Машинное обучение против автоматизации

• Идея автоматизации существует уже давно; это относится к любой системе, которая выполняет стандартизированные повторяющиеся действия.
• Машинное обучение — это быстро развивающееся подмножество искусственного интеллекта, которое фокусируется на анализе больших объемов данных, как правило, для прогнозирования.
• Системы ИИ еще не могут по-настоящему думать, но многие системы машинного обучения демонстрируют поведение типа ИИ, например, распознавание языка и сравнение зрительной памяти.
• Эта статья предназначена для бизнес-лидеров и профессионалов, заинтересованных в том, как автоматизация, машинное обучение и искусственный интеллект могут повлиять на бизнес.

Крупные игроки в технологической отрасли раздвигают границы самоопределяющихся компьютеров, особенно по мере того, как передовые технологии, такие как искусственный интеллект (ИИ) и машинное обучение, становятся все более популярными. В то время как многие профессионалы понимают, что эти технологии облегчат их работу или даже возьмут на себя выполнение определенных задач, другие чувствуют замешательство. Один из распространенных вопросов: в чем разница между машинным обучением и автоматизацией?

В чем разница между машинным обучением и автоматизацией?

Начнем с машинного обучения, подмножества ИИ.

«Это эволюция», — сказал Андреас Роэлл, управляющий партнер Analytics Ventures, консалтинговой компании, которая помогает предприятиям внедрять ИИ. «ИИ подходит для анализа рабочей нагрузки или анализа задач. Бизнес-аналитика также находится в том же ведре. Он собирает данные, а затем анализирует их». (Статья по теме: Как искусственный интеллект меняет бизнес)

По словам Роэлла, машинное обучение, как правило, является более поздней стадией развития, когда машины самостоятельно собирают данные, а затем анализируют их. Самая большая разница заключается в том, что «машинное обучение идентифицирует сигналы данных, актуальные для будущего», — добавил он.

Автоматизацию часто путают с ИИ. Как и автоматизация, ИИ предназначен для оптимизации задач и ускорения рабочих процессов. Но разница в том, что автоматика фиксируется исключительно на повторяющихся, поучительных задачах, а выполнив задание, дальше не думает.

Есть большая вероятность, что вы используете автоматизацию, даже не подозревая об этом, например, автоматизируя электронные письма клиентам, автоматизируя способ создания счетов или автоматически регистрируя запрос в службу поддержки. Автоматизация рабочего места экономит время и позволяет работникам сосредоточиться на более приоритетных задачах. Это надежная компьютеризированная рабочая лошадка, способная появиться и выполнить работу.

Машинное обучение берет эти задачи и накладывает на них элемент прогнозирования. В то время как автоматизация будет продолжать делать именно то, что вы просили — скажем, отправлять счета в определенный день, — машинное обучение предсказывает, когда должны быть отправлены счета, кто получил или не получил их, и когда платежи находятся на грани задержки.

Узнайте больше об автоматизированном почтовом маркетинге, прочитав наш подробный обзор Zoho CRM и наш обзор Constant Contact.

Является ли ИИ таким же, как автоматизация?

Нет, ИИ и автоматизация — это не одно и то же. Автоматизация включает в себя целую категорию технологий, обеспечивающих деятельность или работу без участия человека. Например, скажем, водяное колесо старого образца представляет собой автоматизацию, превращающую силу падающей воды в повторяющуюся нечеловеческую деятельность или механическую работу. В водяном колесе нет ничего, что связано с искусственным интеллектом; он просто продолжает делать одно и то же снова и снова.

Мы часто ассоциируем автоматизацию с компьютерами, но она существует уже много лет.

«Если вы можете взять ресурсы, которые у вас есть, и придумать что-то вроде серебряной пули, которая превратит их в радикально лучшую эффективность того, что вы получаете обратно, это станет эволюционным динамитом», — зоолог Антоне Мартиньо-Трусвелл. сказал Гизмодо. «У тебя все будет фантастически хорошо, как и у нас. Из-за нас все наши ближайшие родственники находятся под угрозой».

ИИ, с другой стороны, включает в себя машину, демонстрирующую и практикующую что-то похожее на то, что мы называем человеческим мышлением, то есть способность тысячами способов взаимодействовать с окружающим миром без получения какого-либо предварительного явного кода или инструкций. Подумайте, например, о том, как цифровые помощники с искусственным интеллектом, такие как Siri или Alexa, могут понимать и реагировать на наши вопросы и команды.

Скорость, с которой компании внедряют ИИ, продолжает расти. По данным отчет McKinsey о состоянии ИИ в 2021 году, в ходе которого было опрошено 1800 бизнес-лидеров из различных отраслей по всему миру.

Согласно результатам опроса McKinsey, 27% ответивших компаний обнаружили увеличение прибыли до вычета процентов и налогов (EBIT) за счет ИИ не менее чем на 5%.

Создаст ли ИИ новые рабочие места?

Машинное обучение работает для понимания данных, используя то, что Роэлл назвал сигналами данных, для управления интеллектом будущего. Это не просто выполнение потока задач «если X, то Y»; по сути, это обдумывание данных так же, как человек.

«Существует много опасений по поводу ИИ, что он сократит рабочие места», — сказал Роэлл. «Это не то, что он должен делать; это делает нашу работу проще. Но это приведет к созданию совершенно новых категорий рабочих мест».

Роэлл привел пример сотрудников колл-центра, которых сейчас используют для категоризации огромных объемов данных, используемых ИИ. Несколько компаний использовали этот подход.

«Вот это и есть настоящая инновация, — сказал Роэлл.

Можно ли автоматизировать машинное обучение?

Машинное обучение можно автоматизировать, если оно снова и снова включает одни и те же действия. Однако фундаментальная природа машинного обучения имеет дело с противоположным: переменными условиями. В связи с этим машинное обучение должно иметь возможность функционировать независимо и с различными решениями для удовлетворения различных требований. Существует более высокая вероятность того, что машинное обучение будет применяться для определения неизвестных сценариев прогнозирования.

Однако этот принцип может применяться в автоматизированных системах в качестве меры предосторожности или элемента автоматизации. по данным Института Брукингса. Например, компьютерная система, используемая для перемещения коробок Amazon.com, может запоминать миллионы и миллионы весов, чтобы пометить коробку на конвейерной ленте, которая не соответствует известному инвентарю, когда она обнаружит аномалию на пути от полки к полке. грузовой автомобиль.

Программное обеспечение для автоматизации рабочего места использует логику на основе правил для автоматизации ручной работы, такой как отправка последующих электронных писем.

Увидим ли мы мир ИИ в 2022 году?

Не совсем так, по данным Стэнфордского университета. Отчет об индексе искусственного интеллекта за 2022 г.. Системы искусственного интеллекта — это тенденция бизнес-технологий, которая все более широко внедряется в мировую экономику. С этим расширяющимся развертыванием происходит соразмерное увеличение возможностей ИИ. Языковые модели становятся все более точными, время обучения классификации изображений быстро сокращается, а системы искусственного интеллекта становятся все более доступными.

Однако между системами ИИ, ориентированными на конкретные действия, и системами ИИ общего назначения все еще существует значительный разрыв.

Адам Узиалко и Джоанна Ферлонг участвовали в написании и написании этой статьи. Источник интервью были проведены для предыдущей версии этой статьи.