Entendre la diferència entre la Intel·ligència Artificial i les tècniques tradicionals
La recent popularitat de la Intel·ligència Artificial, juntament amb el fet que el camp és nou i atractiu, ha portat a moltes organitzacions a afirmar que els seus projectes utilitzen els últims avenços en el camp de la IA quan en realitat només utilitzen majoritàriament lògica condicional estàndard, probabilitat i estadística. Això fa que les organitzacions no s'adonin dels beneficis que la IA pot aportar.
Una comprensió general de la Intel·ligència Artificial per part de la població en general és essencial per garantir un consens precís i que la tecnologia es desenvolupi de manera segura i responsable. Tot i que hi ha moltes raons i pressions internes per afirmar l'ús d'AI quan aquesta afirmació és inexacta, les organitzacions, com a resultat, tampoc es beneficien dels avenços reals. La lògica condicional, les tècniques probabilístiques i estadístiques són la base de la majoria d'organitzacions avui en dia i, tot i que són complexes i sofisticades per si mateixes, així com proporcionen beneficis significatius, difereixen del que es coneix comunament com a Intel·ligència Artificial avui en dia.
La majoria de les aplicacions empresarials modernes depenen de la lògica condicional. En el context dels llenguatges de programació contemporanis i els motors de fórmules, la lògica de negoci avui s'expressa habitualment com a lògica booleana, declaracions If-Then-Else i declaracions Case. La lògica de negoci organitzativa es pot capturar i expressar en raonament condicional. Tot i que ha demostrat ser tremendament valuós, difereix del que es coneix habitualment com a Intel·ligència Artificial avui en dia. Les tècniques probabilístiques i estadístiques que sovint s'utilitzen molt per a previsions i prediccions, tot i que també són fiables i sòlides, de fet, no són Intel·ligència Artificial. Aquestes construccions matemàtiques estan més o menys definides racionalment per endavant, amb poques constants per canviar o variar, mentre que la Intel·ligència Artificial depèn de la dinàmica.
En canvi, la Intel·ligència Artificial, tal com s'ha descrit breument, normalment es basa en models que aprenen de les dades i determinen la lògica per si mateixos a partir de les dades. Des que es va presentar la demostració del Teorema d'Aproximació Universal el 1999, que demostra com una xarxa neuronal pot aproximar qualsevol funció, ara es dirigeix més esforç cap a la resolució de programes mitjançant la Intel·ligència Artificial en lloc d'altres paradigmes. Tot i que, en teoria, és possible aproximar qualsevol funció, la potència de càlcul i les tècniques per aconseguir-ho eren un factor limitant a la pràctica. No obstant això, els avenços recents han fet grans progressos per reduir la bretxa entre la teoria i la pràctica.
La Intel·ligència Artificial moderna utilitza tècniques que inclouen Aprenentatge per Reforç Profund, Processament de Llenguatge Natural, LSTMs i models Generatius-Adversaris amb marcs com TensorFlow i PyTorch utilitzats en les implementacions. Una bona prova de saber si el vostre projecte utilitza Intel·ligència Artificial és mirar els conjunts d'eines utilitzats activament dins dels projectes. Probablement no és un projecte basat en IA si no utilitza eines del camp, llevat de l'excepció evident de dependre de conjunts d'eines personalitzats que realitzen tasques habituals d'IA com la multiplicació de matrius.
Aplicacions basades en intel·ligència artificial i aplicacions que no es basen en intel·ligència artificial
Aquests són alguns exemples genuïns d'intel·ligència artificial que s'utilitzen en el món real:
- Sistemes de Visió per Ordinador que aprenen a detectar i rastrejar objectes a partir de dades etiquetades;
- Els sistemes de processament d'idiomes aprenen a respondre preguntes i milloren amb el temps, com ara els Chat-Bots;
- Agents de joc que, només a partir de l'entrada de píxels, poden aprendre a jugar a jocs com Space Invaders, Pacman i Tetris.
Per contra, aquí hi ha alguns exemples que es solen reclamar com a exemples d'intel·ligència artificial quan no ho són i no haurien de ser reclamats com a tals:
- Models de previsió que es basen en Probabilitat i Estadística;
- Consultes SQL que recuperen dades d'una base de dades i realitzen algun tipus d'agregació o ordenació;
- Taulers d'anàlisi basats en regles creats a Tableau o Microsoft Power BI;
- Fulls de càlcul d'Excel que utilitzen fórmules simples;
- Llibres de treball d'Excel basats en macros que tenen una mica de codi VBA;
- Els sistemes de sensors envien un senyal a un centre de control que un expert humà interpreta.
Direccions futures per a organitzacions que busquen adoptar la intel·ligència artificial
En molts casos, la intel·ligència artificial pot resoldre problemes complexos, però hi ha limitacions on la lògica condicional estàndard, la probabilitat i l'estadística serien superiors. Un exemple són les exempcions que requereixen un 100% de fiabilitat, en les quals els sistemes d'AI de vegades poden produir resultats inconsistents. En el cas de les tècniques tradicionals, seria beneficiós indicar com es van implementar en lloc d'afirmar que es basaven en intel·ligència artificial, ja que això milloraria el flux de coneixement.
La intel·ligència artificial evoluciona constantment, amb millores que arriben ràpidament, infiltrant-se lentament a la vida quotidiana en ser desplegada sobre plataformes tecnològiques i infraestructures ja existents. A mesura que esdevé més generalitzada, la precisió és més important que mai, i és crucial considerar com s'aplica i s'explica. A mesura que el camp esdevingui inevitablement més regulat, certes llibertats preses en reclamar falsament l'ús de IA es resoldran amb el temps. No obstant això, les organitzacions poden avançar-se adoptant definicions precises de IA des d'ara.
Els beneficis de la veritable Intel·ligència Artificial són vastos, i Telemus AI pot treballar amb la vostra organització per impulsar resultats tangibles molt més enllà de les tècniques tradicionals.
Poseu-vos en contacte amb nosaltres avui mateix per a una consulta gratuïta sobre com el Telemus AI™ es pot integrar a la vostra organització.
