211service.com
Microsoft: AI is nog niet aanpasbaar genoeg om bedrijven te helpen
De AI-revolutie kan langer duren dan sommigen verwachten om zich vanuit Silicon Valley naar andere industrieën te verspreiden.
Dankzij recente doorbraken op het gebied van machine learning hebben technische giganten zoals Microsoft, Google en Facebook indrukwekkende nieuwe bedrijven en producten kunnen bouwen die worden aangedreven door software die tekst en afbeeldingen parseert. Sommigen hebben cloudservices gelanceerd waarvan ze zeggen dat ze AI kunnen democratiseren door andere bedrijven te helpen hetzelfde te doen.
Maar Peter Lee, vice-president van de onderzoeksafdeling van Microsoft, zei deze week dat de meest waardevolle, hoogwaardige machine-learningsystemen die zo nuttig zijn voor technische giganten, nog steeds te inflexibel en duur zijn voor het bedrijf om zijn zakelijke klanten aan te bieden.
We bevinden ons nu op het gebied van enterprise-toepassing van machine learning en AI-concepten op een tussenliggende plek, zei Lee at MIT Technology Review ’s EmTech Digital-conferentie deze week in San Francisco. AI is geen technologie die tot de praktijk is teruggebracht; we hebben een klein en goedbetaald kader van vakmensen die de op maat gemaakte oplossingen bouwen.
Lee noemde als voorbeeld AI-aangedreven tools die Microsoft heeft ontwikkeld om zijn verkopers te helpen deals te sluiten. Ik zou niets liever willen dan die aan elk ander bedrijf ter wereld kunnen verkopen, zei hij treurig. Dat is op dit moment onmogelijk, voegde hij eraan toe, omdat de technologie moeizaam zou moeten worden aangepast aan elk nieuw bedrijf.
Software bouwen die AI gebruikt om te leren en zich aan te passen aan de behoeften en omstandigheden binnen een bepaald bedrijf, lijkt misschien het antwoord. Maar Lee zei dat de ervaringen van Microsoft om software te laten leren van de echte wereld laten zien dat de technologie momenteel niet volwassen genoeg is.
Toen Microsoft vorig jaar een chatbot op Twitter lanceerde die kon leren van gesprekken, pikte het bijvoorbeeld snel racistische taal op. Het vertaalsysteem van Microsoft zorgde afgelopen zomer voor verwarring na het analyseren van online tekst, waardoor het begon met het vertalen van Daesh - een Arabische naam voor Islamitische Staat - in Saoedi-Arabië in het Engels.
Deze machine learning-systemen zijn spectaculairder geworden in hun mislukkingen, zei Lee. Om leersoftware los te laten in echte situaties, is nog steeds nauw toezicht van deskundige mensen vereist.
Er is duidelijk nog geld te verdienen door eenvoudigere AI-diensten aan bedrijven te verkopen. Microsoft's aanbod omvat: services die dingen doen zoals gezichten in een afbeelding tellen en spraak converteren naar tekst. Op het EmTech-evenement toonde startup Clarifai tools die bedrijven helpen bij het zoeken en beheren van collecties afbeeldingen en video door hun inhoud te begrijpen.
Toch suggereerde Lee dat dergelijke producten niet de revolutie – of nieuwe winsten – kunnen opleveren die zijn gegenereerd door de interne projecten van technische giganten bij de ontwikkeling van AI-technologie. Meestal zijn de hoogwaardige toepassingen van machine learning in de onderneming de aangepaste of op maat gemaakte oplossingen, zei hij. Elke onderneming is een speciaal geval, dus u wilt dat deze zich aanpassen aan de speciale behoeften en omstandigheden.
Lee zei dat het werken aan software die leert door verschillende acties uit te proberen en te kijken wat werkt, in plaats van statische gegevens zoals tekst of afbeeldingen te verwerken, uiteindelijk de industrie uit deze binding zou kunnen halen. Hij verwees naar hoe Google versterkend leren gebruikte om het spel van Go onder de knie te krijgen en hernieuwde interesse in algoritmen die losjes zijn geïnspireerd door evolutie, onlangs benadrukt door het onafhankelijke onderzoeksinstituut OpenAI.
Ze worden niet beperkt door de output van menselijke intelligentie te schrapen of te delven, zei hij. Je zou kunnen concluderen dat deze systemen een betere kans hebben om een bedrijfsproces te begrijpen en zijn eigen strategieën te ontwikkelen.