Przewidywanie behawioralne AI: maszyny zaprojektowane do przewidywania przyszłości

KREDYT WZROKU:
Image credit
iStock

Przewidywanie behawioralne AI: maszyny zaprojektowane do przewidywania przyszłości

Przewidywanie behawioralne AI: maszyny zaprojektowane do przewidywania przyszłości

Tekst podtytułu
Grupa naukowców stworzyła nowy algorytm, który pozwala maszynom lepiej przewidywać działania.
    • Autor:
    • nazwisko autora
      Foresight Quantumrun
    • 17 maja 2023 r.

    Urządzenia obsługiwane przez algorytmy uczenia maszynowego (ML) szybko zmieniają sposób, w jaki pracujemy i komunikujemy się. A wraz z wprowadzeniem algorytmów nowej generacji urządzenia te mogą zacząć osiągać wyższy poziom rozumowania i zrozumienia, który może wspierać proaktywne działania i sugestie dla ich właścicieli.

    Kontekst przewidywania behawioralnego AI

    W 2021 roku naukowcy z Columbia Engineering ujawnili projekt, który stosuje predykcyjną ML opartą na wizji komputerowej. Wytrenowali maszyny do przewidywania ludzkich zachowań nawet na kilka minut w przyszłość, korzystając z tysięcy godzin filmów, programów telewizyjnych i filmów sportowych. Ten bardziej intuicyjny algorytm bierze pod uwagę niezwykłą geometrię, umożliwiając maszynom przewidywanie, które nie zawsze jest ograniczone tradycyjnymi regułami (np. równoległe linie nigdy się nie przecinają). 

    Ten rodzaj elastyczności pozwala robotom zastępować powiązane koncepcje, jeśli nie są pewne, co będzie dalej. Na przykład, jeśli maszyna nie jest pewna, czy ludzie podają sobie ręce po spotkaniu, rozpoznałaby to jako „powitanie”. Ta predykcyjna technologia sztucznej inteligencji może znaleźć różne zastosowania w życiu codziennym, od pomagania ludziom w ich codziennych zadaniach po przewidywanie wyników w określonych scenariuszach. Wcześniejsze próby zastosowania predykcyjnego uczenia maszynowego zwykle koncentrowały się na przewidywaniu pojedynczej akcji w dowolnym momencie, przy czym algorytmy próbowały skategoryzować tę akcję, na przykład uścisk dłoni, uścisk dłoni, przybicie piątki lub brak akcji. Jednak ze względu na nieodłączną niepewność większości modeli ML nie można zidentyfikować podobieństw między wszystkimi potencjalnymi wynikami.

    Zakłócający wpływ

    Ponieważ obecne algorytmy nadal nie są tak logiczne jak ludzie (2022), ich niezawodność jako współpracowników jest nadal stosunkowo niska. Chociaż mogą wykonywać lub automatyzować określone zadania i czynności, nie można ich zaliczyć do abstrakcji ani strategii. Jednak pojawiające się rozwiązania przewidywania behawioralnego AI zmienią ten paradygmat, zwłaszcza jeśli chodzi o sposób, w jaki maszyny współpracują z ludźmi w nadchodzących dziesięcioleciach.

    Na przykład przewidywanie behawioralne AI umożliwi oprogramowaniu i maszynom proponowanie nowatorskich i wartościowych rozwiązań w przypadku wystąpienia niepewności. W szczególności w branży usługowej i produkcyjnej coboty (roboty współpracujące) będą w stanie odczytywać sytuacje z dużym wyprzedzeniem zamiast podążać za zestawem parametrów, a także sugerować opcje lub ulepszenia swoim współpracownikom. Inne potencjalne zastosowania dotyczą bezpieczeństwa cybernetycznego i opieki zdrowotnej, gdzie można w coraz większym stopniu ufać robotom i urządzeniom, że podejmą natychmiastowe działania w przypadku potencjalnych sytuacji awaryjnych.

    Firmy będą jeszcze lepiej przygotowane do oferowania swoim klientom usług dostosowanych do ich potrzeb, aby zapewnić im bardziej zindywidualizowane doświadczenia. Przedstawianie wysoce spersonalizowanych ofert może stać się dla firm czymś powszechnym. Ponadto sztuczna inteligencja pozwoli firmom uzyskać głębszy wgląd w zachowania klientów w celu optymalizacji kampanii marketingowych pod kątem maksymalnej wydajności lub skuteczności. Jednak powszechne przyjęcie algorytmów przewidywania zachowań może prowadzić do nowych rozważań etycznych związanych z prawami do prywatności i przepisami dotyczącymi ochrony danych. W rezultacie rządy mogą być zmuszone do uchwalenia dodatkowych kroków w celu uregulowania korzystania z tych rozwiązań do przewidywania zachowań opartych na sztucznej inteligencji.

    Aplikacje do przewidywania zachowań AI

    Niektóre aplikacje do przewidywania zachowań AI mogą obejmować:

    • Pojazdy samojezdne, które mogą lepiej przewidywać zachowanie innych samochodów i pieszych na drodze, co prowadzi do mniejszej liczby kolizji i innych wypadków.
    • Chatboty, które potrafią przewidzieć, jak klienci zareagują na złożone rozmowy i zaproponują bardziej spersonalizowane rozwiązania.
    • Roboty w służbie zdrowia i placówkach opieki wspomaganej, które potrafią dokładnie przewidywać potrzeby pacjentów i natychmiast reagować w nagłych wypadkach.
    • Narzędzia marketingowe, które mogą przewidywać trendy użytkowników na platformach mediów społecznościowych, umożliwiając firmom odpowiednie dostosowanie strategii.
    • Firmy świadczące usługi finansowe używające maszyn do identyfikowania i prognozowania przyszłych trendów ekonomicznych.
    • Politycy wykorzystują algorytmy do określania, który obszar może mieć najbardziej zaangażowaną bazę wyborców i przewidywania wyników politycznych.
    • Maszyny, które mogą analizować dane demograficzne i zapewniać wgląd w potrzeby i preferencje społeczności.
    • Oprogramowanie, które może zidentyfikować następny najlepszy postęp technologiczny dla określonego sektora lub branży, na przykład przewidywanie zapotrzebowania na nową kategorię produktów lub ofertę usług na wschodzącym rynku.
    • Identyfikacja obszarów, w których występują niedobory siły roboczej lub luki w umiejętnościach, przygotowanie organizacji do udoskonalonych rozwiązań w zakresie zarządzania talentami.
    • Algorytmy używane do wskazywania obszarów wylesiania lub zanieczyszczenia, które mogą wymagać szczególnej uwagi przy planowaniu działań ochronnych lub działań na rzecz ochrony środowiska.
    • Narzędzia cyberbezpieczeństwa, które mogą wykrywać podejrzane zachowania, zanim staną się zagrożeniem, pomagając we wczesnych środkach zapobiegawczych przeciwko cyberprzestępczości lub działaniom terrorystycznym.

    Pytania do rozważenia

    • Jak inaczej Twoim zdaniem prognozy behawioralne AI zmienią nasze interakcje z robotami?
    • Jakie są inne przypadki użycia predykcyjnego uczenia maszynowego?

    Referencje informacyjne

    W celu uzyskania tego wglądu odniesiono się do następujących popularnych i instytucjonalnych powiązań: