Industrielle Fertigung
Industrielles Internet der Dinge | Industrielle Materialien | Gerätewartung und Reparatur | Industrielle Programmierung |
home  MfgRobots >> Industrielle Fertigung >  >> Industrial Internet of Things >> Internet der Dinge-Technologie

Könnten Sie von der KI überfordert sein?

Mark Troester des Fortschritts

Dies ist ein schreckliches Eingeständnis für jemanden in der Internet of Things (IoT)-Branche, sagt der freiberufliche Autor Nick Booth, aber ich muss gestehen, dass ich Zweifel an künstlicher Intelligenz (KI) habe. Ich denke, die IT-Branche war wie immer viel zu voreilig, die Menschheit zu zerreißen und zu ersetzen.

Es scheint, dass ich nicht allein bin. Laut WorkForce Futures-Bericht von Fuze , 40 % der Arbeitnehmer sehen den Einsatz von KI in ihrem Unternehmen, aber doppelt so viele (84 %) würden lieber mit einer Person als mit einer Maschine sprechen.

Ich kann sehen, warum. Zunächst einmal hat ein künstlich intelligentes System ein grundlegendes Wissen, das immer nur so gut sein kann wie die Vorstellungskraft der Person, die es erstellt hat. Das setzt voraus, dass der Entwickler ihm alles gesagt hat, was er weiß, was unmöglich ist. Die KI-Maschine hat nur einen winzigen Teil der Intelligenz einer Person. Es beginnt also weit hinten.

KI beginnt hinten

Dann sollten wir die Lernfähigkeit der Maschine berücksichtigen, die auch ziemlich unterlegen ist. Menschen haben eine Vielzahl von Lernstilen, so dass sie von Sozialwissenschaftlern in generische Typen eingeteilt werden mussten.

Der Index of Learning Styles von Felder und Soloman fasst unsere Lernstile in die folgenden Untergruppen von Lernenden zusammen:sensorisch und intuitiv; visuell und verbal; aktiv und reflektierend. Einige von uns lernen durch visuelle Hinweise, wie Grafiken und Diagramme. Andere lernen, indem sie sich in das Lernen einbringen und Experimente durchführen oder in einer Gruppe arbeiten.

Reflektierende Lernende nehmen sich Zeit, um über Dinge nachzudenken. Aktive Lernende probieren Dinge aus. Sequentielle Lernende haben gerne alles übersichtlich und geordnet. Sie konzentrieren sich auf die Details, um größere Konzepte zu verstehen. Globale Lernende möchten zuerst das große Ganze sehen und sich dann auf die Details konzentrieren. Wir alle fallen zwischen diese Stühle. Wir alle können von einer Mischung dieser Stile profitieren.

Ist KI eindimensionales Lernen?

Sobald Sie Ihren eigenen, unverwechselbaren Stil identifiziert haben, können Sie Ihr Lernen entsprechend strukturieren. Ein ausgewogenerer Lernansatz öffnet Ihnen die Art und Weise, wie Sie die Welt wahrnehmen. Maschinelles Lernen ist ziemlich eindimensional – mathematische Berechnungen.

Ja, Maschinen haben mehr Energie als wir und langweilen sich nicht beim Lernen und schauen sich Youtube  an Videos. Trotzdem müssen sie mehrere Jahrtausende der Evolution aufholen, sodass die Maschinen uns so schnell nicht überholen werden.

Ich erwähne dies, weil ich immer wieder Zeuge werde, wie Unternehmen zugeschlagen und alle Spuren der Menschheit aus ihren IoT-Unterstützungssystemen entfernt haben. Sie haben die verrückte Annahme gemacht, dass jedes Support-Problem, das wir haben, von einer ihrer Maschinen abgedeckt werden kann.

KI ist für die meisten Unternehmen nicht zugänglich, das ist das eigentliche Problem, sagt Mark Troester, VP of Strategy bei Progress , ein Unternehmen, das Entwicklungstools für das IoT bereitstellt.

Es ist auch nicht gut, auf den Abschluss der nächsten Generation von Data Scientists zu warten. Wenn eine Woche in der Politik eine lange Zeit ist, sind im IoT drei Jahre ein Alter. Die gute Nachricht ist, dass mehrere Faktoren zusammentreffen, die es mehr Unternehmen ermöglichen sollten, von KI zu profitieren.

Eine Welle intelligenter vernetzter Sensoren generiert umfangreiche und granulare Daten zusammen mit Plattformen, die Daten in großem Maßstab sammeln, speichern und verarbeiten können. „Der interessanteste Aspekt ist die Automatisierung des Data-Science-Lebenszyklus“, sagt Troester, „das ist im Grunde die Anwendung von KI auf KI.“

Dies bietet eine bessere Vorhersagegenauigkeit und befreit Data Scientists und Business-Analysten von dem manuellen Aufwand, der zum Trainieren der Modelle erforderlich ist. Sie können sich also darauf konzentrieren, dem Unternehmen einen Mehrwert zu bieten und die KI leichter zugänglich zu machen.

Die gute Nachricht ist jedoch, dass das Vertrauen in KI relativ hoch ist, so die bereits erwähnte Workforce Futures-Studie von Fuze, die ergab, dass 26 % der Arbeitnehmer der Meinung sind, dass künstliche Intelligenz die größten echten Auswirkungen auf die Arbeitswelt haben wird. Das ist fünfmal mehr als Blockchain.

Nur 8 % der befragten IT-Experten sind der Meinung, dass KI die „am meisten überbewertete Technologie des Jahres 2018“ ist (obwohl dies ihre persönlichen Roboter gewesen sein könnten, die die Antwort gegeben haben). Im Gegensatz dazu sagen 23 %, dass Virtual Reality die anspruchsvollste Einheit ist. Die Sprachunterstützung ist nicht weit entfernt.

Die beste Enthüllung aus dem Bericht ist die Vermutung, dass die jüngere Generation den Technologien der künstlichen Intelligenz am skeptischsten gegenübersteht. Das stellt mein Vertrauen in die jungen Leute wieder her.

Der Autor dieses Blogs ist Nick Booth, freiberuflicher IT- und Kommunikationsautor


Internet der Dinge-Technologie

  1. Cloud Application Monitoring und Sie
  2. Die Lieferkette und maschinelles Lernen
  3. Zuverlässigkeit steigern und Wartungsergebnisse verbessern mit maschinellem Lernen
  4. Ausgelagerte KI und Deep Learning im Gesundheitswesen – Ist der Datenschutz gefährdet?
  5. Warum Sie die Transformation nicht auslagern können und eine Ultra-Transformation benötigen
  6. Was Sie über IoT und Cybersicherheit wissen müssen
  7. IoT und Bildung:Überwindung der digitalen Kluft
  8. Was ist ein intelligentes Netzwerk und wie könnte es Ihrem Unternehmen helfen?
  9. 5G-Wireless-Netzwerke könnten das IoT und die Steuern verändern
  10. Coworking Spaces und IoT – was könnte schief gehen?