Ошибка в восприятии: что надо знать для успешного внедрения ИИ

IT Статьи nlogic
Искусственный интеллект (ИИ) часто воспринимают как способ решения любой проблемы. Но для каждой задачи нужен свой алгоритм и свои данные. Ксения Дроздова, сооснователь nlogic — о том, как разработать решение на основе ИИ, которому можно будет доверять
Фото: Koki Nagahama / Getty Images
Фото: Koki Nagahama / Getty Images

Термин «искусственный интеллект» уже порядком надоел, да и среди разработчиков принято называть вещи своими именами — машинное обучение, обучение нейронной сети, подкрепление правилами. Но давайте для простоты продолжим называть это искусственным интеллектом, или ИИ.

В чем проблема ИИ

На волне популярности ИИ принял множество обликов. Из-за этого типичное представление о нем стало оторванным от реальности. В исследовании компании Gartner «Hype Cycle» изучен феномен изменения ожиданий от новой технологии со временем. Он заключается в том, что после появления технологии ожидания от нее стремительно растут, затем следует волна разочарования, и только после этого наступает самый интересный этап — плато плодотворного использования.

Анализ восприятия технологий за 2020 год показывает, что ни одно из ИИ-направлений еще не вышло на плато. Поэтому важно обсуждать особенности решений в этой области, чтобы вместе с компаниями из индустрии быстрее прийти к точке эффективности.

Объективное восприятие технологии

Есть ощущение, что ИИ воспринимается как нечто, что решит любую проблему. На самом деле каждый алгоритм ИИ может справляться с задачами не хуже человека лишь в узкой области. Это значит, что для каждой задачи, скорее всего, потребуется свой алгоритм. Даже если эти задачи с первого взгляда и кажутся похожими.