Предвиђање понашања вештачке интелигенције: машине дизајниране да предвиде будућност

• Аутор:
• ime аутора

  Куантумрун Форесигхт
• Може 17, 2023

Уређаји засновани на алгоритмима машинског учења (МЛ) брзо мењају начин на који радимо и комуницирамо. А са увођењем алгоритама следеће генерације, ови уређаји могу почети да постижу више нивое расуђивања и разумевања који могу да подрже проактивне акције и предлоге за своје власнике.

Контекст предвиђања понашања АИ

2021. истраживачи Цолумбиа Енгинееринг открили су пројекат који примењује предиктивни МЛ заснован на компјутерском виду. Они су обучили машине да предвиде људско понашање до неколико минута у будућност користећи хиљаде сати вредних филмова, ТВ емисија и спортских видео записа. Овај интуитивнији алгоритам узима у обзир необичну геометрију, омогућавајући машинама да праве предвиђања која нису увек везана традиционалним правилима (нпр. паралелне праве се никада не укрштају). 

Ова врста флексибилности омогућава роботима да замене повезане концепте ако нису сигурни шта ће се следеће десити. На пример, ако машина није сигурна да ли би се људи руковали након сусрета, они би то уместо тога препознали као "поздрав". Ова предиктивна АИ технологија може пронаћи различите примене у свакодневном животу, од помагања људима у њиховим свакодневним задацима до предвиђања исхода у одређеним сценаријима. Претходни напори за примену предиктивног МЛ-а обично су били концентрисани на предвиђање једне акције у било ком тренутку, са алгоритмима који су покушавали да категоризују ову радњу, као што је нуђење загрљаја, руковање, дај пет или без акције. Међутим, због инхерентне неизвесности, већина модела МЛ не може да идентификује сличности између свих потенцијалних исхода.

Ометајући утицај

Пошто актуелни алгоритми још увек нису тако логични као људи (2022), њихова поузданост као сарадника је и даље релативно ниска. Иако могу да обављају или аутоматизују одређене задатке и активности, не могу се рачунати да праве апстракције или стратегију. Међутим, нова решења за предвиђање понашања вештачке интелигенције промениће ову парадигму, посебно у томе како машине раде заједно са људима у наредним деценијама.

На пример, предвиђање понашања вештачке интелигенције ће омогућити софтверу и машинама да предложе нова и вредна решења када се сусрећу са неизвесностима. У услужној и производној индустрији, посебно, коботи (колаборативни роботи) ће постати у стању да читају ситуације много унапред уместо да прате скуп параметара, као и да предлажу опције или побољшања својим људским колегама. Други потенцијални случајеви употребе су у сајбер безбедности и здравству, где се роботима и уређајима може све више веровати да ће предузети хитне мере на основу потенцијалних хитних случајева.

Компаније ће постати још боље опремљене да понуде прилагођене услуге својим клијентима како би створиле индивидуализованије искуство. Потенцијално би могло постати уобичајено да предузећа пружају високо персонализоване понуде. Поред тога, АИ ће омогућити фирмама да стекну дубљи увид у понашање купаца како би оптимизовали маркетиншке кампање за максималну ефикасност или ефективност. Међутим, широко усвајање алгоритама за предвиђање понашања могло би довести до нових етичких разматрања у вези са правима на приватност и законима о заштити података. Као резултат тога, владе могу бити принуђене да донесу додатне кораке за регулисање употребе ових решења за предвиђање понашања АИ.

Апликације за предвиђање понашања вештачке интелигенције

Неке апликације за предвиђање понашања АИ могу укључивати:

• Самовозећа возила која могу боље предвидети како ће се други аутомобили и пешаци понашати на путу, што доводи до мањег броја судара и других несрећа.
• Чет-ботови који могу да предвиде како ће клијенти реаговати на сложене разговоре и предложиће прилагођенија решења.
• Роботи у здравственим установама и установама за помоћну негу који могу прецизно предвидети потребе пацијената и одмах се позабавити хитним случајевима.
• Маркетиншки алати који могу предвидети трендове корисника на платформама друштвених медија, омогућавајући компанијама да у складу с тим прилагоде своје стратегије.
• Фирме за финансијске услуге које користе машине за идентификацију и предвиђање будућих економских трендова.
• Политичари који користе алгоритме да одреде која област ће вероватно имати најангажованију бирачку базу и предвидети политичке исходе.
• Машине које могу да анализирају демографске податке и пруже увид у потребе и преференције заједница.
• Софтвер који може да идентификује следећи најбољи технолошки напредак за одређени сектор или индустрију, као што је предвиђање потребе за новом категоријом производа или понудом услуга на тржишту у настајању.
• Идентификација области у којима постоји недостатак радне снаге или недостаци у вештинама, припремајући организације за побољшана решења за управљање талентима.
• Алгоритми који се користе за прецизирање подручја крчења шума или контаминације којима је можда потребна посебна пажња приликом планирања напора за очување или заштите животне средине.
• Алати за сајбер безбедност који могу открити свако сумњиво понашање пре него што постане претња, помажући у раним превентивним мерама против сајбер криминала или терористичких активности.

Питања која треба размотрити

• Шта иначе мислите да ће предвиђање понашања вештачке интелигенције променити начин на који комуницирамо са роботима?
• Који су други случајеви употребе предиктивног машинског учења?