Anonim
Bildnachweis: Milles Studio / Shutterstock

Viele Menschen verbinden künstliche Intelligenz immer noch mit Science-Fiction-Dystopien, aber diese Charakterisierung lässt mit der Entwicklung und Verbreitung künstlicher Intelligenz in unserem täglichen Leben nach. Künstliche Intelligenz ist heutzutage ein Begriff (und manchmal sogar ein Begriff - hi, Alexa!).

Die Akzeptanz künstlicher Intelligenz in der Mainstream-Gesellschaft ist zwar ein neues Phänomen, aber kein neues Konzept. Das moderne Gebiet der künstlichen Intelligenz entstand 1956, aber es dauerte Jahrzehnte, bis bedeutende Fortschritte bei der Entwicklung eines Systems der künstlichen Intelligenz und seiner technischen Verwirklichung erzielt wurden.

Künstliche Intelligenz hat in der Wirtschaft ein breites Anwendungsspektrum. Tatsächlich interagieren die meisten von uns täglich in irgendeiner Form mit künstlicher Intelligenz. Künstliche Intelligenz stört bereits heute praktisch jeden Geschäftsprozess in jeder Branche - von banal bis atemberaubend. Mit der zunehmenden Verbreitung von Technologien für künstliche Intelligenz werden sie zu einem Muss für Unternehmen, die sich einen Wettbewerbsvorteil sichern möchten.

Was ist künstliche Intelligenz?

Bevor untersucht wird, wie sich Technologien für künstliche Intelligenz auf die Geschäftswelt auswirken, muss der Begriff definiert werden. "Künstliche Intelligenz" ist ein weit gefasster und allgemeiner Begriff, der sich auf jede Art von Computersoftware bezieht, die menschenähnliche Aktivitäten ausführt, einschließlich Lernen, Planen und Problemlösen. Die Bezeichnung "Künstliche Intelligenz" für bestimmte Anwendungen entspricht der Bezeichnung eines Honda Accord 2013 als "Fahrzeug" - technisch korrekt, jedoch nicht im Einzelnen. Um zu verstehen, welche Art von künstlicher Intelligenz im Geschäftsleben vorherrscht, müssen wir tiefer graben.

Maschinelles lernen

Maschinelles Lernen ist heutzutage eine der häufigsten Arten künstlicher Intelligenz in der Entwicklung für Geschäftszwecke. Maschinelles Lernen wird hauptsächlich verwendet, um große Datenmengen schnell zu verarbeiten. Diese Art von künstlicher Intelligenz sind Algorithmen, die im Laufe der Zeit zu "lernen" scheinen und mit zunehmender Häufigkeit ihre Fähigkeiten verbessern. Geben Sie einem maschinellen Lernalgorithmus mehr Daten und dessen Modellierung sollte sich verbessern. Maschinelles Lernen ist nützlich, um riesige Datenmengen, die zunehmend von verbundenen Geräten und dem Internet der Dinge erfasst werden, in einen für den Menschen verdaulichen Kontext zu stellen.

Wenn Sie beispielsweise eine Produktionsanlage verwalten, ist Ihre Maschinerie wahrscheinlich mit dem Netzwerk verbunden. Angeschlossene Geräte liefern einen konstanten Datenstrom über Funktionalität, Produktion und mehr an einen zentralen Ort. Leider sind es zu viele Daten, als dass ein Mensch sie jemals durchsehen könnte, und selbst wenn sie könnten, würden sie wahrscheinlich die meisten Muster übersehen. Maschinelles Lernen kann die eingehenden Daten schnell analysieren und Muster und Anomalien identifizieren. Wenn eine Maschine in der Produktionsanlage mit reduzierter Kapazität arbeitet, kann ein Algorithmus zum maschinellen Lernen diese erfassen und Entscheidungsträger darüber informieren, dass es Zeit ist, ein Team für vorbeugende Wartung zu entsenden.

Maschinelles Lernen ist aber auch eine relativ breite Kategorie. Die Entwicklung künstlicher neuronaler Netze, eines miteinander verbundenen Netzes von "Knoten" künstlicher Intelligenz, hat zu dem geführt, was als "tiefes Lernen" bekannt ist.

Tiefes Lernen

Deep Learning ist eine noch spezifischere Version des maschinellen Lernens, die sich auf neuronale Netze stützt, um nichtlineares Denken zu betreiben. Deep Learning ist für die Ausführung fortgeschrittener Funktionen wie der Betrugserkennung von entscheidender Bedeutung. Dies kann durch die gleichzeitige Analyse einer Vielzahl von Faktoren erreicht werden. Damit beispielsweise selbstfahrende Autos funktionieren, müssen mehrere Faktoren gleichzeitig identifiziert, analysiert und beantwortet werden. Deep-Learning-Algorithmen helfen selbstfahrenden Autos dabei, die von ihren Sensoren erfassten Informationen wie die Entfernung zu anderen Objekten, die Geschwindigkeit, mit der sie sich bewegen, und die Vorhersage, wo sie sich in 5-10 Sekunden befinden werden, in einen Kontext zu setzen. Alle diese Informationen werden nebeneinander berechnet, damit ein selbstfahrendes Auto Entscheidungen treffen kann, beispielsweise wann die Spur gewechselt werden muss.

Deep Learning ist im Geschäftsleben vielversprechend und wird wahrscheinlich bald häufiger eingesetzt. Ältere Algorithmen für maschinelles Lernen tendieren dazu, in ihrer Leistungsfähigkeit ein Plateau zu erreichen, sobald eine bestimmte Datenmenge erfasst wurde, aber Deep-Learning-Modelle verbessern ihre Leistung weiter, wenn mehr Daten empfangen werden. Dies macht Deep Learning-Modelle weitaus skalierbarer und detaillierter. Man könnte sogar sagen, dass Deep-Learning-Modelle viel unabhängiger sind.

Künstliche Intelligenz und Business heute

Anstatt als Ersatz für menschliche Intelligenz und Erfindungsgabe zu dienen, wird künstliche Intelligenz im Allgemeinen als unterstützendes Werkzeug angesehen. Künstliche Intelligenz hat es derzeit zwar schwer, alltägliche Aufgaben in der realen Welt zu erledigen, sie kann jedoch Datenmengen weitaus schneller verarbeiten und analysieren, als es ein menschliches Gehirn könnte. Künstliche Intelligenz-Software kann dann mit synthetisierten Handlungsabläufen zurückkehren und sie dem menschlichen Benutzer präsentieren. Auf diese Weise kann der Mensch mithilfe künstlicher Intelligenz die möglichen Konsequenzen jeder Handlung ausloten und den Entscheidungsprozess rationalisieren.

"Künstliche Intelligenz ist das zweite Mal, dass Software auf den Markt kommt", sagte Amir Husain, Gründer und CEO des maschinellen Lernunternehmens SparkCognition. "Es ist eine Form von Software, die selbst Entscheidungen trifft und selbst in Situationen agieren kann, die von den Programmierern nicht vorausgesehen werden. Künstliche Intelligenz verfügt über einen größeren Entscheidungsspielraum als herkömmliche Software."

Diese Eigenschaften machen künstliche Intelligenz in vielen Branchen äußerst wertvoll, sei es, um Besuchern und Mitarbeitern zu helfen, sich effizient auf einem Firmengelände zurechtzufinden, oder um eine so komplexe Aufgabe wie die Überwachung einer Windkraftanlage zu erfüllen, um vorherzusagen, wann Reparaturen erforderlich sind.

Maschinelles Lernen wird häufig in Systemen verwendet, die große Datenmengen erfassen. Beispielsweise erfassen intelligente Energiemanagementsysteme Daten von Sensoren, die an verschiedenen Assets angebracht sind. Die Datenmengen werden dann durch maschinelle Lernalgorithmen kontextualisiert und an menschliche Entscheidungsträger weitergeleitet, um den Energieverbrauch und die Wartungsanforderungen besser zu verstehen.

Künstliche Intelligenz sei sogar ein unverzichtbarer Verbündeter, wenn es darum gehe, nach Lücken in der Verteidigung von Computernetzwerken zu suchen, sagte Husain.

"Man kann wirklich nicht genug Cybersicherheitsexperten haben, um sich mit diesen Problemen zu befassen, da die Größe und Komplexität zunimmt", sagte er. "Auch hier spielt künstliche Intelligenz eine immer größere Rolle."

Künstliche Intelligenz verändert auch die CRM-Systeme (Customer Relationship Management). Software wie Salesforce oder Zoho erfordert viel menschliches Eingreifen, um auf dem neuesten Stand und genau zu bleiben. Wenn Sie diese Plattformen jedoch mit künstlicher Intelligenz ausstatten, verwandelt sich ein normales CRM-System in ein sich selbst aktualisierendes, automatisch korrigierendes System, das für Sie die Kontrolle über Ihr Beziehungsmanagement behält. [Lesen Sie unseren Bericht über CRM-Tools für Start-ups, wenn Sie sich an brandneue Unternehmen wenden . ]

Ein weiteres Beispiel für die Vielseitigkeit künstlicher Intelligenz ist der Finanzsektor. Dr. Hossein Rahnama, Gründer und CEO des Concierge-Unternehmens für künstliche Intelligenz Flybits und Gastprofessor am Massachusetts Institute of Technology, arbeitete mit der TD Bank zusammen, um künstliche Intelligenz in reguläre Bankgeschäfte wie Hypothekendarlehen zu integrieren.

"Wenn Sie mit dieser Technologie eine Hypothek bei der Bank haben und diese in höchstens 90 Tagen erneuert werden kann … wenn Sie an einer Filiale vorbeigehen, erhalten Sie eine personalisierte Nachricht, in der Sie aufgefordert werden, zur Filiale zu gehen und den Kauf zu verlängern." Sagte Rahnama. "Wenn Sie sich eine Immobilie zum Verkauf ansehen und mehr als 10 Minuten dort verbringen, erhalten Sie ein mögliches Hypothekenangebot.

"Wir erwarten nicht länger, dass der Benutzer ständig in einem Suchfeld ist und googelt, was er braucht", fügte er hinzu. "Das Paradigma ändert sich, wie die richtigen Informationen den richtigen Benutzer zur richtigen Zeit finden."

Die Zukunft der künstlichen Intelligenz

Wie könnte künstliche Intelligenz in Zukunft eingesetzt werden? Es ist schwer zu sagen, wie sich die Technologie entwickeln wird, aber die meisten Experten sind der Meinung, dass diese "normalen" Aufgaben für Computer noch einfacher zu verarbeiten sind. Das bedeutet, dass Roboter im täglichen Leben äußerst nützlich werden.

"AI fängt an, das, was früher als unmöglich galt, wie fahrerlose Autos möglich zu machen", sagte Russell Glenister, CEO und Gründer von Curation Zone. "Fahrerlose Autos sind nur aufgrund des Zugangs zu Trainingsdaten und schnellen GPUs Realität. Um fahrerlose Autos zu trainieren, ist eine enorme Menge genauer Daten erforderlich, und Geschwindigkeit ist der Schlüssel für das Training. Vor fünf Jahren Die Prozessoren waren zu langsam, aber die Einführung von GPUs machte alles möglich. "

Laut Glenister werden GPUs nur schneller und verbessern die Anwendungen von Software für künstliche Intelligenz auf ganzer Linie.

"Schnelle Prozesse und viele saubere Daten sind der Schlüssel zum Erfolg von AI", sagte er.

Andere Analysten, wie Mitbegründer und CTO von Nara Logics, Dr. Nathan Wilson, sagten, sie sehen künstliche Intelligenz an der Schwelle zur Revolutionierung vertrauter Aktivitäten wie des Essens. Wilson prognostizierte, dass künstliche Intelligenz beispielsweise in einem Restaurant eingesetzt werden könnte, um anhand der Interessen der anwesenden Gäste zu entscheiden, welche Musik gespielt werden soll. Künstliche Intelligenz könnte sogar das Aussehen der Tapete verändern, je nachdem, wie die Technologie die ästhetischen Vorlieben des Publikums vorwegnimmt.

Wenn das für Sie nicht weit genug ist, hat Rahnama vorausgesagt, dass die künstliche Intelligenz die digitale Technologie aus der zweidimensionalen, auf dem Bildschirm eingesperrten Form entfernt, an die sich die Menschen gewöhnt haben. Stattdessen wird die primäre Benutzeroberfläche zur physischen Umgebung einer Person.

"Wir haben uns immer auf eine zweidimensionale Anzeige verlassen, um ein Spiel zu spielen, mit einer Webseite zu interagieren oder ein E-Book zu lesen", sagte Rahnama. "Was jetzt mit künstlicher Intelligenz und einer Kombination aus [dem Internet der Dinge] passieren wird, ist, dass das Display nicht die Hauptschnittstelle ist, sondern die Umgebung. Sie werden sehen, wie Menschen Erfahrungen um sie herum entwerfen, unabhängig davon, ob sie miteinander verbunden sind." Gebäude oder verbundene Sitzungssäle. Dies sind 3D-Erlebnisse, die Sie tatsächlich spüren können. " [Interaktion mit digitalen Overlays in Ihrer unmittelbaren Umgebung? Klingt nach einem Job für Augmented Reality.]

Was bedeutet künstliche Intelligenz für den Arbeiter?

Bei all diesen neuen Anwendungsfällen für künstliche Intelligenz stellt sich die entmutigende Frage, ob Maschinen den Menschen in die Obsoleszenz zwingen werden. Die Jury ist immer noch unschlüssig: Einige Experten bestreiten vehement, dass künstliche Intelligenz so viele Jobs automatisiert, dass Millionen von Menschen arbeitslos sind, während andere Experten dies als dringendes Problem ansehen.

"Die Struktur der Belegschaft ändert sich, aber ich glaube nicht, dass künstliche Intelligenz im Wesentlichen Arbeitsplätze ersetzt", sagte Rahnama. "Es ermöglicht uns, eine wissensbasierte Wirtschaft zu schaffen und diese zu nutzen, um eine bessere Automatisierung für eine bessere Lebensform zu schaffen. Es mag ein bisschen theoretisch sein, aber ich denke, wenn Sie sich Sorgen machen müssen, dass künstliche Intelligenz und Roboter unsere Arbeitsplätze ersetzen." "Es handelt sich wahrscheinlich um Algorithmen, die Angestellte wie Wirtschaftsanalysten, Hedgefondsmanager und Anwälte ersetzen."

Wilson sagte, die Umstellung auf Systeme mit künstlicher Intelligenz werde wahrscheinlich dazu führen, dass die Wirtschaft Arbeitsplätze schafft, die den Übergang erleichtern.

"Künstliche Intelligenz wird mehr Reichtum schaffen, als sie zerstört", sagte Wilson, "aber sie wird vor allem anfangs nicht gerecht verteilt. Die Veränderungen werden unterschwellig empfunden und nicht offenkundig. [Zum Beispiel] ein Steuerberater wird es nicht Tag erhalten Sie einen rosa Zettel und treffen Sie den Roboter, der jetzt an ihrem Schreibtisch sitzen wird. Wenn sich der Steuerberater das nächste Mal für einen Job bewirbt, wird es ein bisschen schwieriger sein, einen zu finden. "

Wilson geht davon aus, dass künstliche Intelligenz am Arbeitsplatz langjährige Arbeitsabläufe fragmentieren und viele Arbeitsplätze schaffen wird, um diese Arbeitsabläufe zu integrieren. Andere Experten wie Husain sind sich nicht so sicher, woher die neuen Arbeitsplätze kommen werden, sobald künstliche Intelligenz allgegenwärtig wird.

"[In der Vergangenheit] gab es Möglichkeiten, von der Landwirtschaft über die Produktion bis hin zu Dienstleistungen zu wechseln", sagte Husain. "Jetzt ist das nicht der Fall. Warum? Die Industrie wurde vollständig robotisiert, und wir sehen, dass Automatisierung wirtschaftlich sinnvoller ist."

Husain wies auf selbstfahrende Lastwagen und Concierges für künstliche Intelligenz wie Siri und Cortana als Beispiele hin und erklärte, dass der weit verbreitete Einsatz allein in den USA bis zu 8 Millionen Arbeitsplätze beseitigen könne, wenn diese Technologien verbessert würden.

"Wenn all diese Jobs weggehen, müssen wir uns fragen: Was macht uns produktiv? Was bedeutet Produktivität?", Sagte Husain. "Jetzt stellen wir uns der sich wandelnden Realität und stellen die zugrunde liegenden Annahmen der Gesellschaft in Frage. Wir müssen wirklich darüber nachdenken und entscheiden, was uns produktiv macht und welchen Wert die Menschen in der Gesellschaft haben. Wir müssen diese Debatte führen und sie schnell führen, weil die Technologie wird nicht auf uns warten. "

Ob rosig oder felsig, die Zukunft kommt schnell und künstliche Intelligenz wird sicherlich ein Teil davon sein. Mit der Entwicklung dieser Technologie werden weltweit neue Startups, zahlreiche Geschäftsanwendungen und Verbrauchernutzungen sowie die Verlagerung bestimmter Arbeitsplätze und die Schaffung völlig neuer Arbeitsplätze entstehen. Künstliche Intelligenz hat neben dem Internet der Dinge das Potenzial, die Wirtschaft dramatisch zu verändern, aber die genauen Auswirkungen bleiben abzuwarten.