Vedenjska napoved AI: Stroji, zasnovani za napovedovanje prihodnosti

KREDIT ZA SLIKO:
Image kredit
iStock

Vedenjska napoved AI: Stroji, zasnovani za napovedovanje prihodnosti

Vedenjska napoved AI: Stroji, zasnovani za napovedovanje prihodnosti

Besedilo podnaslova
Skupina raziskovalcev je ustvarila nov algoritem, ki strojem omogoča boljše napovedovanje dejanj.
    • Avtor:
    • ime avtorja
      Quantumrun Foresight
    • Maj 17, 2023

    Naprave, ki jih poganjajo algoritmi strojnega učenja (ML), hitro spreminjajo naš način dela in komuniciranja. In z uvedbo algoritmov naslednje generacije lahko te naprave začnejo dosegati višje ravni sklepanja in razumevanja, ki lahko podpirajo proaktivna dejanja in predloge za njihove lastnike.

    Kontekst vedenjske napovedi AI

    Leta 2021 so raziskovalci Columbia Engineering razkrili projekt, ki uporablja prediktivno ML na podlagi računalniškega vida. Stroje so usposobili za napovedovanje človeškega vedenja do nekaj minut v prihodnost z uporabo na tisoče ur vrednih filmov, televizijskih oddaj in športnih videov. Ta bolj intuitiven algoritem upošteva nenavadno geometrijo in omogoča strojem, da naredijo napovedi, ki niso vedno vezane na tradicionalna pravila (npr. vzporedne črte se nikoli ne sekajo). 

    Ta vrsta prožnosti omogoča robotom, da zamenjajo povezane koncepte, če niso prepričani, kaj se bo zgodilo naslednje. Na primer, če stroj ni prepričan, ali bi se ljudje po srečanju rokovali, bi to namesto tega prepoznali kot "pozdrav". Ta napovedna tehnologija AI lahko najde različne aplikacije v vsakdanjem življenju, od pomoči ljudem pri vsakodnevnih opravilih do napovedovanja rezultatov v določenih scenarijih. Prejšnja prizadevanja za uporabo napovednega ML so bila običajno osredotočena na predvidevanje enega samega dejanja v danem trenutku, pri čemer so algoritmi poskušali to dejanje kategorizirati, kot je ponujanje objema, stisk roke, dajanje pet ali nič dejanja. Vendar zaradi vključene inherentne negotovosti večina modelov ML ne more ugotoviti podobnosti med vsemi možnimi rezultati.

    Moteč vpliv

    Ker trenutni algoritmi še vedno niso tako logični kot ljudje (2022), je njihova zanesljivost kot sodelavcev še vedno razmeroma nizka. Čeprav lahko izvajajo ali avtomatizirajo določene naloge in dejavnosti, jih ni mogoče šteti za abstrakcije ali strategijo. Vendar pa bodo nastajajoče rešitve vedenjske napovedi umetne inteligence spremenile to paradigmo, zlasti glede tega, kako bodo stroji v prihodnjih desetletjih delovali skupaj z ljudmi.

    Napovedovanje vedenja z umetno inteligenco bo na primer omogočilo programski opremi in strojem, da predlagajo nove in vredne rešitve, ko se srečajo z negotovostmi. Zlasti v storitvenih in proizvodnih panogah bodo koboti (sodelujoči roboti) postali sposobni prebrati situacije precej vnaprej, namesto da sledijo naboru parametrov, pa tudi predlagati možnosti ali izboljšave svojim človeškim sodelavcem. Drugi možni primeri uporabe so v kibernetski varnosti in zdravstvu, kjer lahko robotom in napravam vedno bolj zaupamo, da bodo takoj ukrepali na podlagi morebitnih izrednih razmer.

    Podjetja bodo še bolje opremljena za ponujanje prilagojenih storitev svojim strankam za ustvarjanje bolj individualizirane izkušnje. Za podjetja bi lahko postalo običajno, da ponujajo zelo prilagojene ponudbe. Poleg tega bo umetna inteligenca podjetjem omogočila pridobitev globljega vpogleda v vedenje strank za optimizacijo trženjskih kampanj za največjo učinkovitost ali uspešnost. Vendar pa bi lahko široko sprejetje algoritmov za napovedovanje vedenja vodilo do novih etičnih premislekov, povezanih s pravicami do zasebnosti in zakoni o varstvu podatkov. Posledično bodo vlade morda prisiljene sprejeti dodatne korake za ureditev uporabe teh rešitev za napovedovanje vedenja z umetno inteligenco.

    Aplikacije za napovedovanje vedenja z umetno inteligenco

    Nekatere aplikacije za napovedovanje vedenja z umetno inteligenco lahko vključujejo:

    • Samovozeča vozila, ki lahko bolje predvidijo, kako se bodo drugi avtomobili in pešci obnašali na cesti, kar vodi do manj trkov in drugih nesreč.
    • Klepetalni roboti, ki lahko predvidijo, kako se bodo stranke odzvale na zapletene pogovore, in bodo predlagali bolj prilagojene rešitve.
    • Roboti v zdravstvenih ustanovah in ustanovah za oskrbo, ki lahko natančno predvidijo potrebe bolnikov in takoj obravnavajo nujne primere.
    • Tržna orodja, ki lahko predvidijo trende uporabnikov na platformah družbenih medijev, kar podjetjem omogoča, da ustrezno prilagodijo svoje strategije.
    • Podjetja za finančne storitve, ki uporabljajo stroje za prepoznavanje in napovedovanje prihodnjih gospodarskih trendov.
    • Politiki uporabljajo algoritme za ugotavljanje, na katerem območju je verjetno najbolj angažirana volilna baza, in predvidevajo politične rezultate.
    • Stroji, ki lahko analizirajo demografske podatke in nudijo vpogled v potrebe in želje skupnosti.
    • Programska oprema, ki lahko prepozna naslednji najboljši tehnološki napredek za določen sektor ali industrijo, kot je napovedovanje potrebe po novi kategoriji izdelkov ali ponudbi storitev na nastajajočem trgu.
    • Identifikacija območij, kjer obstaja pomanjkanje delovne sile ali vrzeli v spretnostih, priprava organizacij na izboljšane rešitve za upravljanje talentov.
    • Algoritmi, ki se uporabljajo za natančno določanje območij krčenja gozdov ali onesnaženja, ki jim je morda potrebna posebna pozornost pri načrtovanju prizadevanj za ohranjanje ali varstvo okolja.
    • Orodja za kibernetsko varnost, ki lahko zaznajo kakršno koli sumljivo vedenje, preden postane grožnja, in pomagajo pri zgodnjih preventivnih ukrepih proti kibernetskemu kriminalu ali terorističnim dejavnostim.

    Vprašanja, ki jih je treba upoštevati

    • Kako drugače mislite, da bo vedenjska napoved umetne inteligence spremenila našo interakcijo z roboti?
    • Kateri so drugi primeri uporabe za napovedno strojno učenje?

    Insight reference

    Za ta vpogled so bile navedene naslednje priljubljene in institucionalne povezave: