私たちの最も技術的な人々はAIに夢中です…そしてそれは良いことです

解説：IEEEの群衆は、AIの最も強気な主張に懐疑的であり、それはまさに私たちがそれを推進するために必要なものであることが判明しました。

最近のマッキンゼーの調査によると、あらゆる規模の企業の大多数がAIを積極的に採用しています。やあ！ AIの採用により最大の効果が見られる分野には、サービス運用の最適化、AIベースの製品の強化、コンタクトセンターの自動化などがあります。繰り返しますが、万歳！一般のアメリカ人にAIについて尋ねると、ほとんどの人がAIの可能性について前向きな見方をしています。いたるところに万歳。

しかし、よりエンジニアリング中心のIEEE Spectrum群衆に尋ねると、 AIは、立ち上がって拍手喝采するまでには、長い道のりがあります。 IEEE Spectrum “メンバーは、通常は管理能力において、浸透しにくいベンダー決定チームに関与しています。 “2020メディアキットによると。言い換えれば、これはAIの驚異のパフピースに過度に感銘を受けていない、上級の高度に技術的な群衆です(ただし、AIには明るい未来があると信じているかもしれません)。いいえ、IEEE Spectrum編集者が

を振り返ったときの最も人気のある記事)、明確な傾向が現れました：「今日の機械学習の何が問題になっているのか」。

見る： 人工知能の倫理ポリシー(TechRepublic Premium)

すべてAIの誇大宣伝列車に乗っています

私たちがまだAIの誇大宣伝段階にあることを誰もが思い出す必要はありません。経済調査のグローバルディレクターでチーフエコノミストのブルームバーグインテリジェンスであるマイケルマクドノーがツイートしたように、収益の呼びかけに関する人工知能についての一般の言及は、半ばから膨れ上がっています-2014：

マクドノウがでツイートして以来、この傾向は鈍化していません。。どちらかといえば、それは増加しています。

経営幹部がAIがビジネスに与える影響を売り過ぎてしまうことが有利だと考え続けているにもかかわらず、AIを機能させる責任を実際に負っている人々はそれほど楽観的ではありません。アナコンダのデータサイエンスの状態で明らかにされたように2020レポートによると、データサイエンティストが今日AIに関して抱えている最大の懸念は、アルゴリズムのバイアスの可能性、さらには可能性です。また、組織がデータから得られる価値を最大化するのを支援できる人材が大幅に不足しています。そして、企業がスタッフに適切な才能を持っている場合でも、AI投資から価値を得るのは、私が詳述したようにとらえどころのないままである可能性があります。それなら、「真の人工知能の約束は…とらえどころのないままです。人工知能が最高に君臨している」と示唆する人もいるのも不思議ではありません。 (開示：私のIP法学教授の兄弟であるClark Asayがそれを書きました、そして、はい、私は彼のようなものです。)

それでAIには行く方法があります。私たちはこれを知っていましたよね？しかし、AIの展開に最も近い技術者の具体的な懸念は何ですか？

見る： AIの倫理的課題：リーダーズガイド(無料PDF)(TechRepublic)

何がうまくいかない可能性があります？

最も人気のある記事は、その焦点が非常に実用的です：お金。または、むしろ、AIの改善のための支払いに関連する収穫逓減。 tl; dr？深層学習システムのトレーニングに必要な計算コストとエネルギーコストは、そこから得られるメリットよりも高くなる可能性があります。はるかに高い。見積もりは次のとおりです。「エラー率を半分にするには、以上が必要になると予想できます。に計算リソースを掛けます。」そして、より長いバージョン：「良いニュースは、ディープラーニングが非常に高い柔軟性を提供することです。悪いニュースは、この柔軟性が非常に高い計算コストを伴うことです。」

悪いようです。悪いです。

他の10IEEESpectrumに関する最も人気のあるAI関連の記事今年は、3つがポジティブ(たとえば、InstacartがAIを使用してビジネスを推進する方法について)、1つがニュートラル(ビューを提供する一連のチャート)でした。 AIの現在の状態に)そしてさらに5つは否定的でした：

AIの不確実な未来について(「今日、AIが業界に革命を起こし、世界の労働市場を混乱させると脅迫しているにもかかわらず、多くの専門家は、今日のAIが限界に達しているかどうか疑問に思っています」 )。
テストと本番環境の違いについて有名な機械学習のパイオニアであるAndrew Ng(「機械学習の私たちの人々は、テストセットでうまくいくのは本当に得意ですが、残念ながら、システムをデプロイするには、テストセットでうまくいく以上のことが必要です」 )。
に関する記事GPT-3のエキサイティングな可能性と「非常に厄介な」現実。「企業がこの新しく、ほとんど手つかずのテクノロジーを使用し、GPT-3を利用した商用製品やサービスを展開するときに直面する潜在的な危険性」について詳しく説明しています。
An PalmPilotの発明者であるJeffHawkinsに、「AIがもっと多くの神経科学を必要とする」理由についてのインタビュー。
AIが失敗する7つの方法を捉えた一種のリスト(「ニューラルネットワークは壊滅的にもろく、忘れられ、驚くほど数学が苦手です」)。

どちらかといえば、AIの現実に関するこれらの呪いだけの見方は、私たち全員を落胆させるのではなく、希望に満ちたものにするはずです。記事を読むと、克服する必要のある制限を理解することで、AIの可能性を強く信じています。これは、これらの障害を見落とす過度に楽観的なスタンスではなく、まさに私たちが望むべきものです。これらの記事が企業内でAIを展開している可能性が最も高い人々に最も人気があったという事実は、不合理な熱狂ではなく、AIへの合理的なアプローチの兆候です。

開示：私はMongoDBで働いていますが、ここで表現されている見解は私のものです。