сводят вместе отчеты. Для такой работы лучше использовать машинное обучение.

Генеральные директора должны также иметь четкое представление о конкурентной среде. У большинства компаний есть не только прямые конкуренты, но и косвенные вроде Google, Facebook и Alibaba. Многие из этих крупных компаний могут выйти практически на любой рынок и встряхнуть его. Таким образом, нужно приглядывать за этими косвенными конкурентами и оценивать, что они могут сделать, учитывая все имеющиеся данные. Когда косвенные конкуренты выяснят, как мобилизовать имеющиеся данные, они могут уничтожить эти рынки.

И есть третий вопрос, который должны задавать себе генеральные директора: как они привлекают в свою организацию талантливых людей для реализации конкурентной стратегии? Большинству компаний трудно это сделать, поэтому нужно научиться работать со стартапами и сторонними поставщиками услуг, которые помогут внедрять инновации и быстро адаптироваться к меняющемуся миру.

Компании должны подумать о создании цифровых близнецов своих организаций, то есть идеального цифрового представления физических активов, таких как инфраструктура и сотрудники

S+B: К вопросу о талантах и навыках. Вы говорите, что наука о данных — только часть этого. Какие еще категории следует искать компаниям?

(Д. Х.): Есть четыре категории навыков ИИ. Первая категория — данные. Компании должны задаться вопросом: мы приводим наши данные в такой вид, чтобы люди могли ими пользоваться? Во многих компаниях тратят деньги на создание так называемых озер данных — это необработанные данные, где хранится все, начиная от генерации кода до информации о продажах. И думают, что когда-нибудь в будущем они будут полезны. Это неплохая инвестиция, но я бы также посоветовал сразу создавать приложения на базе этого озера данных, которые повышают ценность вашего бизнеса. Компании должны подумать о создании цифровых близнецов своих организаций, то есть идеального цифрового представления физических активов, таких как инфраструктура и сотрудники.

S+B: Какая вторая категория навыков ИИ?

(Д. Х.): Следующим шагом должен стать прием на работу специалистов по данным, у которых есть навыки машинного обучения и статистики для интерпретации данных. В третьих, нужно найти специалистов, которых я называю учеными по решениям. Это люди, которые могут понять, как принимать решения или решать проблемы оптимизации на основе полученной интерпретации данных.

И в-четвертых, что очень важно, — для полноценного использования ИИ вам нужен архитектор ИИ, который понимает, как соединить эти три компонента: данные, машинное обучение и оптимизацию для построения адаптивных систем. И на данный момент именно IТ-директора пытаются взять на себя эту роль. Но я знаю не много компаний, у которых есть настоящие архитекторы ИИ. На данный момент компании используют только часть возможностей, но не имеют навыков всех перечисленных четырех категорий.

S+B: Расскажите подробнее о концепции цифрового близнеца. Для чего могут использоваться цифровые близнецы?

Цифровые близнецы — это следующая эволюция цифрового преобразования

(Д. Х.): Цифровые близнецы — это следующая эволюция цифрового преобразования. Чтобы быстрее адаптироваться к изменяющемуся миру, компаниям необходимо создать цифровую копию всех своих физических активов, инфраструктуры и сотрудников. Получив близнеца, вы можете начать проводить эксперименты и моделировать сценарии для более эффективного ведения бизнеса. В дальнейшем мы сможем даже поручать ИИ ставить и проводить эксперименты без помощи человека. Роль стратега и лидерства заключается в выработке четкого видения и смысла, то есть определения ключевой цели организации. Я надеюсь, организации поймут, что эта цель должна быть гораздо более сложной, чем финансовый результат, чтобы иметь возможность привлекать, приумножать и мотивировать таланты. Исключительный талант ассоциирует себя с сильной целью и вдохновляющими лидерами.

S+B: Так что, нас ждет волна бесполезных расходов на ИИ?

В ИИ есть небольшой пузырь. Однако не думаю, что это будет пустая трата денег

Машинное обучение — только часть пути. А следующая часть пути для большинства крупных компаний — оптимизация и принятие решений

(Д. Х.): В ИИ есть небольшой пузырь. Однако не думаю, что это будет пустая трата денег. Все эти инвестиции будут суммироваться. Но существует некоторая переоценка того, что машинное обучение может дать прямо сейчас. Это связано с недопониманием, что машинное обучение — только часть пути. А следующая часть пути для большинства крупных компаний — оптимизация и принятие решений.

S+B: Вы говорите, что ИИ одновременно переоценен и недоиспользован.

(Д. Х.): Как отмечал футурист Рой Амара, влияние технологий в краткосрочной перспективе имеет тенденцию переоцениваться, а в долгосрочной перспективе — недооцениваться. Сейчас вы, вероятно, можете игнорировать идею использования адаптивных систем в вашем бизнесе. Это придет позже. В краткосрочной перспективе вы можете использовать ИИ, чтобы устранить проблемы в выполнении обязательных и повторяющихся задач по всей организации. При правильном использовании это может абсолютно изменить ваш бизнес. Ажиотажа вокруг ИИ много. И не все, кто вкладывает в эти технологии деньги, знают, что делают.

Мир меняется так быстро, что очень трудно получить все необходимые данные, которые помогут вам сделать точный прогноз

S+B: Насколько хорошо вооружен ИИ, чтобы помочь лидерам бизнеса прогнозировать будущее?

(Д. Х.): Мир меняется так быстро, что очень трудно получить все необходимые данные, которые помогут вам сделать точный прогноз. На данный момент это все еще сфера человеческой деятельности.

Приведу пример. Эту историю мне рассказал знакомый, который работал в кредитной компании. Они пытались спрогнозировать, кто может не выплатить кредит, и решили собрать социальные данные из LinkedIn и Facebook, чтобы поискать там возможные индикаторы. Но все эти данные оказались бесполезны. Есть два действительно хороших предиктора неплательщиков. Первый — кеши (истории просмотров), содержащие веб-сайты с определенным шрифтом, который часто встречается на игровых площадках. Второй — количество ошибок, которые люди допускают при заполнении заявки на кредит, что может указывать на то, что они находились в состоянии алкогольного опьянения. Таким образом, вам не нужны все данные в мире. Вам просто нужны подходящие данные и правильный объем данных.

S+B: С какими угрозами сталкивается ваша компания?

(Д. Х.): Раньше я думал, что технология представляет собой угрозу, потому что конкуренты имеют доступ к передовым технологиям и данным. Но теперь меня беспокоит, как привлечь и удержать талантливых специалистов. И это возвращает нас к вопросу культуры и цели.

Самая большая угроза для меня — крупные компании, имеющие доступ к бесконечному количеству дешевого капитала, которые могут обойти меня в инновациях благодаря своему доступу к специалистам

Меня беспокоит то, что команда может уйти работать туда, где платят вдвое больше. У крупных компаний есть доступ к очень дешевому капиталу, и они понимают, как привлечь пользователей, даже теряя деньги. Они знают, что пользователи будут ценны в будущем. Они знают, как привлечь нужных специалистов; они могут платить высокие зарплаты; они знают, как сделать сотрудников счастливыми, предоставляя страховки, бесплатную еду и т. д. И я думаю, что традиционным стартапам будет очень трудно конкурировать с этими организациями и не позволить поглотить себя. Мы наблюдаем, как эти крупные организации приглашают очень хороших специалистов из числа профессоров из научных организаций. Поэтому самая большая угроза для меня — крупные компании, имеющие доступ к бесконечному количеству дешевого капитала, которые могут обойти меня в инновациях благодаря своему доступу к специалистам.

S+B: Вы считаете, эксперты по ИИ будут пользоваться высоким спросом?

(Д. Х.): Да. Многие компании будут говорить своим инвесторам: «Нам нужны деньги, чтобы создать собственные команды ИИ или команды по работе с данными». Фактически большинству компаний будет очень трудно привлечь и удержать таких специалистов. В некотором смысле это та проблема, над которой мы работаем в Satalia. Мы стараемся помочь компаниям понять, какие люди им нужны, и открыто говорим об этом.

S+B: Вернемся к вопросу «здесь и сейчас». Насколько мы далеки от решения технологических проблем, которые мешают небольшим компаниям в мире ИИ?

Одним из стремлений Satalia является создание платформы, на которую можно загрузить компанию или организацию, а затем привлекать людей из любой точки мира для участия в конкретном продукте или услуге

(Д. Х.): Сами инструменты почти готовы. Одним из стремлений Satalia является создание платформы, на которую можно загрузить компанию или организацию, а затем привлекать людей из любой точки мира для участия в конкретном продукте или услуге. У меня есть личная миссия — попытаться заставить мир сотрудничать как глобальное сообщество. Я не верю, что наши нынешние экономические и политические системы устойчивы для планеты.

В некотором отношении самой большой угрозой для такой компании, как Satalia, являются ограничения ее собственной внутренней структуры. В будущем успех Satalia будет заключаться в устранении концепции централизованной организации, а это означает полную децентрализацию самой компании. Это нормально. И именно поэтому я пытаюсь управлять Satalia как самоорганизующейся компанией. Я хочу создать платформу децентрализованного мира и стать примером того, какие удивительные инновации вы сможете создавать, если будете использовать и развивать талантливых сотрудников. В децентрализованном мире люди смогут научиться сотрудничать и вносить более позитивный вклад в развитие общества, а также потенциально смогут помочь устранить некоторые из угроз. Я хотел бы создать мир, в котором любой человек мог бы «загрузить» идею, чтобы другие подхватили и продвигали ее дальше. Вот в таком мире я хотел бы жить.

Я хотел бы создать мир, в котором любой человек мог бы «загрузить» идею, чтобы другие подхватили и продвигали ее дальше

Источник

ОСТАВЬТЕ ОТВЕТ

Please enter your comment!
Please enter your name here

Этот сайт использует Akismet для борьбы со спамом. Узнайте как обрабатываются ваши данные комментариев.