Βασικά Takeaways
- Οι εταιρείες χρησιμοποιούν ολοένα και περισσότερο τεχνητή νοημοσύνη που εξηγεί πώς έχει αποτελέσματα.
- Το LinkedIn αύξησε πρόσφατα τα έσοδα από συνδρομές μετά τη χρήση τεχνητής νοημοσύνης που προέβλεπε τους πελάτες σε κίνδυνο ακύρωσης και περιέγραψε πώς κατέληξε στα συμπεράσματά του.
- Η Ομοσπονδιακή Επιτροπή Εμπορίου είπε ότι η τεχνητή νοημοσύνη που δεν εξηγείται θα μπορούσε να διερευνηθεί.
Μία από τις πιο καυτές νέες τάσεις στο λογισμικό θα μπορούσε να είναι η τεχνητή νοημοσύνη (AI), η οποία εξηγεί πώς επιτυγχάνει τα αποτελέσματά της.
Εξηγήσιμη τεχνητή νοημοσύνη αποδίδει καρπούς καθώς οι εταιρείες λογισμικού προσπαθούν να κάνουν την τεχνητή νοημοσύνη πιο κατανοητή. Το LinkedIn αύξησε πρόσφατα τα έσοδα από συνδρομές μετά τη χρήση τεχνητής νοημοσύνης που προέβλεπε τους πελάτες σε κίνδυνο ακύρωσης και περιέγραψε πώς κατέληξε στα συμπεράσματά του.
"Εξηγήσιμη τεχνητή νοημοσύνη έχει να κάνει με το να μπορείς να εμπιστεύεσαι την έξοδο καθώς και να κατανοείς πώς έφτασε το μηχάνημα", είπε ο Travis Nixon, Διευθύνων Σύμβουλος της SynerAI και Chief Data Science, Financial Services της Microsoft, στο Lifewire σε μια συνέντευξη μέσω email..
""Πώς;" είναι ένα ερώτημα που τίθεται σε πολλά συστήματα τεχνητής νοημοσύνης, ειδικά όταν λαμβάνονται αποφάσεις ή παράγονται αποτελέσματα που δεν είναι ιδανικά», πρόσθεσε ο Νίξον. "Από την άδικη μεταχείριση διαφορετικών φυλών έως το να μπερδεύουμε ένα φαλακρό κεφάλι με ποδόσφαιρο, πρέπει να ξέρουμε γιατί τα συστήματα τεχνητής νοημοσύνης παράγουν τα αποτελέσματά τους. Μόλις καταλάβουμε το "πώς", τοποθετεί τις εταιρείες και τα άτομα να απαντήσουν "τι μετά;"."
Γνωριμία με την AI
Το Το AI έχει αποδειχθεί ακριβές και κάνει πολλούς τύπους προβλέψεων. Αλλά η τεχνητή νοημοσύνη είναι συχνά σε θέση να εξηγήσει πώς κατέληξε στα συμπεράσματά της.
Και οι ρυθμιστικές αρχές λαμβάνουν υπόψη το πρόβλημα επεξήγησης της τεχνητής νοημοσύνης. Η Ομοσπονδιακή Επιτροπή Εμπορίου είπε ότι η τεχνητή νοημοσύνη που δεν εξηγείται θα μπορούσε να διερευνηθεί. Η ΕΕ εξετάζει το ενδεχόμενο ψήφισης του νόμου περί τεχνητής νοημοσύνης, ο οποίος περιλαμβάνει απαιτήσεις ότι οι χρήστες μπορούν να ερμηνεύουν προβλέψεις τεχνητής νοημοσύνης.
Η Linkedin είναι μεταξύ των εταιρειών που πιστεύουν ότι η εξηγήσιμη τεχνητή νοημοσύνη μπορεί να συμβάλει στην αύξηση των κερδών. Προηγουμένως, οι πωλητές του LinkedIn βασίζονταν στις γνώσεις τους και ξόδευαν τεράστιο χρόνο εξετάζοντας δεδομένα εκτός σύνδεσης για να προσδιορίσουν ποιοι λογαριασμοί είναι πιθανό να συνεχίσουν να λειτουργούν και ποια προϊόντα μπορεί να τους ενδιαφέρουν κατά την επόμενη ανανέωση συμβολαίου. Για να λύσει το πρόβλημα, το LinkedIn ξεκίνησε ένα πρόγραμμα που ονομάζεται CrystalCandle που εντοπίζει τις τάσεις και βοηθά τους πωλητές.
Σε ένα άλλο παράδειγμα, ο Nixon είπε ότι κατά τη δημιουργία ενός μοντέλου καθορισμού ποσοστώσεων για το δυναμικό πωλήσεων μιας εταιρείας, η εταιρεία του μπόρεσε να ενσωματώσει εξηγήσιμη τεχνητή νοημοσύνη για να προσδιορίσει ποια χαρακτηριστικά υποδεικνύουν μια επιτυχημένη νέα πρόσληψη πωλήσεων.
"Με αυτό το αποτέλεσμα, η διοίκηση αυτής της εταιρείας μπόρεσε να αναγνωρίσει ποιους πωλητές να βάλει στο "fast track" και ποιους χρειάζονταν καθοδήγηση, όλα αυτά πριν προκύψουν μεγάλα προβλήματα", πρόσθεσε.
Πολλές χρήσεις για εξηγήσιμη τεχνητή νοημοσύνη
Το Εξηγήσιμο AI χρησιμοποιείται επί του παρόντος ως έλεγχος του εντέρου για τους περισσότερους επιστήμονες δεδομένων, είπε ο Nixon. Οι ερευνητές εκτελούν το μοντέλο τους με απλές μεθόδους, διασφαλίζουν ότι δεν υπάρχει τίποτα εντελώς εκτός λειτουργίας και, στη συνέχεια, στέλνουν το μοντέλο.
"Αυτό συμβαίνει εν μέρει επειδή πολλοί οργανισμοί επιστήμης δεδομένων έχουν βελτιστοποιήσει τα συστήματά τους γύρω από το "χρόνο πέρα από την αξία" ως KPI, οδηγώντας σε βιαστικές διαδικασίες και ελλιπή μοντέλα", πρόσθεσε ο Nixon.
Ανησυχώ ότι η αντίδραση από ανεύθυνα μοντέλα θα μπορούσε να επαναφέρει σοβαρά τη βιομηχανία της τεχνητής νοημοσύνης.
Οι άνθρωποι συχνά δεν πείθονται από τα αποτελέσματα που η τεχνητή νοημοσύνη δεν μπορεί να εξηγήσει. Ο Raj Gupta, ο Chief Engineering Officer στην Cogito, είπε σε ένα email ότι η εταιρεία του έχει ερευνήσει πελάτες και διαπίστωσε ότι σχεδόν οι μισοί καταναλωτές (43%) θα είχαν πιο θετική αντίληψη για μια εταιρεία και την τεχνητή νοημοσύνη εάν οι εταιρείες ήταν πιο σαφείς σχετικά με τη χρήση τους της τεχνολογίας.
Και δεν είναι μόνο τα οικονομικά δεδομένα που βοηθούν από εξηγήσιμη τεχνητή νοημοσύνη. Ένας τομέας που επωφελείται από τη νέα προσέγγιση είναι τα δεδομένα εικόνας, όπου είναι εύκολο να υποδείξουμε ποια μέρη μιας εικόνας πιστεύει ο αλγόριθμος ότι είναι απαραίτητα και πού είναι εύκολο για έναν άνθρωπο να γνωρίζει εάν αυτές οι πληροφορίες έχουν νόημα, Samantha Kleinberg, αναπληρώτρια καθηγήτρια στο Stevens Το Ινστιτούτο Τεχνολογίας και ένας ειδικός σε εξηγήσιμη τεχνητή νοημοσύνη, είπε στο Lifewire μέσω email.
"Είναι πολύ πιο δύσκολο να γίνει αυτό με ένα ΗΚΓ ή με δεδομένα συνεχούς παρακολούθησης γλυκόζης", πρόσθεσε ο Kleinberg.
Ο Νίξον προέβλεψε ότι η εξηγήσιμη τεχνητή νοημοσύνη θα ήταν η βάση κάθε συστήματος τεχνητής νοημοσύνης στο μέλλον. Και χωρίς εξηγήσιμη τεχνητή νοημοσύνη, τα αποτελέσματα θα μπορούσαν να είναι τραγικά, είπε.
"Ελπίζω να προχωρήσουμε αρκετά σε αυτό το μέτωπο ώστε να θεωρούμε την εξηγήσιμη τεχνητή νοημοσύνη ως δεδομένη τα επόμενα χρόνια και ότι κοιτάμε πίσω εκείνη την εποχή σήμερα έκπληκτοι που κάποιος θα ήταν αρκετά τρελός για να αναπτύξει μοντέλα που δεν καταλάβαιναν, " αυτός πρόσθεσε.«Αν δεν αντιμετωπίσουμε το μέλλον με αυτόν τον τρόπο, ανησυχώ ότι η αντίδραση από ανεύθυνα μοντέλα θα μπορούσε να επαναφέρει τη βιομηχανία της τεχνητής νοημοσύνης με σοβαρό τρόπο.»
