Ai: eine Zeitlupenexplosion

Künstliche Intelligenz ist "eine Zeitlupenexplosion", sagte der Vizepräsident der IDC-Gruppe, Dan Vesset, während der Konferenz des Forschungsunternehmens in Boston letzte Woche. Der Markt für KI-Komponenten und -Lösungen werde von 40, 1 Mrd. USD im Jahr 2019 auf 95, 5 Mrd. USD im Jahr 2022 wachsen.

Vesset merkte an, dass wir alle in unserem täglichen Leben KI verwenden, sei es mit GPS, Mitfahrgelegenheiten, intelligenten Assistenten wie Siri oder Alexa oder einfach mit den heute beliebten E-Mail-Programmen.

Für Organisationen, die versuchen, KI bereitzustellen, gibt es eine Reihe von Hürden. Er sagte, es gibt Hunderte von AI-Algorithmen. In einer IDC-Umfrage im letzten Monat gaben 50 Prozent der KI-Wissenschaftler an, drei oder mehr KI-Frameworks zu verwenden. Es geht jedoch nicht nur um den Algorithmus und das Modell, sondern um einen vollständigen Workflow, der eine Rolle für den IT-Betrieb sowohl beim Training als auch beim Inferencing spielt. und auch neue Personengruppen konzentrierten sich auf das, was er "AI Ops" nannte, um die Daten und Modelle am Laufen zu halten.

Das Wichtigste, was man herausfinden muss, ist die Beziehung zwischen Mensch und Maschine, sagte Vesset. Wenn dies fehlschlägt, treten Probleme auf, z. B. dass ein Fahrer den GPS-Anweisungen blind folgt, selbst wenn diese falsch oder unsinnig sind. IDC unterteilt AI-basierte Automatisierung in fünf grundlegende Kategorien:

• Mensch, wo die IT sehr begrenzt ist
• Von Menschen geführte, maschinell unterstützte Aktionen, einschließlich der heutigen Aufgaben der meisten KI-Organisationen
• Maschinengesteuerte, vom Menschen unterstützte Methoden, z. B. Algorithmen zur Bestimmung, wem Geld verliehen werden soll
• maschinengeführt, vom Menschen gesteuert, wie autonomes Fahren, und
• maschinengesteuert wie R2-D2 oder HAL, die wir noch nicht gesehen haben.

Er merkte an, dass die Art und Weise, wie Sie diese betrachten, oft den Unterschied zwischen Misserfolg und Erfolg ausmacht. Zum Beispiel habe Amazon ein AI-Rekrutierungs-Tool, das sich als voreingenommen gegenüber Frauen herausgestellt habe. Weil die Leute es fingen, wurde es nie in Produktion genommen.

Er bemerkte, dass es oft eine "Diskrepanz zwischen Erwartungen und Fähigkeiten" gibt, und stellte fest, dass das Erreichen eines höheren Automatisierungsgrades in vollständigen Prozessen Zeit in Anspruch nimmt. Zum Beispiel, sagte er, kommt ein großer Wunsch nach KI in Vertrieb und Marketing von oben nach unten, aber die Realität dessen, was heute möglich ist, ist die "Bottom-up" -Automatisierung einiger spezifischer Aufgaben und Aktivitäten.

Je breiter der Umfang der Automatisierung sei, desto mehr werde generell noch menschliches Eingreifen erforderlich sein. Im Gesundheitswesen kann AI beispielsweise bei der Bildinterpretation helfen, die er als maschinengeführte, menschengesteuerte Aufgabe bezeichnet. Aktivitätserinnerungen werden eher von Maschinen gesteuert und vom Menschen unterstützt, da der Mensch stärker einbezogen werden muss, um Dinge wie persönliche Vorlieben zu verstehen. In diesem Fall ist die Skalierung schwieriger, da die Daten so umfangreich sind. So etwas wie Diagnose und Behandlungsempfehlung wird vom Menschen geleitet, maschinengestützt und ist heutzutage sehr selten.

Laut Vesset sind rund 100 der 702 Anwendungsfälle für die digitale Transformation von IDC von der KI abhängig und können in Aufgaben, Aktivitäten, Prozesse und das Gesamtsystem unterteilt werden.

Laut IDC wird der Markt für AI-Komponenten und -Lösungen im Jahr 2019 40, 1 Mrd. USD betragen, darunter 4, 3 Mrd. USD für Halbleiter (Chips), 12, 7 Mrd. USD für Infrastruktur, 3, 3 Mrd. USD für AI-Softwareplattformen, 10, 2 Mrd. USD für AI-Anwendungen und 9, 6 Mrd. USD für gebaute AI-Dienste über diese Anwendungen. Der Gesamtmarkt wird bis 2022 auf 95, 5 Milliarden US-Dollar anwachsen, aber IDC vermutet, dass das reale Wachstum später erfolgen wird.

Ein Problem, sagte Vesset, ist, dass derzeit nicht genügend Daten vorhanden sind, die in KI umgewandelt werden. Die Datenmenge in der Welt wächst von 33 Zettabyte auf 103 Zettabyte, aber nur etwa 27 Prozent davon wären nützlich, wenn sie mit Tags versehen würden, und davon wird weniger als die Hälfte mit Tags versehen und ein geringerer Prozentsatz analysiert Ein noch geringerer Prozentsatz wird in KI-Systeme eingespeist - weniger als 1 Prozent aller Daten.

Zu den Vorteilen von KI-Plattformen zählen eine höhere Produktivität der Mitarbeiter, eine verbesserte Prozessautomatisierung, eine konsistentere Entscheidungsfindung, das Aufdecken neuer Erkenntnisse und eine konsistentere Interaktion. All diese Dinge brauchen Zeit.

Vesset sagte, dass es keinen klaren Weg gibt zu wissen, wann diese "Explosion" passieren wird. Basierend auf Moores Gesetz würde er einen 1000-Dollar-Computer mit der Rechenleistung eines menschlichen Gehirns erwarten, der jedoch sowohl Beschleuniger als auch Inhibitoren enthält, einschließlich des Mangels an wirklichem Verständnis für die Funktionsweise des Gehirns. Weitere Themen, darunter Geschäftsprozesse, Vorschriften und gesellschaftliche Normen, seien das, was Sie in den USA tun können, nicht das, was Sie in China tun können, und umgekehrt. Er geht davon aus, dass der Weg zu mehr KI nicht linear verlaufen wird, und stattdessen sehen wir Organisationen, die dieser Entwicklung im Zickzack gegenüberstehen.

• Ist künstliche Intelligenz gut, böse oder beides? Ist künstliche Intelligenz gut, böse oder beides?
• Diese KI sagt Online-Trolling voraus, bevor es passiert Diese KI sagt Online-Trolling voraus, bevor es passiert
• Nvidias Jetson Nano ist ein KI-Computer für die Massen Nvidias Jetson Nano ist ein KI-Computer für die Massen

Vesset glaubt nicht, dass wir auf einen weiteren "KI-Winter" zusteuern, da wir echte Vorteile von KI-Systemen sehen. Er erwartet, dass wir irgendwann zu einem Punkt kommen, an dem wir eine Maschine haben, die die Intelligenz eines Menschen besitzt, und vielleicht eine, die die Intelligenz aller Menschen besitzt. Dies wird nicht in Kürze geschehen, aber wir müssen anfangen, über rechtliche und ethische Fragen nachzudenken.

KI sei zu wichtig für ein Thema, um es Entwicklern oder Programmierern zu überlassen.