Маркировка программных продуктов как поддерживающих искусственный интеллект - обычная практика среди компаний, особенно тех, кто ищет финансирование.

Искусственный интеллект (ИИ) - это новая золотая лихорадка, и многие компании заявляют о своей доле в ней. Количество программных продуктов, помеченных как «AI-powered», растет. Тем не менее, во многих случаях эти продукты основаны на простой статистике или скрытых людях.

В 2016 году искусственный интеллект не входил даже в 100 самых популярных поисковых запросов Google и, следовательно, не попадал в поле зрения многих инвесторов или корпоративных покупателей. Но за последние три года его важность выросла, и каждая софтверная компания превратилась - по крайней мере на первый взгляд - в компанию ИИ.

Организации слишком перегружены тем, что происходит в техническом пространстве и вокруг него. Они готовы делать ставки в бизнесе, основанном на искусственном интеллекте, но часто не обладают навыками оценки стартапов или программных продуктов, связанных с искусственным интеллектом.

Эта тенденция представляет угрозу не только для инвесторов, желающих вкладывать деньги в технологии искусственного интеллекта. Это также проблема общественного доверия, поскольку многие правительства перенаправляют огромные бюджеты на достижения в области искусственного интеллекта.

Gartner прогнозирует, что в 2020 году ИИ войдет в пятерку основных инвестиционных приоритетов многих ИТ-директоров. Следовательно, важно знать, на что они тратят деньги.

Что такое стирка AI?

Стирка с искусственным интеллектом - досадная тенденция, которая появилась в последние годы. Это не первая «стирка», которую мы прошли. Во-первых, это была «зеленая вода», когда компании преувеличивали экологические преимущества своей продукции, чтобы увеличить свои продажи. Затем, во время развития облачных вычислений, на смену им пришла промывка облаков. Поставщики программного обеспечения взяли свои унаследованные продукты и переименовали их в «чистое облако», изменив свою инфраструктуру кое-где. На первый взгляд это выглядело как облачный продукт, но за кадром это было облако и локальное лоскутное одеяло.

Сегодня неудивительно, что жертвой этой сомнительной тактики становится искусственный интеллект. Ложное клеймение технологии как «искусственного интеллекта» - стирка искусственного интеллекта - представляет собой машинное обучение в лучшем виде. Часто это те же самые алгоритмы, которые они использовали всегда (простая статистика + люди).

Во всех случаях слово «смывка» применялось отделами маркетинга, как тонкий слой краски, для того, чтобы что-то освежить. Но это не полностью вина этих софтверных компаний. Другие - правительства, частные инвестиционные компании, корпорации - поощряют такое поведение, смещая свои инвестиционные бюджеты и приоритеты в сторону ИИ. Стартапы, жаждущие капитала, только отреагировали на такое поведение.

Инвесторы предпочитают продукты на основе искусственного интеллекта

Хотя отмывка ИИ угрожает общественному мнению об этой технологии, нет никаких сомнений в том, что ИИ делает больше, чем когда-либо. Хорошо это или плохо.

Согласно исследованию PwC, наиболее значительные экономические выгоды от ИИ будут в Китае (26% прирост их ВВП в 2030 году) и Северной Америке (14,5%), на которые приходится почти 70% глобального экономического воздействия.

Согласно прогнозу ID Spending Guide, к 2022 году расходы на системы искусственного интеллекта вырастут почти на 40 процентов. Наибольшие инвестиции будет вкладывать отрасль розничной торговли (прогноз на 2019 год составлял 5,9 миллиарда долларов), ориентируясь на такие решения, как автоматизированные агенты по обслуживанию клиентов или рекомендации по продуктам. Банковское дело - вторая по величине отрасль с инвестициями в размере 5,6 миллиарда долларов (2019 г.), направленными на разработку решений на базе искусственного интеллекта, включая автоматизированный анализ угроз или предотвращение мошенничества.

Обладая таким рыночным потенциалом, инвесторы стремятся вкладывать деньги в бизнес ИИ. С 2011 по 2018 годы инвесторы выделили более 50 миллиардов долларов на AI-стартапы (отчет OECD на основе Crunchbase).

В Китае наблюдается наиболее значительный рост. В 2015 году в стартапы, связанные с искусственным интеллектом, было вложено лишь 3%. Два года спустя их стало 36. Это десятикратное увеличение. AI является приоритетом для правительства Китая и других инвесторов.

На Европейский Союз в 2017 году пришлось 8 процентов мировых инвестиций в акционерный капитал в области ИИ. Однако уровни инвестиций в странах-членах сильно различаются. На переднем плане находится Великобритания, на которую было выделено 55 процентов инвестиций ЕС (2011–2018 годы), за ней следуют Германия (14%) и Франция (13%).

Инвестиции Китая и ЕС примечательны. Но все же 70–80 процентов глобальных венчурных инвестиций осуществляются Соединенными Штатами.

В совокупности на США, Китай и ЕС приходится 93 процента инвестиций в период с 2011 по 2018 год.

Для создания решения на основе искусственного интеллекта компании требуются четыре ингредиента

Эти:

  • Алгоритмы
  • Талант
  • Данные
  • Инфраструктура

При проверке рынка стартапов или программных продуктов это основные аспекты, на которых вам следует сосредоточиться.

Алгоритмы

Алгоритмы лежат в основе технологий искусственного интеллекта. Здесь академическое сообщество движется вперед. Компании, только в редких случаях, могут разработать такие алгоритмы. Доступ к этим алгоритмам простой и в основном бесплатный.

Алгоритмы сложны, потому что некоторые считают, что чем сложнее, тем лучше. Но это не так. Вы можете получить замечательные результаты с помощью модели линейной регрессии. Искусство и наука лежат в балансе между производительностью и стоимостью.

Как покупатель или инвестор, вы должны следить за тем, становится ли программное обеспечение все лучше и лучше со временем. Учится ли он на новых данных? Прогнозы более точны? Вот вопросы, которые вам нужно задать. Но будьте осторожны с поставщиками, заявляющими о почти 100-процентной точности их модели. Это могло быть признаком переобучения. Такие модели отлично работают с тестовыми данными, но не работают в производственной среде с новыми данными.

Талант

Поставщики, которые внедряют настоящие продукты с искусственным интеллектом, будут иметь в штате команду специалистов по обработке данных (или они будут использовать партнеров). Количество этих узкоспециализированных людей минимально и сосредоточено всего в нескольких компаниях (Google, Facebook, Amazon, Microsoft). Собрать команду первоклассных специалистов по данным не только сложно, но и дорого.

Если вы участвуете в официальном инвестиционном процессе или в RFP (запрос предложения), потратьте некоторое время на изучение профилей вакансий поставщика. Спросите их учетные данные. Их команда должна обладать сочетанием навыков в предметной области, математики и информатики. Их редко покрывает только один человек, поэтому не ищите единорога.

Данные

Данные - это топливо для AI-компании. В настоящее время доступ к данным является наиболее важной частью. Некоторые стартапы стремятся заключить соглашения с поставщиками, чтобы обеспечить безопасный доступ к своим данным еще до того, как они начнут писать первую строку кода.

Коммерческий успех определяется не только доступом к данным, но и их качеством. В типичном проекте по науке о данных сбор данных составляет 70–90 процентов общего времени проекта (включая очистку). Когда источники данных хорошо управляются и интегрированы, он может упасть до 50 процентов.

Чтобы подтвердить этот момент, спросите о любых соглашениях, которые компания имеет с другими партнерами. И спросите о конвейере обработки данных (ключевые слова здесь: API, Hadoop, MapReduce).

Инфраструктура

С развитием облачных вычислений инфраструктура стала барьером для входа в систему. Но, тем не менее, у неопытных компаний может быть плохой дизайн инфраструктуры, ремонт которого обходится дорого.

Инфраструктура ИИ состоит из трех частей: сети, серверов и хранилища. Каждый должен быть одинаково могущественным. Самое слабое звено ухудшит работу всей цепи.

Например, графический процессор (графический процессор) может ускорить глубокое обучение в 100 раз по сравнению с ЦП (центральным процессором). Недостаток в конструкции сервера приведет к задержкам в процессе. Это также может привести к потере денег.

Еще один аспект, на который следует обратить внимание, - это место, где выполняются алгоритмы ИИ. Размещение всех операций исключительно в облаке неэффективно. Некоторые должны выполняться локально, на «краю». Например, программное обеспечение для распознавания лиц в аэропорту должно проводить анализ локально, поскольку время, необходимое для отправки информации между облаком и краем, может вызвать задержку.

Кроме того, программное обеспечение на базе искусственного интеллекта часто включает обработку конфиденциальных данных. Вот почему инфраструктура ИИ должна быть полностью защищена с помощью самых современных технологий.

Последние мысли

То, что происходит в области искусственного интеллекта, носит скорее энтузиазм, чем существенный характер. Шумиха, начавшаяся примерно в 2016 году, часто порождает нереалистичные ожидания. Угрожающая тенденция, которая может привести к новой зиме ИИ.

Как сказал Ян Лекун, бывший штат Нью-Йорк исследователь (ныне главный специалист по искусственному интеллекту в Facebook) пишет:

«Искусственный интеллект [умирал] примерно четыре раза за пять десятилетий из-за ажиотажа: люди делали дикие заявления (часто для того, чтобы произвести впечатление на потенциальных инвесторов или финансирующие агентства), но не могли их выполнить. Последовала обратная реакция. С нейронными сетями это уже произошло дважды: один раз в конце 60-х, а второй - в середине 90-х ».

В такие моменты мне нравится думать о фундаментальной истине о нашем мозге: это все еще самый сложный орган во Вселенной, и мы до сих пор не знаем, как он работает.