Паводніцкае прагназаванне штучнага інтэлекту: машыны, прызначаныя для прадказання будучыні

• аўтар:
• імя аўтара

  Quantumrun Foresight
• Можа 17, 2023

Прылады, якія працуюць на аснове алгарытмаў машыннага навучання (ML), хутка змяняюць наш спосаб працы і зносін. І з увядзеннем алгарытмаў наступнага пакалення гэтыя прылады могуць пачаць дасягаць больш высокіх узроўняў разважанняў і разумення, якія могуць падтрымліваць актыўныя дзеянні і прапановы для іх уладальнікаў.

Кантэкст прагназавання паводзін AI

У 2021 годзе даследчыкі Columbia Engineering прадставілі праект, які прымяняе прагназуючае ML на аснове камп'ютэрнага зроку. Яны навучылі машыны прадказваць паводзіны людзей на некалькі хвілін у будучыні, выкарыстоўваючы тысячы гадзін фільмаў, тэлешоў і спартыўных відэа. Гэты больш інтуітыўна зразумелы алгарытм улічвае незвычайную геаметрыю, што дазваляе машынам рабіць прагнозы, якія не заўсёды звязаны з традыцыйнымі правіламі (напрыклад, паралельныя лініі ніколі не перасякаюцца). 

Такая гнуткасць дазваляе робатам замяняць роднасныя паняцці, калі яны не ўпэўненыя, што будзе далей. Напрыклад, калі машына не ведае, ці будуць людзі паціскаць адзін аднаму рукі пасля сустрэчы, яны прызнаюць гэта як «прывітанне». Гэтая прагназуючая тэхналогія штучнага інтэлекту можа знайсці розныя прымянення ў паўсядзённым жыцці: ад дапамогі людзям у іх штодзённых задачах да прагназавання вынікаў у пэўных сцэнарыях. Папярэднія намаганні па прымяненні прагназуючага ML звычайна засяроджваліся на прадбачанні аднаго дзеяння ў любы момант часу, пры гэтым алгарытмы спрабавалі класіфікаваць гэта дзеянне, напрыклад, прапанова абдымкаў, поціск рукі, хай пяць або адсутнасць дзеянняў. Аднак з-за ўласцівай нявызначанасці большасць мадэляў ML не могуць вызначыць падабенства паміж усімі магчымымі вынікамі.

Разбуральнае ўздзеянне

Паколькі сучасныя алгарытмы ўсё яшчэ не такія лагічныя, як чалавечыя (2022), іх надзейнасць як калег па-ранейшаму адносна нізкая. Нягледзячы на ​​тое, што яны могуць выконваць або аўтаматызаваць пэўныя задачы і дзеянні, іх нельга лічыць абстракцыямі або распрацоўкай стратэгіі. Аднак новыя рашэнні для прагназавання паводзін AI зменяць гэтую парадыгму, асабліва ў тым, як машыны будуць працаваць разам з людзьмі ў бліжэйшыя дзесяцігоддзі.

Напрыклад, паводніцкае прагназаванне штучнага інтэлекту дазволіць праграмнаму забеспячэнню і машынам прапаноўваць новыя і вартыя ўвагі рашэнні ў выпадку нявызначанасці. У прыватнасці, у сферы абслугоўвання і прамысловасці кобаты (робаты, якія працуюць у супрацоўніцтве) змогуць загадзя чытаць сітуацыі замест таго, каб прытрымлівацца набору параметраў, а таксама прапаноўваць варыянты або паляпшэнні сваім калегам-людзям. Іншыя патэнцыйныя варыянты выкарыстання - гэта кібербяспека і ахова здароўя, дзе робатам і прыладам усё часцей можна давяраць, што яны прымуць неадкладныя меры ў выпадку магчымых надзвычайных сітуацый.

Кампаніі стануць яшчэ лепш аснашчаны, каб прапаноўваць індывідуальныя паслугі сваім кліентам, каб стварыць больш індывідуальны вопыт. Патэнцыйна можа стаць звычайнай з'явай для прадпрыемстваў прадастаўленне вельмі персаналізаваных прапаноў. Акрамя таго, штучны інтэлект дазволіць фірмам атрымаць больш глыбокае разуменне паводзін кліентаў, каб аптымізаваць маркетынгавыя кампаніі для дасягнення максімальнай эфектыўнасці або выніковасці. Аднак шырокае распаўсюджванне алгарытмаў прагназавання паводзін можа прывесці да новых этычных меркаванняў, звязаных з правамі на канфідэнцыяльнасць і законамі аб абароне даных. У выніку ўрады могуць быць вымушаныя заканадаўча замацаваць дадатковыя крокі для рэгулявання выкарыстання гэтага рашэння паводніцкага прагназавання штучнага інтэлекту.

Прыкладанні для прагназавання паводзін AI

Некаторыя прыкладанні для прагназавання паводзін ІІ могуць уключаць:

• Аўтамабілі, якія могуць лепш прадбачыць, як будуць паводзіць сябе на дарозе іншыя аўтамабілі і пешаходы, што прывядзе да меншай колькасці сутыкненняў і іншых аварый.
• Чат-боты, якія могуць прадбачыць, як кліенты адрэагуюць на складаныя размовы, і будуць прапаноўваць больш індывідуальныя рашэнні.
• Робаты ў медыцынскіх установах і медыцынскіх установах, якія могуць дакладна прагназаваць патрэбы пацыентаў і неадкладна вырашаць надзвычайныя сітуацыі.
• Інструменты маркетынгу, якія могуць прагназаваць тэндэнцыі карыстальнікаў на платформах сацыяльных сетак, дазваляючы кампаніям адпаведна карэктаваць свае стратэгіі.
• Фірмы, якія прадстаўляюць фінансавыя паслугі, выкарыстоўваюць машыны для вызначэння і прагназавання будучых эканамічных тэндэнцый.
• Палітыкі выкарыстоўваюць алгарытмы, каб вызначыць, у якой вобласці, хутчэй за ўсё, будзе найбольш актыўнае кола выбаршчыкаў, і прадбачыць палітычныя вынікі.
• Машыны, якія могуць аналізаваць дэмаграфічныя дадзеныя і даць зразумець патрэбы і перавагі суполак.
• Праграмнае забеспячэнне, якое можа ідэнтыфікаваць лепшы тэхналагічны прагрэс для пэўнага сектара або галіны, напрыклад, прагназаваць патрэбнасць у новай катэгорыі прадукту або прапанове паслуг на рынку, які развіваецца.
• Вызначэнне абласцей, дзе існуе дэфіцыт працоўнай сілы або прабелы ў навыках, падрыхтоўка арганізацый да паляпшэння рашэнняў па кіраванні талентамі.
• Алгарытмы, якія выкарыстоўваюцца для дакладнага вызначэння абласцей высечкі лясоў або забруджвання, якія могуць запатрабаваць асаблівай увагі пры планаванні мерапрыемстваў па захаванні ці ахове навакольнага асяроддзя.
• Інструменты кібербяспекі, якія могуць выяўляць любыя падазроныя паводзіны, перш чым яны стануць пагрозай, дапамагаючы з прыняццем ранніх прафілактычных мер супраць кіберзлачыннасці або тэрарыстычнай дзейнасці.

Пытанні для разгляду

• Як яшчэ, на вашу думку, прагназаванне паводзін штучнага інтэлекту зменіць наша ўзаемадзеянне з робатамі?
• Якія іншыя варыянты выкарыстання машыннага навучання з прагназаваннем?