Человек + машина. Новые принципы работы в эпоху искусственного интеллекта

Прежде всего следует отметить, что качество данных играет важнейшую роль в системах искусственного интеллекта. По существу, данные — это топливо для искусственного интеллекта. Чтобы обеспечить его поставку, представьте данные в качестве сквозной цепочки снабжения. Мы имеем в виду принципиально новое представление о данных не как о статическом процессе с обособленным управлением в рамках одного из функциональных подразделений компании, а как об охватывающей всю компанию динамичной направленной деятельности по сбору, очистке, интеграции и хранению информации. Поскольку данные используются алгоритмами машинного обучения, глубокого обучения и другими приложениями на основе искусственного интеллекта, они должны быть богатыми (по разнообразию, качеству и полезности) и большими (по объему). Здесь важно помнить, что системы искусственного интеллекта обучаются на основе циклов обратной связи, а значит, алгоритмы совершенствуются одновременно с повышением качества и увеличением количества данных. Другими словами, качество систем искусственного интеллекта напрямую зависит от качества данных, на основе которых они обучаются. В силу этого компании должны сфокусироваться на тех специалистах из области «недостающей середины», которые помогают собирать данные и готовить их к анализу. Их работа чрезвычайно важна, поскольку предвзятость данных может привести к серьезным последствиям, таким как искажение результатов и принятие ошибочных решений. В настоящее время около 90% времени, которое люди тратят на обучение систем искусственного интеллекта, приходится на подготовку данных и конструирование признаков, а не на составление самих алгоритмов[141].

Знание данных — это четвертый метод управления, однако в конечном счете именно данные позволяют предпринимать действия, и «действия» здесь ключевое слово. Ниже перечислены действия, о которых идет речь.

Динамичное мышление

Цепочка снабжения данными должна быть динамичной, постоянно развивающейся и непрерывно подпитываемой новыми данными, поступающими в режиме реального времени. Разные технологии, в том числе сбора (сенсоры), хранения, подготовки, анализа и визуализации данных, позволяют компаниям по-новому собирать и использовать информацию.

Итальянская компания Ducati, которая занимается разработкой и производством мотоциклов премиум-класса, поставила перед собой задачу найти более быстрый, дешевый и эффективный способ испытания гоночных мотоциклов. И специалисты гоночного подразделения компании Ducati Corse обратились к искусственному интеллекту. Интеллектуальный испытательный комплекс состоит из аналитической системы, в которой используются инструменты машинного обучения и визуализации данных, обеспечивающие интуитивно понятный пользовательский интерфейс. Почти сто IoT-датчиков (датчиков интернета вещей), установленных на мотоциклах, позволяют получать в режиме реального времени комплекс данных, таких как скорость вращения двигателя, температура при торможении и т. д.[142]

Эта новейшая технология дает возможность инженерам-испытателям поддерживать взаимодействие с системой, чтобы проверить те или иные гипотезы, а также определять, как мотоцикл будет вести себя на разных гоночных трассах при разных погодных условиях. Теперь инженеры могут получить больше результатов при меньшем количестве испытаний на трассе, что позволяет им экономить время, усилия и деньги. Благодаря таким данным и моделям система составляет все более точные прогнозы ходовых качеств мотоциклов.

Безусловно, создание такой динамичной цепочки снабжения данными, как у Ducati Corse, требует значительных усилий и ресурсов, однако вы можете начать процесс переосмысления с гораздо меньших масштабов. И без того большой объем данных может постоянно увеличиваться, однако компании должны фокусироваться на небольших проектах по работе с данными. Чтобы успешно стартовать, определите простой конечный результат, при котором система искусственного интеллекта позволит вам достичь практических целей.

Создатели приложения-календаря Tempo пошли именно по такому пути. Это приложение для iPhone использует информацию, полученную с самого телефона: данные из социальных сетей, содержимое электронной почты, геолокацию и другую информацию, позволяющую «узнать» о тех или иных событиях. Затем приложение предоставляет пользователю iPhone актуальные данные о соответствующем событии в надлежащее время. Приложение Tempo управляет огромным объемом сложных данных, однако компания задалась простой целью, ограничившись только информацией о событиях[143]. Пусть вас не пугает масштаб данных, с которыми вы имеете дело. Сфокусируйтесь на простых задачах, которые система искусственного интеллекта поможет вам решить, и затем двигайтесь дальше.

Расширение доступа и увеличение разнообразия