Predviđanje ponašanja AI: mašine dizajnirane da predviđaju budućnost

• Autor:
• Ime autora

  Quantumrun Foresight
• Može 17, 2023

Uređaji pokretani algoritmima mašinskog učenja (ML) brzo mijenjaju način na koji radimo i komuniciramo. A sa uvođenjem algoritama sljedeće generacije, ovi uređaji mogu početi postizati viši nivo rasuđivanja i razumijevanja koji mogu podržati proaktivne akcije i prijedloge za svoje vlasnike.

Kontekst predviđanja ponašanja AI

2021. istraživači Columbia Engineeringa otkrili su projekat koji primjenjuje prediktivni ML zasnovan na kompjuterskom vidu. Oni su obučili mašine da predviđaju ljudsko ponašanje do nekoliko minuta u budućnost koristeći hiljade sati vrijednih filmova, TV emisija i sportskih videa. Ovaj intuitivniji algoritam uzima u obzir neobičnu geometriju, omogućavajući mašinama da naprave predviđanja koja nisu uvek vezana tradicionalnim pravilima (npr. paralelne linije se nikada ne prelaze). 

Ova vrsta fleksibilnosti omogućava robotima da zamjene povezane koncepte ako nisu sigurni šta će se sljedeće dogoditi. Na primjer, ako mašina nije sigurna da li bi se ljudi rukovali nakon susreta, prepoznali bi to kao "pozdrav". Ova prediktivna AI tehnologija može pronaći različite primjene u svakodnevnom životu, od pomaganja ljudima u njihovim svakodnevnim zadacima do predviđanja ishoda u određenim scenarijima. Prethodni napori da se primeni prediktivni ML obično su bili koncentrisani na predviđanje jedne akcije u bilo kom trenutku, sa algoritmima koji su pokušavali da kategorizuju ovu radnju, kao što je nuđenje zagrljaja, rukovanje, daj pet ili bez akcije. Međutim, zbog inherentne neizvjesnosti, većina modela ML ne može identificirati sličnosti između svih potencijalnih ishoda.

Ometajući uticaj

Budući da trenutni algoritmi još uvijek nisu tako logični kao ljudi (2022), njihova pouzdanost kao saradnika je još uvijek relativno niska. Iako mogu obavljati ili automatizirati određene zadatke i aktivnosti, ne može se računati da prave apstrakcije ili strategiju. Međutim, nova rješenja za predviđanje ponašanja AI promijenit će ovu paradigmu, posebno u načinu na koji mašine rade zajedno s ljudima u narednim decenijama.

Na primjer, predviđanje ponašanja AI će omogućiti softveru i mašinama da predlože nova i vrijedna rješenja kada se susreću s neizvjesnostima. U uslužnoj i proizvodnoj industriji, posebno, koboti (kolaborativni roboti) će postati sposobni da čitaju situacije unaprijed umjesto da prate skup parametara, kao i da predlažu opcije ili poboljšanja svojim ljudskim kolegama. Drugi potencijalni slučajevi upotrebe su u kibernetičkoj sigurnosti i zdravstvu, gdje se robotima i uređajima može sve više vjerovati da poduzmu hitne mjere na temelju potencijalnih hitnih slučajeva.

Kompanije će postati još bolje opremljene da ponude prilagođene usluge svojim klijentima kako bi stvorile individualiziranije iskustvo. Potencijalno bi moglo postati uobičajeno da preduzeća pružaju visoko personalizirane ponude. Osim toga, AI će omogućiti firmama da steknu dublji uvid u ponašanje kupaca kako bi optimizirali marketinške kampanje za maksimalnu efikasnost ili efektivnost. Međutim, široko usvajanje algoritama za predviđanje ponašanja moglo bi dovesti do novih etičkih razmatranja vezanih za prava na privatnost i zakone o zaštiti podataka. Kao rezultat toga, vlade mogu biti prisiljene da donesu dodatne korake kako bi regulirale korištenje ovog rješenja za predviđanje ponašanja AI.

Aplikacije za predviđanje ponašanja AI

Neke aplikacije za predviđanje ponašanja AI mogu uključivati:

• Samovozeća vozila koja mogu bolje predvidjeti kako će se drugi automobili i pješaci ponašati na cesti, što će dovesti do manjeg broja sudara i drugih nesreća.
• Chat botovi koji mogu predvidjeti kako će kupci reagirati na složene razgovore i predložit će prilagođenija rješenja.
• Roboti u zdravstvenim ustanovama i ustanovama za pomoćnu njegu koji mogu precizno predvidjeti potrebe pacijenata i odmah odgovoriti na hitne slučajeve.
• Marketinški alati koji mogu predvidjeti trendove korisnika na platformama društvenih medija, omogućavajući kompanijama da u skladu s tim prilagode svoje strategije.
• Firme za finansijske usluge koje koriste mašine za identifikaciju i predviđanje budućih ekonomskih trendova.
• Političari koji koriste algoritme da odrede koje područje će vjerovatno imati najangažiraniju biračku bazu i predviđaju političke ishode.
• Mašine koje mogu analizirati demografske podatke i pružiti uvid u potrebe i preferencije zajednica.
• Softver koji može identificirati sljedeći najbolji tehnološki napredak za određeni sektor ili industriju, kao što je predviđanje potrebe za novom kategorijom proizvoda ili ponudom usluga na tržištu u nastajanju.
• Identifikacija oblasti u kojima postoji nedostatak radne snage ili nedostatke vještina, pripremajući organizacije za poboljšana rješenja za upravljanje talentima.
• Algoritmi koji se koriste za određivanje područja krčenja šuma ili kontaminacije kojima je možda potrebna posebna pažnja prilikom planiranja napora za očuvanje ili zaštite okoliša.
• Alati za kibernetičku sigurnost koji mogu otkriti svako sumnjivo ponašanje prije nego što postane prijetnja, pomažući u ranim preventivnim mjerama protiv sajber kriminala ili terorističkih aktivnosti.

Pitanja koja treba razmotriti

• Kako inače mislite da će predviđanje ponašanja AI promijeniti način na koji komuniciramo s robotima?
• Koji su drugi slučajevi upotrebe prediktivnog mašinskog učenja?