A mesterséges intelligencia természetesen mesterséges tudást hoz létre. Látsz valami rosszat ebben a javaslatban? A mesterséges módszer egyik meghatározása „az emberek által úgy készült, hogy nagyon hasonlítsanak valami természetesre”, ami azt jelenti, hogy hamis, miközben megtévesztéssel szándékozik meggyőzni, hogy valóságos. ⁃ TN szerkesztő
A mesterséges intelligencia (AI) forradalmát több mint fél évszázaddal ezelőtt lobbantották fel. Az elmúlt évtizedben az AI egy tudományos tudományos területről nőtte ki magát, hogy mindennapjaink gyakorlati része legyen. A leggyakoribb AI üzleti stratégiák, amelyeket látunk, az adatok köré épülnek. Úgy gondoljuk, hogy a mesterséges intelligencia-vállalatok számára jelenleg a saját adatok a legstratégikusabb árok, de az elkövetkező években kevésbé lesznek egyedi eszközök, így a fenntartható adatok differenciálása kevésbé fenntartható. Ezért a fókusz eltolódását várjuk az adatalapú AI stratégiákról a tudásalapú AI stratégiákra.
A nagyméretű adatok előrehaladása, amelyet számos szenzor telepítése, az internetkapcsolat, valamint a számítási teljesítmény, a kommunikációs képességek és a digitális tárolás hardver- és szoftverfejlesztése megkönnyített, lehetővé tette az AI számára, hogy a kis tudományos kutatási projektektől a nagyvállalati gyártási alkalmazásokig terjedjen. Lényegében a nagy adatokhoz kifinomult mesterséges intelligencia-modellekre volt szükség az ismeretek és meglátások elemzéséhez és megszerzéséhez, míg az AI-modellekhez a nagy adatok kritikus tömege képzéshez és optimalizáláshoz. Ezért jelenleg az adatokat gyakran úgy tekintik, mint elegendő stratégiai árokot az AI startupok számára. Kockázati tőkebefektetőként ezt a jelenséget rutinszerűen látjuk. Az elmúlt években számos startupot láthattunk, amelyek az adatgyűjtést helyezik üzleti stratégiájuk középpontjába. Egyre több ilyen vállalat hangsúlyozza a megszerzett egyedi adathalmazokat és a további tulajdonosi adatok megszerzésére vonatkozó hosszú távú stratégiájukat - mint a belépés fenntartható akadályát. Sőt, mivel a mesterséges intelligencia-eszközök és az AI-as-a-service platformok commoditizálták a mesterséges intelligencia-modellek fejlesztését, és a nyilvános adatok mindenütt elérhetővé váltak, az adatárok építésének és védelmének vélt igénye kézzelfoghatóvá vált.
A mai technológiai ökoszisztémában a piacok egyre inkább jutalmazzák a vállalatokat a vezető mesterséges intelligencia-programokkal és a tulajdonosi adatok feletti ellenőrzéssel - ami jelentős és fenntartható versenyelőny. Az olyan vállalatok, mint a Google és a Netflix, hosszú időn át hatalmas és mérvadó adathalmazokat fejlesztettek ki és gondoztak, miközben sok más vállalat hiába küzdött a siker érdekében. Példa erre a rivális médiaszolgáltatók és a produkciós vállalatok hatalmas megzavarása, amelyet a Netflix túllépett. kifinomult adatstratégia.
Mindazonáltal az adatcsere képességének és hajlandóságának várható fejlődése miatt úgy gondoljuk, hogy egy évtizeden belül a védett adatárok kevésbé lesznek fenntarthatóak. Bár az adatok továbbra is táplálják az AI értékmotorját, az AI üzleti stratégiái egyre inkább a tudásra összpontosulnak.
Felfelé haladva az AI értékpiramison, a Tudásréteg felé
Az AI értékpiramis adatokon alapul, és a tudás vezérli. Míg ma „fulladunk az információkban, de éhezünk a tudás után”, arra számítunk, hogy az AI értékpiramisban felfelé haladunk, a tudásréteg felé. Valóban, olyan fejlődéseket kezdtünk látni, amelyek elősegítik és felgyorsítják ezt a tendenciát az adatcserék létrehozásával. Arra számítunk, hogy az adatcserét megkönnyíti a megnövelt megvalósíthatóság és a készséges adatok megosztásának hajlandósága az értékes tudás fejében. Összefoglalva: az adatok bőségesebbek, elérhetőbbek, megbízhatóbbak, szabványosabbak és olcsóbbak lesznek - ez az ideális áru tökéletes meghatározása. Az adatok fenntartható belépési korlátként történő felhasználása a jövőben nehezebb lesz.
Az adatmegosztás megnövekedett megvalósíthatóságát felgyorsítja az adatforrások térhódítása a A tárgyak internete (IoT). Ezen kívül vannak új technikák, protokollok és szabványok az adatok összegyűjtésére, megosztására és cseréjére. Előretekintve az adatok megosztásának megnövekedett képessége akkor lesz igazán jelentős, ha erre ösztönzés és növekvő hajlandóság van. Mivel az AI aláássa és megzavarja az örökséget a belépés versenyképes akadályai, sok szervezet kérlelhetetlenül megpróbálja összegyűjteni saját tulajdonosi adatait és bevételszerezni őket. Sajnos, ez az adatgyűjtés és -hasznosítás nem egyszerű és nem eredményes, ezért stratégiai disszonanciát vált ki. Ennek oka, hogy bár a mesterséges intelligencia egyre nélkülözhetetlenebb a legtöbb szervezet számára, ez nem része az örökölt készségeknek vagy az alapvető szakértelemnek. Ezenkívül a ckrónikus és tartós hiány mérnökök, az AI-ben képzett fejlesztők, termékvezetők és vezetők élesítik ezt a disszonanciát, és a megoldások preferenciájához vezetnek az adatmegosztáshoz a tudáscsere céljával.
Példa a képesség és a hajlandóság kombinációjára a tudás létrehozására szolgáló adatcsere révén az új javaslat az Európai Unió részéről az „egységes adatpiac” megteremtése annak érdekében, hogy az emberek, az üzleti vállalkozások és a szervezetek jobb döntéshozatalra indulhassanak a nem személyes adatok alapján a verseny érdekében a jelenlegi technológiai óriásokkal.
Egy másik tényező, amely hozzájárul az adatárok kevésbé fenntarthatóvá válásához, olyan új adatmegoldások feltalálása, amelyek lehetővé teszik kisebb adatsorok felhasználását képzési modellekhez. A szintetikus adatmegoldások (például Generatív Adversarial Networks segítségével) és más minimalizálási technikák, például az adatbővítés, lehetővé tehetik a vállalatok számára, hogy hatalmas mennyiségű adat nélkül hozzanak létre zavaró AI termékeket.
Patrick Wood vezető és kritikus szakértő a fenntartható fejlődés, a zöld gazdaság, az Agenda 21, 2030 Agenda és a történelmi technológiák területén. A Technocracy Rising: A globális átalakulás trójai lójának (2015) szerzője, valamint a Trilaterals Washington felett, I. és II. Kötet (1978-1980), a késő Antony C. Sutton társszerzője.
