Data science

เลือกแนวโน้ม AI จาก Data Natives 2019

แอบดูแนวโน้ม AI บางส่วนที่เราเลือกสำหรับคุณจาก Data Natives 2019 – การรวบรวม Data Science ที่ยอดเยี่ยมที่สุดในยุโรป เรากำลังเข้าสู่ 2020 ทศวรรษใหม่ที่คาดว่าปัญญาประดิษฐ์จะครอบงำชีวิตของเราในเกือบทุกด้าน – วิธีที่เราอาศัยอยู่ วิธีที่เราสื่อสาร วิธีที่เรา นอน สิ่งที่เราทำในที่ทำงาน และอื่นๆ คุณอาจจะพูดไปแล้วก็ได้ และมันเป็นเรื่องจริง แต่ฉันคิดว่าการครอบงำจะขยายใหญ่ขึ้นในทศวรรษหน้า และมนุษย์จะยิ่งตระหนักถึงเทคโนโลยีที่ส่งผลต่อชีวิตของพวกเขามากขึ้น และความจริงที่ว่าขณะนี้ AI อาศัยอยู่กับพวกเขาโดยเป็นส่วนหนึ่งของชีวิตประจำวันของพวกเขา McKinsey ประมาณการว่าเทคนิค AI มีศักยภาพในการสร้างมูลค่าระหว่าง $3.5T ถึง $5.8T ต่อปีในหน้าที่ธุรกิจทั้งเก้าใน 19 อุตสาหกรรม การศึกษาหามูลค่าเพิ่มนี้ให้เท่ากับประมาณ 23% ของ $9.5T ถึง $3500 โดยรวม .4T ผลกระทบประจำปีที่สามารถเปิดใช้งานโดยเทคนิคการวิเคราะห์ทั้งหมด บางสิ่งบางอย่างหรืออย่างอื่นทำให้เราเป็นส่วนหนึ่งของคลื่นลูกใหญ่ในอุตสาหกรรมเทคโนโลยีแม้ว่าเราจะไม่ทราบก็ตาม ดังนั้นคำถามที่เราถามในปีนี้ที่ Data Natives 2019 การประชุมประจำปีของเราคือ “What makes us Tech?” โดยไม่รู้ตัวหรือโดยไม่รู้ตัว Elena Poughia ผู้ก่อตั้งและหัวหน้าภัณฑารักษ์ของ Data Natives และกรรมการผู้จัดการ Dataconomy Media กำหนดการเคลื่อนไหวนี้ไปสู่อนาคตในแนวปฏิบัติ “เราอยู่ในภารกิจที่จะทำให้ Data Science เข้าถึงได้ เปิดกว้าง โปร่งใส และครอบคลุม” เป็นการยากที่จะจับภาพความตื่นเต้นและการพูดคุยที่ Data Natives ในปีนี้เป็นชิ้นเดียว เนื่องจากมีดาวเทียม 20+ 7 วัน กิจกรรม, เวิร์กช็อป 8.5 ชั่วโมง, คำปราศรัยที่สร้างแรงบันดาลใจ 8 ชั่วโมง, ชั่วโมงของแผงในห้าขั้นตอนและ 48 แฮ็คกาธอนที่กินเวลานานหลายชั่วโมง มากกว่า 2020 ผู้ที่ชื่นชอบข้อมูลและ 182+ ลำโพง ดังนั้นฉันจึงตัดสินใจหยิบการอภิปรายและพูดคุยที่สำคัญสองสามข้อซึ่งกำหนดแนวโน้มที่สำคัญใน AI สำหรับปีนี้และทศวรรษที่จะมาถึงจาก Data Natives 2019 นี่คือลักษณะ: ปัญญาของมนุษย์จะช่วย AI ได้อย่างไร? ในโลกของ Data Scientists การเรียก AI ว่าโง่กลายเป็นเรื่องแฟชั่น ไม่สามารถปรับตัวให้เข้ากับการเปลี่ยนแปลงได้ รู้เท่าทันตัวเองและการกระทำของมัน ผู้ดำเนินการอย่างง่ายของอัลกอริธึมที่สร้างขึ้นด้วยมือมนุษย์ และโดยเฉพาะอย่างยิ่งควรจะไม่เหมาะที่จะทำซ้ำการทำงานของสมองมนุษย์ ตามที่ดร. Fanny Nusbaum, Chercheur Associé en Psychologie et Neurosciences กล่าวว่าข้อกล่าวหาเหล่านี้มีรูปแบบหนึ่งของการวางตัวของความหัวสูง “เห็นได้ชัดว่าการดูถูกเครื่องจักรไม่ใช่ปัญหา ที่จริงแล้วนี่เป็นการดูถูกมนุษย์บางคน เพื่อให้เข้าใจ เราต้องถามตัวเองว่า ปัญญาคืออะไร” Fanny Nusbaum อธิบายว่าความฉลาดคือความสามารถในการปรับตัว แต่การปรับตัวนั้นมีหลายรูปแบบ มีข่าวกรองระดับโลกอยู่บนพื้นฐานของการรับรู้ที่อนุญาตให้ปรับให้เข้ากับสถานการณ์ใหม่และความเข้าใจของโลก ในบรรดาบุคคลที่แสดงให้เห็นถึงการปรับตัวที่ดีที่สุดในการคิดระดับโลกนี้ เราสามารถพบนักคิด นักปรัชญา หรือนักวิสัยทัศน์ผู้ยิ่งใหญ่ที่เรียกว่า “นักปรัชญา” แต่ยังมีความเฉลียวฉลาดเฉพาะด้วยการปรับตัวผ่านการปฏิบัติงานและตัวแทนที่กระตือรือร้นที่สุด “Ultracognitives” สามารถเป็นนักกีฬาระดับสูงจิตรกรนักดนตรีได้ ความฉลาดเฉพาะเจาะจงนี้ดูเหมือนกับสิ่งที่ AI ทำอย่างประหลาด เป็นที่ยอมรับว่าเลนว่ายน้ำมีความสามารถในการปรับตัวให้เข้ากับการเปลี่ยนแปลงเพียงเล็กน้อย แต่งานมักจะสำเร็จลุล่วงไปด้วยดี ดังนั้น แทนที่จะกลั้วคอความรู้ทางวิทยาศาสตร์ที่น่าสงสัยเกี่ยวกับความฉลาด บางทีอาจจะเป็นวีรบุรุษของประชากรที่กลัว AI ผู้เชี่ยวชาญบางคนจะดีกว่าที่จะแสวงหาการบรรจบกันระหว่างปัญญาประดิษฐ์ของมนุษย์และปัญญาประดิษฐ์ที่สามารถสร้างปาฏิหาริย์ได้อย่างแน่นอน บทบาทของ AI ในการปฏิวัติอุตสาหกรรม Alistair Nolan นักวิเคราะห์นโยบายอาวุโสของ OECD กล่าวถึง AI ในภาคการผลิต เขาเน้นว่าปัจจุบันมีการใช้ AI ในทุกขั้นตอนของการผลิต ตั้งแต่การออกแบบอุตสาหกรรมไปจนถึงการวิจัย อย่างไรก็ตาม อัตราการยอมรับ AI ในหมู่ผู้ผลิตยังต่ำ นี่เป็นข้อกังวลเฉพาะในบริบทที่เศรษฐกิจของ OECD ประสบกับอัตราการเติบโตของผลิตภาพแรงงานที่ลดลงเป็นเวลาหลายทศวรรษ ท่ามกลางข้อจำกัดอื่นๆ ทักษะ AI นั้นหายากในทุกที่ และการเพิ่มการจัดหาทักษะควรเป็นเป้าหมายหลักของภาครัฐ “ทุกประเทศมีสถาบันที่หลากหลายที่มุ่งเร่งการแพร่กระจายของเทคโนโลยี เช่น Fraunhofer ในเยอรมนี ซึ่งดำเนินการศูนย์เทคโนโลยีประยุกต์ที่ช่วยทดสอบและสร้างต้นแบบเทคโนโลยี เป็นสิ่งสำคัญที่สถาบันดังกล่าวจะตอบสนองความต้องการเฉพาะของบริษัทที่ต้องการนำ AI มาใช้ นโยบายข้อมูล เช่น การเชื่อมโยงบริษัทกับข้อมูลที่พวกเขาไม่รู้ว่าจะใช้ความเชี่ยวชาญอย่างไรเพื่อสร้างมูลค่าจากข้อมูลก็มีความสำคัญเช่นกัน สิ่งนี้สามารถอำนวยความสะดวกได้ผ่านข้อตกลงการแบ่งปันข้อมูลโดยสมัครใจที่รัฐบาลสามารถช่วยนายหน้าได้ โดยทั่วไปควรหลีกเลี่ยงนโยบายที่จำกัดกระแสข้อมูลข้ามพรมแดน และรัฐบาลต้องประกันโครงสร้างพื้นฐานดิจิทัลที่เหมาะสม เช่น บรอดแบนด์แบบไฟเบอร์” เขากล่าว AI ความลำเอียง และการใช้งานหลัก การปฏิวัติ AI นั้นทรงพลัง ผ่านพ้นไม่ได้ และส่งผลกระทบต่อทุกแง่มุมของชีวิตเรา มันถูกขับเคลื่อนโดยข้อมูลและขับเคลื่อนโดยผู้ปฏิบัติงาน AI พลังอันยิ่งใหญ่มาพร้อมความรับผิดชอบอันยอดเยี่ยมในการสร้างความไว้วางใจ ความยั่งยืน และผลกระทบผ่าน AI AI จำเป็นต้องอธิบายได้ สามารถตรวจจับและแก้ไขอคติ ป้องกันการโจมตีที่เป็นอันตราย และตรวจสอบย้อนกลับได้: ข้อมูลมาจากไหน ใช้งานอย่างไร สาเหตุหลักของ AI ที่มีอคติมักมาจากการตัดสินใจของมนุษย์ที่มีอคติซึ่งรวมอยู่ในข้อมูลในอดีต เราจำเป็นต้องสร้างทีมมนุษย์ที่หลากหลายเพื่อสร้างและดูแลจัดการข้อมูลที่เป็นกลาง แพลตฟอร์ม AI ชั้นนำนำเสนอความสามารถสำหรับความน่าเชื่อถือและความปลอดภัย การสร้างและปรับใช้โค้ดน้อย และการสร้างร่วม อีกทั้งยังลดอุปสรรคในการเข้าด้วยเครื่องมืออย่าง AutoAI การคิดเชิงออกแบบ การสร้างภาพ และการทำข่าวด้วยข้อมูลเป็นส่วนสำคัญของทีม AI ที่ประสบความสำเร็จ Dr. Susara van den Heever นักวิทยาศาสตร์ด้านการตัดสินใจและผู้อำนวยการโครงการ IBM Data Science Elite กล่าวว่าทีมของเธอใช้เทคนิคเหล่านี้เพื่อช่วย James Fisher สร้างกลยุทธ์ข้อมูลสำหรับการทำฟาร์มกังหันลมนอกชายฝั่ง และโน้มน้าวให้ผู้มีส่วนได้ส่วนเสียเห็นคุณค่าของ AI “AI จะมีผลกระทบอย่างมากต่อการสร้างโลกที่ยั่งยืน ทีมงานของ IBM จัดการกับการปล่อยมลพิษจากอุตสาหกรรมการขนส่งในโครงการร่วมสร้างกับซีเมนส์ หากผู้ปฏิบัติงานด้าน AI แต่ละคนมุ่งเน้นที่ความฉลาดของมนุษย์ในเรื่อง AI for Good เราจะเห็นผลกระทบมหาศาลในไม่ช้า” เธอกล่าว การใช้ข้อมูลและ AI ในการดูแลสุขภาพ ก่อนที่เราจะพูดถึงว่า AI กำลังเปลี่ยนแปลงการดูแลสุขภาพอย่างไร สิ่งสำคัญคือต้องหารือเกี่ยวกับความเกี่ยวข้องของข้อมูลในอุตสาหกรรมการดูแลสุขภาพ Bart De Witte ผู้ก่อตั้ง HIPPO AI Foundation และผู้เชี่ยวชาญด้านสุขภาพดิจิทัลกล่าวอย่างถูกต้องว่า “ข้อมูลไม่ใช่สินค้าโภคภัณฑ์ เนื่องจากข้อมูลคือผู้คน และข้อมูลสะท้อนชีวิตมนุษย์ การสร้างรายได้จากข้อมูลในการดูแลสุขภาพจะไม่เพียงแต่ช่วยให้ระบบทุนนิยมการสอดส่องดูแลสามารถเข้าสู่ชีวิตของเราที่ลึกซึ้งยิ่งขึ้นไปอีก หากยาดิจิทัลในอนาคตสร้างขึ้นจากการสร้างรายได้จากข้อมูล สิ่งนี้จะเทียบเท่ากับการครอบครองตนเอง “ เขากล่าวว่านี่อาจเป็นจุดเริ่มต้นของระเบียบสังคมใหม่ที่ไม่เท่าเทียมกัน ระเบียบทางสังคมที่ไม่สอดคล้องกับเสรีภาพและความเป็นอิสระของมนุษย์ วิธีการนี้บังคับให้คนที่อ่อนแอที่สุดเข้าร่วมการทดลองของมนุษย์โดยไม่สมัครใจซึ่งไม่ได้ขึ้นอยู่กับฉันทามติ ในระยะยาว สิ่งนี้อาจนำไปสู่ความสมดุลที่ไม่เท่าเทียมกันอย่างสูงระหว่างบุคคลหรือกลุ่มและองค์กร หรือแม้แต่ระหว่างพลเมืองและรัฐบาลของพวกเขา อาจมีการจองเกี่ยวกับการใช้ข้อมูลในการดูแลสุขภาพ แต่เราไม่สามารถปฏิเสธการมีส่วนร่วมของ AI ในอุตสาหกรรมนี้ Tjasa Zajc ผู้จัดการฝ่ายพัฒนาธุรกิจและการสื่อสารของ Better เน้นย้ำเรื่อง “AI เพื่อความเท่าเทียมกันที่เพิ่มขึ้นระหว่างผู้ป่วยและผู้ที่มีสุขภาพดี” ในการพูดคุยของเธอ เธอตั้งข้อสังเกตว่านักวิจัยกำลังทดลองกับซอฟต์แวร์ AI ที่สามารถบอกได้ว่าคุณเป็นโรคพาร์กินสัน โรคจิตเภท โรคซึมเศร้า หรือความผิดปกติทางจิตประเภทอื่นๆ มากขึ้น เพียงแค่ดูวิธีพิมพ์ของคุณ เทคโนโลยีเสียงที่รองรับ AI กำลังตรวจจับอารมณ์ของเราและช่วยในเรื่องความผิดปกติทางจิต และเทคโนโลยีวิชันซิสเต็มจะรับรู้สิ่งที่มองไม่เห็นด้วยตามนุษย์ ตับอ่อนเทียม — ระบบวงปิดที่ตรวจวัดระดับกลูโคสโดยอัตโนมัติและควบคุมการส่งอินซูลิน กำลังเปลี่ยนโรคเบาหวานให้กลายเป็นสภาวะที่จัดการได้ง่ายขึ้น “ในขณะที่ปัญหามากมายเกิดขึ้นกับการดูแลสุขภาพ ในขณะเดียวกัน นวัตกรรมทางเทคโนโลยีจำนวนมากกำลังปรับปรุงสถานการณ์สำหรับแพทย์และผู้ป่วย เราต้องการสิ่งนี้อย่างมาก เนื่องจากความต้องการด้านการรักษาพยาบาลเพิ่มขึ้น และการขาดแคลนบุคลากรทางการแพทย์ก็เพิ่มมากขึ้น” เธอกล่าว อนาคตของ AI ในยุโรป จากข้อมูลของ McKinsey ศักยภาพของยุโรปในการส่งมอบ AI และไล่ตามประเทศที่พร้อมใช้ AI ส่วนใหญ่ เช่น สหรัฐอเมริกาและผู้นำหน้าใหม่อย่างจีนนั้นมีขนาดใหญ่ หากยุโรปโดยเฉลี่ยพัฒนาและกระจาย AI ตามสินทรัพย์ปัจจุบันและตำแหน่งทางดิจิทัลที่สัมพันธ์กับโลก ก็สามารถเพิ่มเงินจำนวน 2.7 ล้านล้านยูโร หรือ 20 เปอร์เซ็นต์ ต่อผลผลิตทางเศรษฐกิจรวมโดย 2030 หากยุโรปต้องตามชายแดน AI ของสหรัฐฯ มูลค่ารวม 3.6 ล้านล้านยูโรจะเพิ่มไปยัง GDP โดยรวมในช่วงเวลานี้ ทำไมบางบริษัทถึงสนใจเทคโนโลยี AI ในขณะที่บริษัทอื่นๆ ส่วนใหญ่ไม่ยอมรับ? ปัจจัยที่โดดเด่นคือเครื่องมือและความสามารถด้านดิจิทัลที่มีอยู่ และพนักงานของพวกเขามีทักษะที่เหมาะสมในการโต้ตอบกับ AI และเครื่องจักรหรือไม่ มีเพียง 23 เปอร์เซ็นต์ของบริษัทในยุโรปที่รายงานว่าการแพร่กระจายของ AI นั้นไม่ขึ้นกับทั้งเทคโนโลยีดิจิทัลก่อนหน้านี้และความสามารถที่จำเป็นในการทำงานกับเทคโนโลยีดิจิทัลเหล่านั้น ; 64 เปอร์เซ็นต์รายงานว่าการนำ AI มาใช้ต้องเชื่อมโยงกับความสามารถด้านดิจิทัล และ 58 เปอร์เซ็นต์ของเครื่องมือดิจิทัล McKinsey รายงานว่าอุปสรรคที่ใหญ่ที่สุดสองประการในการปรับใช้ AI ในบริษัทในยุโรปนั้นเชื่อมโยงกับการมีพนักงานที่เหมาะสม คณะกรรมาธิการยุโรประบุว่าปัญญาประดิษฐ์เป็นพื้นที่ที่มีความสำคัญเชิงกลยุทธ์สำหรับเศรษฐกิจดิจิทัล โดยอ้างว่าเป็นแอปพลิเคชันที่ตัดขวางสำหรับหุ่นยนต์ ระบบความรู้ความเข้าใจ และการวิเคราะห์ข้อมูลขนาดใหญ่ ในความพยายามที่จะสนับสนุนสิ่งนี้ เงินทุนของ Commission's Horizon 2020 ได้รวมการระดมทุน AI จำนวนมาก โดยจัดสรร €100M EU เงินทุนโดยเฉพาะ แผง “อนาคตของ AI ในยุโรป” นี้เป็นหนึ่งในคณะกรรมการที่เป็นที่ต้องการมากที่สุดในการประชุมโดย Eduard Lebedyuk วิศวกรฝ่ายขายที่ Intersystems, Alistair Nolan องค์กรเพื่อความร่วมมือทางเศรษฐกิจและการพัฒนาที่ OECD และ Nasir Zubairi ซีอีโอของ The LHoFT – สภาเทคโนโลยีทางการเงินแห่งลักเซมเบิร์ก, Taryn Andersen ประธานและผู้ร่วมก่อตั้ง Impulse4women และสมาชิกคณะลูกขุนที่ EIC SME Innovation Funding Instrument, Dr. Fanny Nusbaum Fondatrice และ directrice du Center PSYRENE, PSYchologie, REcherche, NEurosciences และดูแลโดย Elena Poughia, ผู้ก่อตั้งและ CEO ของ Datanatives AI และจริยธรรม ทำไมเอะอะทั้งหมด? ท่ามกลางนวัตกรรมเหล่านี้ใน AI ที่ส่งผลกระทบต่อทุกภาคส่วนของเศรษฐกิจ ด้านที่ไม่สามารถและไม่ควรลืมคือ 'จริยธรรมใน AI' การพูดคุยของ Dr. Toby Walsh ศาสตราจารย์ด้าน AI ที่ TU Berlin เน้นย้ำถึงความจำเป็นในการเรียกร้องพฤติกรรมที่ไม่ดีเมื่อพูดถึงจริยธรรมและความผิดในโลกของ AI คำพูดที่น่าสนใจที่สุดในการพูดคุยของเขาคือเมื่อเขากล่าวว่าคำจำกัดความของ “ยุติธรรม” นั้นน่าสงสัย มี 21 คำจำกัดความของ 'ยุติธรรม' และคำจำกัดความส่วนใหญ่เข้ากันไม่ได้เว้นแต่จะคาดการณ์ไว้ 100 เปอร์เซ็นต์ที่ถูกต้องหรือเป็นกลุ่มเหมือนกัน ในปัญญาประดิษฐ์ การเพิ่มผลกำไรสูงสุดจะทำให้คุณได้รับโซลูชันที่แตกต่างไปจากเดิมอย่างสิ้นเชิง “อีกครั้ง” และโซลูชันที่ไม่น่าจะถูกมองว่ายุติธรรม ดังนั้น ในขณะที่ AI ทำงานให้เรา สิ่งสำคัญคือต้องตั้งคำถามว่าอะไรคือ “ยุติธรรม” และเรากำหนดมันอย่างไรในทุกขั้นตอน (ความคิดเห็นของผู้พูดที่ Data Natives 2019 เป็นความคิดเห็นของตนเองและเนื้อหาของบทความนี้ได้รับแรงบันดาลใจจากการพูดคุยของพวกเขา) อ่านรายงานเหตุการณ์ฉบับเต็มเกี่ยวกับ Data Natives 2019 ที่นี่.

  • บ้าน
  • Business
  • Data science
  • Marketing
  • Leave a Reply

    Your email address will not be published. Required fields are marked *

    Back to top button