Nul
Getty Images/iStockphoto
Eind oktober had ik het voorrecht van het modereren van een paneel op het onderwerp van kunstmatige intelligentie en machine learning in Ongebonden Miami, een boutique (maar goede) trade show die is gespecialiseerd in de presentatie van disruptieve technologieën zoals cryptocurrency en blockchain.
De video van het gesprek is nog niet vrijgegeven, maar het was een zeer boeiende sessie met een aantal echt grote luidsprekers, en hoop ik te kunnen laten zien aan jullie in de toekomst.
Sinds de show, ik heb veel nagedacht over het onderwerp van machine learning in de cloud, en hoe het is waarschijnlijk van invloed zijn op ons leven in de nabije toekomst. Er zijn vele aspecten van deze technologie die potentieel zeer positieve voordelen, maar zoals met alle ontwrichtende technologie, er zijn valkuilen.
Ook: Kunstmatige intelligentie, machine learning momentum blijft
Bijvoorbeeld sociale media-in het bijzonder de diensten zoals Facebook, Instagram en Twitter — werden begroet als krachtige tools voor het verrijken ons leven, om ons te helpen te verbinden met andere mensen, zoals wij nooit eerder hebben, en ze waren de voorbode van een leeftijd van nieuws transparantie, instant reporting, en burgerjournalistiek.
En deze legitiem zijn voordelen. Maar deze voordelen komen ook met valkuilen: Een bevolking van eindeloze “midgard” afgeleid mensen met technologie-augmented autisme; de gevaren van de technologie-ondersteunde gaslighting; de activering van extremistische groepen en conspiracists voor de uitzending van hun gif overal, en de ondermijning van onze democratie door vijandelijke buitenlandse actoren; en natuurlijk de onvermijdelijke massa persoonlijke informatie compromissen als deze sites hebben een aantal technische API veiligheid snafus.
Hetzelfde kan gezegd worden voor machine learning en kunstmatige intelligentie. Ja, de verspreiding van de sensoren in de gezondheid van de apparaten kan en zal worden, is een krachtig hulpmiddel voor een vroege diagnose van ernstige aandoeningen en verandert de relatie tussen patiënt en arts, die zal zorgen voor een veel meer dynamische en real-time monitoring van de gezondheid van de voorwaarden voordat ze levensbedreigend kan zijn.
Maar zoals social media, cloud-gebaseerde machine-learning heeft ook vergelijkbaar potentieel Zwarte Spiegel valkuilen.
Ook: AI opstarten Petuum doelstellingen te industrialiseren machine learning
Machine learning is een essentieel onderdeel van de digitale transformatie van de trend in de moderne onderneming. De mogelijkheid om inzicht te krijgen in business processen door middel van wat is meetbaar met behulp van verschillende soorten sensoren, en in verband brengen van gegevens met behulp van patroon-analyse, wordt een steeds belangrijker vermogen dat is snel een essentieel onderdeel van de algehele IT-toolbox.
Bijvoorbeeld, bedrijven als SAP, door Leonardo Intelligent Enterprise-producten, hebben samengebracht IoT samen met afgewerkte applicatie platformen ingezet als cloud-based SaaS, die gemakkelijk kunnen worden aangepast zodat die bedrijven kunnen maken van complexe data visualisaties om inzicht te krijgen bij het oplossen van complexe business problemen.
Begrijpen van patronen en trends met behulp van big data is niet nieuw: De National Security Agency is het doen van complexe signal intelligence (SIGINT) voor vele jaren in om de verdediging van het land van terroristen en buitenlandse dreigingen. Het PRISMA-programma bleek zo veel. Ook het onderzoeksbureau NPD maakt gebruik van zeer grote hoeveelheden van de point-of-sale data geleverd door grote retailers om rapporten te maken over belangrijke trends in de aankoop van consumentenelektronica.
Wat nieuw is, is dat intelligente data-verzameling en-analyse is niet alleen voor de grootste bedrijven en instellingen in de hele wereld meer — ieder bedrijf kan nu profiteren van het. Met platforms zoals SAP Leonardo of halffabrikaten, cloud diensten, zoals Azure machine learning, AWS Sagemaker, Google Cloud AI, en IBM Watson machine learning, de snelheid van ontwikkeling en ‘time to market’ is veel sneller dan het ooit is geweest eerder voor het bouwen van een complexe machine learning systeem of de applicatie.
Ook: Wat is diep leren? Alles wat je moet weten
Bedrijven zijn natuurlijk erg benieuwd naar het verbeteren en stroomlijnen van bedrijfsprocessen. Maar de zeer dezelfde tools die bedrijven helpen om wendbaarder te worden en geld te besparen kan ook gebruikt worden in een onderdrukkende mode op aan hun werknemers.
Bijvoorbeeld Wi-Fi-toegangspunten kunnen gegevens verzamelen over de apparaten die in de buurt van hen, en dus een veel voorkomende toepassing in de detailhandel is om die informatie te gebruiken om beter inzicht te voet het verkeer in en uit een winkel en waar en hoe lang klanten te blijven hangen.
Moet lezen
Google net gestart met een bizarre AI experiment genoemd Verplaatsen Spiegel (CNET)’AI is heel, heel stom,’ zegt Google AI leider (CNET)AI betekent een levensduur van training (CNET)
Maar, in een onderneming, dit kan ook gebruikt worden in combinatie met mobile device management, keylogging, en de activiteit/aanwezigheid detectie voor het bijhouden van de whereabouts en de activiteiten van de medewerkers, het gebruik van gegevens van de correlatie en de patroon-analyse, om beter inzicht in de productiviteit van de werknemer op een totale of zelfs gerichte basis.
Dezelfde marketing informatie, moet het worden gehost in een “data-lake” op een grote wolk hyperscaler zoals AWS of Azure, zou ook niet noodzakelijkerwijs worden beperkt tot een enkele huurder. Dat marketing data, verzameld door één retailer in een winkelcentrum, kan worden gedeeld met andere retailers als onderdeel van een consortium of partnership om veel meer complex patroon analyse-toepassingen over wat en wanneer we kopen.
Informatie die verzameld wordt in meerdere gegevens meren in meerdere wolken zou in theorie gecombineerd voor de productie van uiterst geavanceerde rapporten over een aantal groepen van gebruikers, in het bijzonder als u dit combineren met wat bekend is van hun social media profielen, zoals hun wil en wat ze delen.
Ook: Amazon breidt machine learning services vooruit re:Uitvinden
In wezen, wat zouden wij ons moeten bezighouden met wat voor soort van sensor data wordt verzameld, hoe de toegang tot die gegevens wordt gegeven, en hoe het zal worden tot puree en op verschillende manieren gebruikt met behulp van machine-assisted analytics.
Bijvoorbeeld, communicatie, zoals het Apple-Horloge kan bieden telemetrie voor de gezondheid beoefenaars over de algehele gezondheid van hun patiënten en zorgen voor alarmering en rapportage, zodat artsen kan een meer proactieve rol in plaats van te handelen op een acute gebeurtenis, zoals een noodsituatie kamer bezoek.
Maar dezelfde technologie wordt al gebruikt door levensverzekeringsondernemingen, zoals het John Hancock door de Vitaliteit van het programma, om het beleid met de tarieven die worden beïnvloed door de drager van de totale activiteit en levensstijl.
Het zou niet veel uit te breiden de trend analyse dat het bedrijf vrijwel zeker betrokken in de op te nemen gegevens van de GPS-ontvanger op dat apparaat, of zelfs op de verzekerde smartphone om te begrijpen, bijvoorbeeld welke soorten restaurants die persoon bezoeken en, potentieel, wat de impact is op de persoon die de algehele gezondheid.
Dus, in de toekomst, wilt u misschien twee keer nadenken over het doen van dat Yelp check-in bij de In-N-Out.
Ook: Hoe de machine learning en data science geven Bloomberg een voordeel
Er zijn ook producten op de markt, zoals Sprint Rijden, die gebruik maakt van cloud-gebaseerde diensten voor het opslaan van GPS-reis-en andere prestaties van het voertuig gegevens (gegevens die kunnen worden geopend door een verzekeringsmaatschappij, indien toegang tot die gegevens werd verkocht door de oorspronkelijke gegevensbron.
Net als een opt-in voor John Hancock Vitaliteit, je zou kunnen vinden jezelf wordt aangeboden, (gedwongen) in een dynamisch beleid door GEICO, USAA, Bedrijfseconomisch, of Hartford Verzekering voor uw voertuig als u een automatische tracking-apparaat zoals een Sprint Rijden.
Al een bezoek aan McDonald ‘ s elke dag voor het ontbijt? Rijd je al te snel naar beneden dat hoofdweg? Ik denk dat uw premies gingen omhoog van $3.000 per jaar. Collectief. Vergeet niet, deze zijn niet alleen gericht gegevens verzamelingen, maar uw buren zijn ook de oprichting van trends in uw stad en gemeente, die ook zal mogelijk gevolgen voor u.
Yay, machine learning!
Al deze voorbeelden zijn natuurlijk net het soort dingen dat bedrijven zullen in hun eigen belang wanneer de toegang tot dit soort gegevens ze verzamelen op hun eigen voor interne toepassingen.
Moet lezen
61% van de bedrijven hebben reeds AI (TechRepublic)Top 5: Manieren AI zal veranderen bedrijf (TechRepublic)10 manieren AI impact zullen hebben op de onderneming in 2018 (TechRepublic)
We hebben nog niet eens begonnen te verdiepen in wat belanghebbende derden zal met deze gegevens doen als toegang wordt verkocht of verleend aan hen, noch zijn we ingegaan op de mogelijkheid om gegevens te meer inbreuken op de beveiliging van slechte acteurs, of zelfs onbedoelde schendingen van de soort die we onlangs hebben gezien met slecht API beveiliging tegen Facebook en Google.
Machine learning en data meren zijn krachtige instrumenten die, zoals social media, kan het verbeteren van onze kwaliteit van leven, en help ons te winnen belangrijke zakelijke en persoonlijke inzichten die ons in staat zullen stellen om sneller en beter reageren. Maar we moeten uiterst voorzichtig zijn over de manier waarop de gegevens verzameld, hoe deze wordt gedeeld, waar het voor gebruikt wordt en hoe deze beveiligd zijn. Ik kan niet denken van andere baanbrekende technologie op de markt nu, dat heeft zo veel potentieel voor het goede als voor het kwade.
Zal ‘machine learning’ in de cloud herald een leeftijd van inzicht in bedrijfsprocessen en behendigheid, of zal het onze volgende persoonlijke nachtmerrie die vernietigt ons leven en van onze privacy als we dat te weten? Praat Terug en Laat Me Weten.
Vorige en aanverwante dekking:
Wat is AI? Alles wat je moet weten
Een executive gids voor kunstmatige intelligentie, van machine learning en algemene AI-neurale netwerken.
Wat is diep leren? Alles wat je moet weten
De lowdown op diep leren: van hoe het zich verhoudt tot het bredere veld van machine-leren door te zien hoe aan de slag met het.
Wat is machine learning? Alles wat je moet weten
In deze gids wordt uitgelegd wat ‘machine learning’ is, hoe het is in verband met kunstmatige intelligentie, hoe het werkt en waarom het belangrijk is.
Wat is cloud computing? Alles wat u moet weten over
Een introductie van cloud computing recht vanaf de basis tot IaaS en PaaS -, hybride -, public en private cloud.
Verwante artikelen:
Er is geen rol voor de AI of data science: dit is een team effortAI: Het uitzicht vanuit de Chief Data Science OfficeIt is niet de banen AI is het vernietigen van dat stoort me, het is degenen die groeien
Verwante Onderwerpen:
Cloud
Digitale Transformatie
Robotica
Het Internet van Dingen
Innovatie
Enterprise Software
0