Предвидување на однесувањето со вештачка интелигенција: Машини дизајнирани да ја предвидат иднината

• автор:
• име на авторот

  Quantumrun Foresight
• Може 17, 2023

Уредите напојувани со алгоритми за машинско учење (ML) брзо го менуваат начинот на кој работиме и комуницираме. И со воведувањето на алгоритми од следната генерација, овие уреди може да почнат да постигнуваат повисоки нивоа на расудување и разбирање што можат да поддржат проактивни активности и предлози за нивните сопственици.

Контекст за предвидување на однесувањето на вештачката интелигенција

Во 2021 година, истражувачите од Columbia Engineering открија проект кој применува предвидливо ML врз основа на компјутерска визија. Тие тренираа машини да го предвидат човечкото однесување до неколку минути во иднината, користејќи филмови, ТВ емисии и спортски видеа од илјадници часа. Овој поинтуитивен алгоритам ја зема предвид необичната геометрија, дозволувајќи им на машините да прават предвидувања кои не се секогаш обврзани со традиционалните правила (на пр. паралелните линии никогаш да не преминуваат). 

Овој вид на флексибилност им овозможува на роботите да ги заменат поврзаните концепти доколку не се сигурни што ќе се случи следно. На пример, ако машината е несигурна дали луѓето би се ракувале по средбата, наместо тоа, тие би ја препознале како „поздрав“. Оваа технологија на предвидлива вештачка интелигенција може да најде различни апликации во секојдневниот живот, од помагање на луѓето во нивните секојдневни задачи до предвидување на исходи во одредени сценарија. Претходните напори за примена на предвидливо ML вообичаено се концентрираа на предвидување на едно дејство во кое било дадено време, при што алгоритмите се обидуваа да ја категоризираат оваа акција, како што се нудење прегратка, ракување, високи пет или без акција. Сепак, поради инхерентната несигурност, повеќето ML модели не можат да идентификуваат сличности помеѓу сите потенцијални исходи.

Нарушувачко влијание

Бидејќи сегашните алгоритми сè уште не се толку логични како луѓето (2022), нивната веродостојност како соработници сè уште е релативно мала. Иако тие можат да извршуваат или автоматизираат одредени задачи и активности, тие не можат да се бројат за да направат апстракции или стратегии. Сепак, новите решенија за предвидување на однесувањето на вештачката интелигенција ќе ја променат оваа парадигма, особено во тоа како машините работат заедно со луѓето во наредните децении.

На пример, предвидувањето на однесувањето на вештачката интелигенција ќе им овозможи на софтверот и машините да предлагаат нови и вредни решенија кога ќе се сретнат со несигурности. Во услужните и производствените индустрии, особено, коботите (колаборативните роботи) ќе станат способни однапред да читаат ситуации наместо да следат збир на параметри, како и да предлагаат опции или подобрувања на нивните човечки соработници. Други потенцијални случаи на употреба се во сајбер-безбедноста и здравствената заштита, каде што на роботите и уредите сè повеќе може да им се верува дека преземаат итни мерки врз основа на потенцијални итни случаи.

Компаниите ќе станат уште подобро опремени да нудат приспособени услуги на своите клиенти за да создадат поиндивидуализирано искуство. Потенцијално би можело да стане вообичаено за бизнисите да обезбедуваат високо персонализирани понуди. Дополнително, вештачката интелигенција ќе им овозможи на фирмите да добијат подлабок увид во однесувањето на клиентите за да ги оптимизираат маркетинг кампањите за максимална ефикасност или ефективност. Сепак, широкото усвојување на алгоритми за предвидување на однесувањето може да доведе до нови етички размислувања поврзани со правата на приватност и законите за заштита на податоците. Како резултат на тоа, владите може да бидат принудени да донесат законски дополнителни чекори за регулирање на употребата на овие решенија за предвидување на однесувањето на вештачката интелигенција.

Апликации за предвидување на однесувањето со вештачка интелигенција

Некои апликации за предвидување на однесувањето на вештачката интелигенција може да вклучуваат:

• Самоуправувачки возила кои можат подобро да предвидат како другите автомобили и пешаци ќе се однесуваат на патот, што ќе доведе до помалку судири и други несреќи.
• Чет-ботови кои можат да предвидат како клиентите ќе реагираат на сложените разговори и ќе предложат повеќе приспособени решенија.
• Роботи во здравствените установи и асистирана нега кои можат точно да ги предвидат потребите на пациентите и веднаш да се справат со итни случаи.
• Маркетинг алатки кои можат да ги предвидат трендовите на корисниците на платформите на социјалните медиуми, дозволувајќи им на компаниите соодветно да ги приспособат своите стратегии.
• Фирми за финансиски услуги кои користат машини за да ги идентификуваат и предвидат идните економски трендови.
• Политичарите користат алгоритми за да утврдат во која област најверојатно ќе има најмногу ангажирана база на гласачи и да ги предвидат политичките исходи.
• Машини кои можат да ги анализираат демографските податоци и да обезбедат увид во потребите и преференциите на заедниците.
• Софтвер кој може да го идентификува следниот најдобар технолошки напредок за одреден сектор или индустрија, како што е предвидување на потребата за нова категорија на производи или понуда на услуги на пазар во развој.
• Идентификување на области каде има недостиг на работна сила или празнини во вештини, подготовка на организации за подобрени решенија за управување со таленти.
• Алгоритми кои се користат за прецизно одредување области на уништување на шумите или контаминација на кои може да им треба посебно внимание при планирање на напорите за зачувување или напорите за заштита на животната средина.
• Алатки за сајбер безбедност кои можат да детектираат какво било сомнително однесување пред да стане закана, помагајќи со рани превентивни мерки против сајбер криминалот или терористичките активности.

Прашања што треба да се разгледаат

• Како инаку мислите дека предвидувањето на однесувањето на вештачката интелигенција ќе го промени начинот на кој комуницираме со роботите?
• Кои се другите случаи на употреба за предвидливо машинско учење?