Rhagfynegiad ymddygiadol AI: Peiriannau wedi'u cynllunio i ragweld y dyfodol

• Awdur:
• enw awdur

  Rhagolwg Quantumrun
• Efallai y 17, 2023

Mae dyfeisiau sy'n cael eu pweru gan algorithmau dysgu peirianyddol (ML) yn newid yn gyflym sut rydym yn gweithio ac yn cyfathrebu. A chyda chyflwyniad algorithmau cenhedlaeth nesaf, efallai y bydd y dyfeisiau hyn yn dechrau cyflawni lefelau uwch o resymu a dealltwriaeth a all gefnogi camau rhagweithiol ac awgrymiadau ar gyfer eu perchnogion.

Cyd-destun rhagfynegi ymddygiad AI

Yn 2021, datgelodd ymchwilwyr Columbia Engineering brosiect sy'n cymhwyso ML rhagfynegol yn seiliedig ar weledigaeth gyfrifiadurol. Fe wnaethant hyfforddi peiriannau i ragweld ymddygiad dynol hyd at ychydig funudau i'r dyfodol trwy ddefnyddio gwerth miloedd o oriau o ffilmiau, sioeau teledu, a fideos chwaraeon. Mae'r algorithm mwy sythweledol hwn yn cymryd geometreg anarferol i ystyriaeth, gan ganiatáu i beiriannau wneud rhagfynegiadau nad ydynt bob amser wedi'u rhwymo gan y rheolau traddodiadol (ee, nid yw llinellau cyfochrog byth yn croesi). 

Mae'r math hwn o hyblygrwydd yn caniatáu i robotiaid amnewid cysyniadau cysylltiedig os nad ydynt yn siŵr beth fydd yn digwydd nesaf. Er enghraifft, os yw'r peiriant yn ansicr a fyddai pobl yn ysgwyd llaw ar ôl cyfarfyddiad, byddent yn ei adnabod fel "cyfarch" yn lle hynny. Gall y dechnoleg AI rhagfynegol hon ddod o hyd i gymwysiadau amrywiol mewn bywyd bob dydd, o helpu pobl gyda'u tasgau o ddydd i ddydd i ragfynegi canlyniadau mewn rhai senarios. Roedd ymdrechion blaenorol i gymhwyso ML rhagfynegol yn nodweddiadol yn canolbwyntio ar ragweld un weithred ar unrhyw adeg benodol, gyda'r algorithmau'n ceisio categoreiddio'r weithred hon, megis cynnig cwtsh, ysgwyd llaw, uchel-bump, neu ddim gweithred. Fodd bynnag, oherwydd yr ansicrwydd cynhenid, ni all y rhan fwyaf o fodelau ML nodi tebygrwydd rhwng pob canlyniad posibl.

Effaith aflonyddgar

Gan nad yw algorithmau cyfredol mor rhesymegol â bodau dynol (2022), mae eu dibynadwyedd fel cydweithwyr yn dal yn gymharol isel. Er eu bod yn gallu perfformio neu awtomeiddio tasgau a gweithgareddau penodol, ni ellir eu cyfrif i wneud tyniadau na strategaeth. Fodd bynnag, bydd atebion rhagfynegi ymddygiad AI sy'n dod i'r amlwg yn newid y patrwm hwn, yn enwedig o ran sut mae peiriannau'n gweithio ochr yn ochr â bodau dynol dros y degawdau nesaf.

Er enghraifft, bydd rhagfynegi ymddygiad AI yn galluogi meddalwedd a pheiriannau i gynnig atebion newydd a gwerth chweil pan fydd ansicrwydd. Yn y diwydiannau gwasanaeth a gweithgynhyrchu, yn arbennig, bydd cobots (robotiaid cydweithredol) yn gallu darllen sefyllfaoedd ymhell ymlaen llaw yn lle dilyn set o baramedrau, yn ogystal ag awgrymu opsiynau neu welliannau i'w cydweithwyr dynol. Mae achosion defnydd posibl eraill ym maes seiberddiogelwch a gofal iechyd, lle gellir ymddiried yn gynyddol mewn robotiaid a dyfeisiau i gymryd camau ar unwaith yn seiliedig ar argyfyngau posibl.

Bydd cwmnïau hyd yn oed yn fwy cymwys i gynnig gwasanaethau wedi'u teilwra i'w cwsmeriaid i greu profiad mwy unigolyddol. Gallai fod yn beth cyffredin i fusnesau ddarparu cynigion hynod bersonol. Yn ogystal, bydd AI yn caniatáu i gwmnïau gael mewnwelediad dyfnach i ymddygiad cwsmeriaid i wneud y gorau o ymgyrchoedd marchnata er mwyn sicrhau'r effeithlonrwydd neu'r effeithiolrwydd mwyaf posibl. Fodd bynnag, gallai mabwysiadu algorithmau rhagfynegi ymddygiad yn eang arwain at ystyriaethau moesegol newydd yn ymwneud â hawliau preifatrwydd a chyfreithiau diogelu data. O ganlyniad, efallai y bydd llywodraethau'n cael eu gorfodi i ddeddfu camau ychwanegol i reoleiddio'r defnydd o'r atebion rhagfynegi ymddygiadol AI hwn.

Ceisiadau am ragfynegiad ymddygiad AI

Gall rhai cymwysiadau ar gyfer rhagfynegi ymddygiad AI gynnwys:

• Cerbydau hunan-yrru a all ragweld yn well sut y bydd ceir a cherddwyr eraill yn ymddwyn ar y ffordd, gan arwain at lai o wrthdrawiadau a damweiniau eraill.
• Chatbots a all ragweld sut y bydd cwsmeriaid yn ymateb i sgyrsiau cymhleth ac a fydd yn cynnig atebion mwy pwrpasol.
• Robotiaid mewn gofal iechyd a chyfleusterau gofal â chymorth sy'n gallu rhagweld anghenion cleifion yn gywir a mynd i'r afael ag argyfyngau ar unwaith.
• Offer marchnata a all ragweld tueddiadau defnyddwyr ar lwyfannau cyfryngau cymdeithasol, gan ganiatáu i gwmnïau addasu eu strategaethau yn unol â hynny.
• Cwmnïau gwasanaethau ariannol yn defnyddio peiriannau i nodi a rhagweld tueddiadau economaidd yn y dyfodol.
• Gwleidyddion yn defnyddio algorithmau i benderfynu pa faes sy'n debygol o fod â'r sylfaen pleidleiswyr fwyaf ymgysylltiedig a rhagweld canlyniadau gwleidyddol.
• Peiriannau sy'n gallu dadansoddi data demograffig a rhoi cipolwg ar anghenion a dewisiadau cymunedau.
• Meddalwedd sy'n gallu nodi'r cynnydd technolegol gorau nesaf ar gyfer sector neu ddiwydiant penodol, fel rhagweld yr angen am gategori cynnyrch newydd neu gynnig gwasanaeth mewn marchnad sy'n dod i'r amlwg.
• Nodi meysydd lle mae prinderau llafur neu fylchau sgiliau, gan baratoi sefydliadau ar gyfer atebion rheoli talent gwell.
• Algorithmau yn cael eu defnyddio i nodi ardaloedd datgoedwigo neu halogiad a allai fod angen sylw arbennig wrth gynllunio ymdrechion cadwraeth neu ymdrechion diogelu'r amgylchedd.
• Offer seiberddiogelwch a all ganfod unrhyw ymddygiad amheus cyn iddo ddod yn fygythiad, gan gynorthwyo gyda mesurau ataliol cynnar yn erbyn gweithgareddau seiberdroseddu neu derfysgaeth.

Cwestiynau i'w hystyried

• Ym mha ffordd arall ydych chi'n meddwl y bydd rhagfynegiad ymddygiad AI yn newid sut rydyn ni'n rhyngweithio â robotiaid?
• Beth yw'r achosion defnydd eraill ar gyfer dysgu peiriant rhagfynegol?