Sztuczna inteligencja wkracza do głównego nurtu

Dla Roberta Welborna, szefa działu data science w firmie ubezpieczeniowej i finansowej USAA, rok 2015 był rokiem, w którym uczenie maszynowe zaczęło nabierać komercyjnego sensu. Kluczowe znaczenie miał dostęp do ulepszonych narzędzi uczenia maszynowego, tańsza technologia przetwarzania i gwałtowny spadek kosztów przechowywania danych. Kiedy te osiągnięcia zostały połączone z obfitością danych USAA, technologia badana przez dziesięciolecia nagle wydała się praktyczna.

Ubezpieczenia, finanse, produkcja, ropa i gaz, produkcja samochodów, opieka zdrowotna: mogą nie być branżami, które przychodzą na myśl, gdy myślisz o sztucznej inteligencji. Jednak w miarę jak firmy technologiczne, takie jak Google i Baidu, budują laboratoria i wprowadzają pionierskie postępy w tej dziedzinie, szersza grupa branż zaczyna badać, w jaki sposób sztuczna inteligencja może również dla nich działać.

Ta historia była częścią naszego wydania z maja 2016 r.

• Zobacz resztę numeru
• Subskrybuj

Jak sztuczna inteligencja będzie się rozwijać w miarę jej komercjalizacji i jak technologia zmieni te zróżnicowane branże? Oto główne pytania tego raportu biznesowego.

Dziś branża sprzedająca oprogramowanie i usługi AI pozostaje niewielka. Dave Schubmehl, dyrektor ds. badań w IDC, oblicza, że ​​sprzedaż wszystkich firm sprzedających platformy oprogramowania kognitywnego — z wyłączeniem firm takich jak Google i Facebook, które prowadzą badania na własny użytek — wyniosła w zeszłym roku 1 miliard dolarów. Przewiduje, że do 2020 roku ta liczba przekroczy 10 miliardów dolarów. Poza kilkoma dużymi graczami, takimi jak IBM i Palantir Technologies, sztuczna inteligencja pozostaje rynkiem start-upów: według Bloomberga 2600 firm.

Dzieje się tak, ponieważ pomimo szybkiego postępu w technologiach określanych zbiorczo jako sztuczna inteligencja – między innymi rozpoznawanie wzorców, przetwarzanie języka naturalnego, rozpoznawanie obrazów i generowanie hipotez – wciąż pozostaje wiele do zrobienia.

USAA, tylko jeden z pierwszych użytkowników, testuje sposoby wykorzystania sztucznej inteligencji do dostrojenia wykrywania kradzieży tożsamości. Jego system szuka wzorców, które nie pasują do typowego zachowania klienta i identyfikuje te anomalie nawet na pierwszym etapie, mówi Welborn. Tradycyjne systemy nie wychwyciłyby nowego schematu przestępczości, dopóki nie zdarzy się to po raz drugi. Nasze systemy nauczania są naprawdę dobre w rozumieniu rzeczy, które wyglądają jak oszustwo, mówi.

Kolejny projekt testowany w USAA ma na celu poprawę obsługi klienta. Obejmuje technologię AI zbudowaną przez Saffron, oddział Intela, przy użyciu podejścia zaprojektowanego do naśladowania losowości połączeń wykonywanych przez ludzki mózg. Łącząc 7000 różnych czynników, technologia może dopasować szerokie wzorce zachowań klientów do zachowań konkretnych członków i w 88% przypadków poprawnie przewidzieć, na przykład, w jaki sposób określone osoby mogą się później skontaktować z USAA (przez Internet? telefon? e-mail?). i jakich produktów będą szukać, kiedy to zrobią. Bez sztucznej inteligencji systemy USAA zgadywały trafnie w 50 procentach przypadków. Ten test jest teraz rozszerzany.

General Electric wykorzystuje sztuczną inteligencję do poprawy obsługi swoich wysoce zaawansowanych silników odrzutowych. Łącząc formę sztucznej inteligencji zwaną widzeniem komputerowym (opracowaną pierwotnie w celu kategoryzowania filmów i materiałów telewizyjnych, gdy firma GE była właścicielem NBC Universal) z rysunkami CAD oraz danymi z kamer i detektorów podczerwieni, firma GE poprawiła wykrywanie pęknięć i innych problemów w łopatach silnika samolotu.

System eliminuje błędy typowe dla tradycyjnych ludzkich przeglądów, takie jak spadek liczby wykryć w piątki i poniedziałki, ale również polega na ekspertach ludzkich, aby potwierdzić swoje alerty. Program następnie uczy się na podstawie tych informacji zwrotnych, mówi Colin Parris, wiceprezes ds. badań oprogramowania w GE.

Sztuczna inteligencja może być również siłą napędową nowych produktów i usług. Dzięki aplikacji MyFitnessPal do śledzenia ćwiczeń i kalorii oraz innym produktom producent odzieży sportowej Under Armour ma dostęp do 160 milionów konsumentów. Ale zamiast ograniczać się tylko do rejestrowania wyników ćwiczeń, firma zawarła umowę z firmą IBM zajmującą się przetwarzaniem kognitywnym, Watson, aby połączyć swoje dane dotyczące sprawności fizycznej i nawyków żywieniowych z informacjami zebranymi z badań naukowych i innymi danymi stron trzecich na temat snu, aktywności , fitness i odżywianie. Cel: powiedzieć ludziom z określonym celem, jak mogą go osiągnąć, dzięki czemu firma będzie bardziej odpowiednia dla tych 160 milionów klientów.

Dla firm takich jak USAA i Under Armour przyszłość sztucznej inteligencji nie przypomina antropomorficznych robotów w filmach, a bardziej narzędzi, które stają się coraz lepsze. I pomimo obaw, że sztuczna inteligencja doprowadzi do powszechnej wymiany pracowników, osądy i informacje zwrotne od ludzi pozostają integralną częścią ulepszania systemów uczenia maszynowego. Jak John Giannandrea, wiceprezes ds. inżynierii w Google, opowiedział pisarzowi Robertowi D. Hofowi o swojej historii w dalszej części tego raportu: Nawet jeśli masz fajny samochód, nadal musisz zdecydować, dokąd się udać.

ukryć