Microsoft: AI er endnu ikke tilpasningsdygtig nok til at hjælpe virksomheder

AI-revolutionen kan tage længere tid, end nogle forventer at sprede sig fra Silicon Valley til andre industrier.

De seneste gennembrud inden for maskinlæring har ladet teknologigiganter som Microsoft, Google og Facebook bygge imponerende nye virksomheder og produkter drevet af software, der analyserer tekst og billeder. Nogle har lanceret cloud-tjenester, som de siger kan demokratisere kunstig intelligens ved at hjælpe andre virksomheder med at gøre det samme.

Men Peter Lee, vicepræsident hos Microsofts forskningsafdeling, sagde i denne uge, at de mest værdifulde, avancerede maskinlæringssystemer, der er så nyttige for teknologigiganter, stadig er for ufleksible og dyre til, at virksomheden kan tilbyde sine erhvervskunder.



Vi er lige nu med hensyn til virksomhedsanvendelse af maskinlæring og AI-koncepter i et mellemsted, sagde Lee på MIT Technology Review 's EmTech Digital-konference i San Francisco i denne uge. AI er ikke en teknologi, der er blevet reduceret til praksis; vi har en lille og højt betalt kadre af håndværkere, der bygger de skræddersyede løsninger.

Lee nævnte AI-drevne værktøjer, som Microsoft har udviklet for at hjælpe sine sælgere med at lukke aftaler som et eksempel. Jeg kunne ikke tænke mig noget mere end at kunne sælge dem til alle andre virksomheder i verden, sagde han bedrøvet. Det er umuligt lige nu, tilføjede han, fordi teknologien skulle møjsommeligt tilpasses til hver ny virksomhed.

At bygge software, der bruger kunstig intelligens til at lære og tilpasse sig behovene og forholdene i en bestemt virksomhed, kan virke som svaret. Men Lee sagde, at Microsofts erfaringer med at prøve at få software til at lære af den virkelige verden viser, at teknologien i øjeblikket ikke er moden nok.

Da Microsoft lancerede en chatbot på Twitter, der kunne lære af samtaler sidste år, opfangede den hurtigt racistisk sprogbrug, for eksempel. Microsofts oversættelsessystem pjuskede fjer sidste sommer efter at have analyseret onlinetekst, førte det til at begynde at oversætte Daesh – et arabisk navn for Islamisk Stat – til Saudi-Arabien på engelsk.

Disse maskinlæringssystemer er blevet mere spektakulære i deres fejl, sagde Lee. At sætte læringssoftware løs i situationer i den virkelige verden kræver stadig nøje overvågning fra eksperter.

Der er tydeligvis stadig penge at tjene på at sælge mere ligetil AI-tjenester til virksomheder. Microsofts tilbud omfatter tjenester, der gør ting som at tælle ansigter i et billede og konvertere tale til tekst. Ved EmTech-arrangementet viste startup Clarifai værktøjer, der hjælper virksomheder med at søge og administrere samlinger af billeder og video ved at forstå deres indhold.

Alligevel antydede Lee, at produkter som disse ikke kan levere den revolution - eller nye overskud - der er blevet genereret gennem tech-giganters interne projekter inden for udvikling af AI-teknologi. De fleste gange er de værdifulde anvendelser af maskinlæring i virksomheden skræddersyede eller skræddersyede løsninger, sagde han. Hver virksomhed er en speciel sag, så du ønsker, at disse tilpasser sig de særlige behov og forhold.

Lee sagde, at arbejde med software, der lærer ved at prøve forskellige handlinger og se, hvad der virker, i stedet for at fordøje statiske data såsom tekst eller billeder, i sidste ende kan få industrien ud af denne binding. Han henviste til, hvordan Google brugte forstærkningslæring til at mestre spillet Go og fornyede interessen for algoritmer løst inspireret af evolution, som for nylig blev fremhævet af det uafhængige forskningsinstitut OpenAI.

De er ikke begrænset af at skrabe eller udvinde produktionen af ​​menneskelig intelligens, sagde han. Du kan konkludere, at disse systemer har en bedre chance for at forstå en forretningsproces og udvikle sine egne strategier.

skjule