- NR Narayana Murthy, Infosys līdzdibinātājs, apšauba AI kaisli, uzsverot tendenci apzīmēt parastās programmēšanas sasniegumus kā AI pārrobežas.
- Pats īstais AI, kā izskaidro Murthy, balstās uz mašīnmācību un dziļo mācīšanos, izšķirot tos no vienkāršām algoritmu lietojumprogrammām.
- Mašīnmācība izmanto datus, lai precīzi prognozētu nākotnes notikumus, kamēr dziļā mācīšanās simulē cilvēka smadzeņu procesus, ļaujot neuzraudzītu mācīšanos un pašattīstību.
- Murthy brīdina par darba vietu aizstāšanu, ko izraisa AI, bet redz AI kā ekonomiskās izaugsmes un jaunu nodarbinātības iespēju virzītāju.
- Viņš aicina uzņēmējus inovēt, veicinot darba vietu radīšanu kā ilgtspējīgu risinājumu nabadzībai, uzsverot, ka tehnoloģiskajam progresam jābūt saistītam ar atbildību.
- Murthy ieskati sniedz skaidrību, aicinot ieinteresētās puses atbildīgi inovēt AI pieaugošajā ietekmē.
Uz TiECon Mumbai rosīgajiem koridoriem pacēlās noteicoša balss amid AI kaisli. NR Narayana Murthy, Infosys līdzdibinātājs un ikona globālajā tehnoloģiju ainā, sniedza reālās situācijas pārskatu, kas izskanēja kā skaidrs aicinājums. Viņš mudināja uzņēmējus izprast būtību no izrādes pieaugstošajā mākslīgā intelekta (AI) pasaulē.
Konferences zālē valdīja gaida sajūta, kamēr Murthy, pazīstams ar savām vīziju ieskatiem, formulēja asas kritikas par visaptverošo AI naratīvu, kas saista Indiju. Viņš novēroja tendenci, kur parasti programmēšanas sasniegumi dažreiz tiek nepareizi raksturoti kā moderni AI pārkāpumi. Šis termins “AI”, šķiet, kļuvis par modes vārdu, ko bieži lieto, lai aprakstītu sistēmas, kas ir tikai ikdienišķas algoritms.
Lai izgaismotu šo neskaidrību, Murthy izdalīja patieso AI būtību, akcentējot tās atkarību no diviem kritiskajiem pīlāriem: mašīnmācības un dziļās mācīšanās. Mašīnmācība, pēc Murthy teiktā, ļauj radīt plašas korelācijas, kas precīzi prognozē nākotnes notikumus. Tikmēr dziļā mācīšanās darbojas augstākā līmenī, atdarinot cilvēka smadzeņu sarežģītos procesus, izmantojot neuzraudzītus algoritmus. Šī tehnoloģija solās ievērojami cilvēkam līdzīgas spējas, iedvesmojot pētnieki un uzņēmumus.
Murthy atzīmēja, ka liela daļa no tā, kas nodēvēts par AI, trūkst dziļās mācīšanās saistītās sarežģītības, kas var dinamiski radīt jaunas lēmumu zarus un attīstīties autonomi. Salīdzinot ar tradicionālo mašīnmācību, kas galvenokārt apēd neuzraudzītus datus, lai modelētu rezultātus. Dziļās mācīšanās potenciāls īstenot neuzraudzītus algoritmus piedāvā aizraujošu robežu, kur AI var pārvietoties pāri statiskajām struktūrām uz pašsastādīšanās un pielāgojamības jomu.
Tomēr AI rašanās nenāk bez saviem izaicinājumiem. Murthy atzina, ka dienests darba vietu aizstāšanai ir neizbēgams, kad AI tehnoloģijas attīstīsies. Neskatoties uz to, viņš paredzēja cerības un iespēju redzējumu, uzsverot, ka labi integrēta AI vide varētu ievērojami palielināt ekonomisko izaugsmi. Murthy mudināja uzņēmējus nebaidīties no šīs izmaiņas, bet izmantot AI spējas, lai radītu jaunus ekonomiskos paradigmas.
Murthy vēstījuma sirds bija viņa aicinājums uz inovācijām, kas veicina plašu nodarbinātību. Viņš izteica stingru ticību, ka uzņēmēja garspēks var radīt plašu jaunu darba vietu iespēju – kritisku soli nabadzības apkarošanā. Tā vietā, lai paļautos uz pagaidu pasākumiem, Murthy apgalvoja, ka mērķtiecīga ekonomiskā progresija caur uzņēmējdarbību ir patiesais ceļš uz labklājību.
Laikmetā, kad AI bieži tiek palielināts pāri tā faktiskajām spējām, Narayana Murthy ieskati kalpo kā gaismas stars, mudinot mūs orientēties ar skaidrību un mērķtiecību. Viņa vārdi izceļ tehnoloģiskā progresa solījumus un atbildību, pieprasa apdomīgu refleksiju un rīcību no visām ieinteresētajām pusēm. Kad sarunas ap AI turpinās attīstīties, Murthy perspektīva nostādina mūs uz pamatiem principiem, kas būtu jāvadā šajos transformācijas centienos.
Ārpus izsistēm: Atklājot AI realitāti un tās ietekmi uz nākotni
Mākslīgā intelekta būtības izpratne
Ātri mainīgajā tehnoloģiju pasaulē AI kļuvis par modes vārdu, bieži nepareizi saprasts vai raksturots. AI pamatā ir divi galvenie pīlāri: mašīnmācība un dziļā mācīšanās. Kamēr abi ir AI komponenti, tie kalpo dažādām vajadzībām un darbojas dažādos sarežģītības līmeņos.
Mašīnmācība pret dziļo mācīšanos: Patiesā atšķirība
– Mašīnmācība: Tā ietver algoritmu izmantošanu datu analīzei, mācīšanai un tad lēmumu pieņemšanai. Tā izmanto neuzraudzītu mācību, kur modeļi tiek apmācīti uz apzīmētiem datu kopām. Tas ir lielisks uzdevumiem, piemēram, klasifikācijas un prognozēšanas, kad ir skaidras datu struktūras.
– Dziļā mācīšanās: Atkārtojot cilvēka smadzeņu struktūru, tā izmanto neironu tīklus datu analīzei ar sarežģītības un abstraktuma līmeni, kas nav iespējams ar tradicionāliem algoritmiem. Tā ir izcila uzdevumos, piemēram, attēlu un runas atpazīšanā, kā arī dabiskā valodas apstrādē.
NR Narayana Murthy uzsver, ka īstā AI potenciāls slēpjas dziļās mācīšanās spējā attīstīties un pielāgoties, izmantojot neuzraudzītus datus, pārkāpjot statiskās sistēmas uz autonomām sistēmām.
Reālās pasaules izmantošanas un ieguvumi no mākslīgā intelekta
– Veselības aprūpe: AI var optimizēt diagnostikas procesus, personalizēt ārstēšanas plānus un pat prognozēt pacientu iznākumus, izmantojot milzīgus medicīnas datu apjomus.
– Finanses: Mašīnmācības algoritmi tiek izmantoti krāpšanas izsekošanai, klientu apkalpošanas automatizēšanai, kredītreitingiem un algoritmiskai tirdzniecībai.
– Ražošana: AI uzlabo prognozējošo apkopes, kvalitātes kontroli un procesu optimizācijas.
– Mazumtirdzniecība: Uzņēmumi izmanto AI, lai pārvaldītu krājumus, sniegtu personalizētus ieteikumus un klientu apkalpošanu caur čatbotiem.
AI ieviešanas bažas un ierobežojumi
Lai gan AI piedāvā daudz priekšrocību, pastāv arī pamatproblēmas:
– Darba vietu aizstāšana: Automatizācija var radīt dažas tradicionālās lomas novecojušas. Tomēr, kā norāda Murthy, tas arī sniedz iespējas radīt jauna veida darbus, veicinot ekonomisko izaugsmi.
– Ētikas bažas: Vairāk inteliģentām sistēmām nepieciešami stingri ietvari, lai risinātu privātuma, aizspriedumu un lēmumu pieņemšanas autonomijas jautājumus.
– Tehniskie izaicinājumi: AI sistēmu mērogošana un nodrošināšana pret pretinieku uzbrukumiem paliek aktuālas problēmas.
Tirgus tendences un nākotnes prognozes
AI tirgus turpina strauji augt, sagaidot uzlabojumus autonomajās sistēmās, personalizētos AI palīgos un vairāk integrētu AI dažādās nozarēs.
Saskaņā ar Grand View Research ziņojumu globālā AI tirgus vērtība 2020. gadā bija 62,35 miljardi USD un tiek prognozēta paplašināšanās ar 40,2% gada vidējo izaugsmes tempu no 2021. līdz 2028. gadam.
Rīcības ieteikumi
1. Uzņēmēji: Izmantojiet AI, lai inovētu veidos, kas paaugstina produktivitāti un rada jaunas lomas cilvēkiem blakus mašīnām.
2. Profesionāļi: Paaugstiniet prasmes AI saistītās jomās, piemēram, datu zinātnē, mašīnmācībā un neironu tīklos, lai saglabātu konkurētspēju darba tirgū.
3. Politikas veidotāji: Investējiet izglītībā un apmācību programmās, kas sagatavo darba spēku AI integrācijai.
4. Uzņēmumi: Analizējiet AI lietošanas gadījumus, kas ir specifiski viņu nozarei, lai uzlabotu darbību un klientu apkalpošanu.
Fokusējoties uz autentiskajām AI spējām un izvairoties no pārspīlētajām naratīvām, mēs varam labāk izmantot tās potenciālu, lai veicinātu ekonomisko un sociālo progresu. Lai iegūtu vairāk informācijas par AI un tās ietekmi uz dažādām nozarēm, apmeklējiet Infosys.