AI поведенчески прогнози: Машини, предназначени да предсказват бъдещето

• Автор:
• име Автор

  Quantumrun Foresight
• Май 17, 2023

Устройствата, захранвани от алгоритми за машинно обучение (ML), бързо променят начина, по който работим и комуникираме. И с въвеждането на следващо поколение алгоритми, тези устройства може да започнат да постигат по-високи нива на разсъждение и разбиране, които могат да подкрепят проактивни действия и предложения за техните собственици.

Контекст за прогнозиране на поведението на AI

През 2021 г. изследователите на Columbia Engineering разкриха проект, който прилага предсказуем ML, базиран на компютърно зрение. Те обучиха машини да предсказват човешкото поведение до няколко минути в бъдещето, като използваха филми, телевизионни предавания и спортни видеоклипове за хиляди часове. Този по-интуитивен алгоритъм взема под внимание необичайната геометрия, позволявайки на машините да правят прогнози, които не винаги са обвързани с традиционните правила (напр. успоредни линии никога не се пресичат). 

Този вид гъвкавост позволява на роботите да заменят свързани концепции, ако не са сигурни какво ще се случи след това. Например, ако машината не е сигурна дали хората биха се ръкували след среща, те биха го разпознали вместо това като „поздрав“. Тази предсказваща AI технология може да намери различни приложения в ежедневието, от подпомагане на хората с ежедневните им задачи до прогнозиране на резултати в определени сценарии. Предишните опити за прилагане на предсказуем ML обикновено се съсредоточаваха върху предвиждането на едно действие във всеки даден момент, като алгоритмите се опитваха да категоризират това действие, като предлагане на прегръдка, ръкостискане, дай пет или без действие. Въпреки това, поради включената присъща несигурност, повечето модели за машинно обучение не могат да идентифицират приликите между всички потенциални резултати.

Разрушително въздействие

Тъй като настоящите алгоритми все още не са толкова логични като хората (2022 г.), тяхната надеждност като колеги все още е сравнително ниска. Въпреки че могат да изпълняват или автоматизират специфични задачи и дейности, те не могат да бъдат преброени като абстракции или стратегии. Въпреки това, нововъзникващите решения за прогнозиране на поведението на AI ще променят тази парадигма, особено в начина, по който машините работят заедно с хората през следващите десетилетия.

Например, прогнозирането на поведението на AI ще позволи на софтуера и машините да предложат нови и полезни решения, когато се срещнат с несигурност. В сектора на услугите и производството, по-специално, коботите (роботи за сътрудничество) ще станат способни да четат ситуациите много предварително, вместо да следват набор от параметри, както и да предлагат опции или подобрения на своите човешки колеги. Други потенциални случаи на употреба са в областта на киберсигурността и здравеопазването, където все повече може да се вярва на роботите и устройствата да предприемат незабавни действия въз основа на потенциални спешни случаи.

Компаниите ще станат още по-добре оборудвани да предлагат персонализирани услуги на своите клиенти, за да създадат по-индивидуализирано изживяване. Потенциално може да стане обичайно за бизнеса да предоставя силно персонализирани оферти. Освен това AI ще позволи на фирмите да получат по-задълбочена представа за поведението на клиентите, за да оптимизират маркетинговите кампании за максимална ефективност или ефективност. Въпреки това, широкото приемане на алгоритми за прогнозиране на поведението може да доведе до нови етични съображения, свързани с правата за поверителност и законите за защита на данните. В резултат на това правителствата може да бъдат принудени да законодателстват допълнителни стъпки за регулиране на използването на тези решения за прогнозиране на поведението на AI.

Приложения за AI прогнозиране на поведението

Някои приложения за прогнозиране на поведението на AI може да включват:

• Самоуправляващи се превозни средства, които могат по-добре да предскажат как ще се държат другите автомобили и пешеходците на пътя, което води до по-малко сблъсъци и други инциденти.
• Чатботове, които могат да предвидят как клиентите ще реагират на сложни разговори и ще предложат по-персонализирани решения.
• Роботи в здравни и асистирани заведения, които могат точно да предвидят нуждите на пациентите и незабавно да се справят с спешни случаи.
• Маркетингови инструменти, които могат да предскажат потребителските тенденции в социалните медийни платформи, позволявайки на компаниите да коригират съответно своите стратегии.
• Фирми за финансови услуги, използващи машини за идентифициране и прогнозиране на бъдещи икономически тенденции.
• Политици, използващи алгоритми, за да определят коя област е вероятно да има най-ангажирана избирателна база и да предвиждат политически резултати.
• Машини, които могат да анализират демографски данни и да предоставят представа за нуждите и предпочитанията на общностите.
• Софтуер, който може да идентифицира следващия най-добър технологичен напредък за конкретен сектор или индустрия, като например прогнозиране на необходимостта от нова продуктова категория или предлагане на услуга на нововъзникващ пазар.
• Идентифициране на области, където съществува недостиг на работна ръка или пропуски в уменията, подготовка на организациите за подобрени решения за управление на таланти.
• Алгоритми, използвани за определяне на области на обезлесяване или замърсяване, които може да изискват специално внимание при планиране на усилия за опазване или опазване на околната среда.
• Инструменти за киберсигурност, които могат да открият всяко подозрително поведение, преди то да се превърне в заплаха, подпомагайки ранните превантивни мерки срещу киберпрестъпления или терористични дейности.

Въпроси за разглеждане

• Как иначе смятате, че поведенческото предвиждане на AI ще промени начина, по който взаимодействаме с роботите?
• Какви са другите случаи на употреба за предсказуемо машинно обучение?