Πώς να εκμεταλλευτείτε την Τεχνητή Νοημοσύνη στην επιχείρησή σας

Ο περισσότερος κόσμος ακούει Τεχνητή Νοημοσύνη και σκέφτεται το Χόλιγουντ. Κάτι ανάμεσα σε Σβαρτσενέγκερ στον Εξολοθρευτή, στα ρομπότ του ΑΙ του Σπίλμπεργκ, και στον HAL του Space Odyssey ή το φετινό Ex Machina. Κοινό χαρακτηριστικό όλων αυτών είναι η κυριαρχία των υπολογιστών στους ανθρώπους σε ένα μέλλον καθόλου ευοίωνο. Είναι ο ορισμός του στερεότυπου και ο κόσμος το έχει πιστέψει.

Όμως τεχνητή νοημοσύνη είναι το Google Now που έχουμε στο Android κινητό μας και η Siri στο iPhone. Είναι το Crystal που βοηθάει τους επαγγελματίες της επικοινωνίας να συντάξουν email με γλώσσα και ύφος που ταιριάζει σε εκείνα του εκάστοτε παραλήπτη. Είναι το How Old Do I Look της Microsoft που εξετάζει τις φωτογραφίες σας και μαντεύει πόσων χρόνων είστε. Είναι δεκάδες άλλες εφαρμογές που υπάρχουν και που περιμένουν να τις ανακαλύψετε.

Υπολογιστικά μοντέλα που μαθαίνουν από τους χρήστες

Όποιος έχει εισάγει το σπίτι του προς ενοικίαση στο Airbnb έχει δει το εργαλείο με το οποίο μπορεί να προβλέψει το εισόδημα που θα του αποφέρει ανάλογα με την τιμή που θα ορίσει. Σίγουρα η εξέλιξη δεν είναι γραμμική και σίγουρα αυτός δεν είναι ένας απλός αλγόριθμος. Το πρόγραμμα πίσω από τον υπολογισμό λέγεται Aerosolve και μαθαίνει όσο του εισάγουν οι χρήστες στοιχεία. Μεταξύ των λειτουργιών του είναι να υπολογίζει το προσδοκώμενο έσοδο με βάση την εποχή, τη γειτονιά, τα δημογραφικά, τα χαρακτηριστικά του οικήματος κ.ά. Το Aerosolve βρίσκεται διαθέσιμο για όλους στο Github.

Το ΑΙ της Amazon που κάνει προβλέψεις

Από τον περασμένο Απρίλιο η Amazon προσφέρει μια cloud υπηρεσία που απευθύνεται σε όσους εργάζονται με μεγάλα spreadsheets ή «μεγάλα δεδομένα» και θέλουν να τα χρησιμοποιήσουν για να φτιάξουν μοντέλα πρόβλεψης. Ουσιαστικά αξιολογεί τα υπάρχοντα στατιστικά για να «διδάξει» τους αλγόριθμους να προβλέψουν καταστάσεις. Προς το παρόν περιορίζεται στα εξής τρία παραδείγματα: 1. Είναι η διεύθυνση αποστολής πολυκατοικία; 2. Είναι το προϊόν βιβλίο, ταινία ή ρούχο; 3. Πόσο κραγιόν πρέπει να στοκάρουμε και πόσο πρέπει να το πουλήσουμε;

Όσο οι αλγόριθμοι «μαθαίνουν» τόσο θα πληθαίνουν οι σχετικές εφαρμογές τους.

Αναζητώντας το εμβόλιο του Έμπολα

Η Atomwise χρησιμοποιεί αλγόριθμους για φαρμακευτικές έρευνες. Στον υπολογιστή, εισάγει γνωστές παρενέργειες γνωστών φαρμάκων μαζί με τη χημική τους σύσταση και αναζητά τυχόν επιθυμητές ενέργειες που θα μπορούσαν να χρησιμεύσουν αλλού (όπως η τυχαία ανακάλυψη του Viagra που θεραπεύει τη στυτική δυσλειτουργία προέκυψε το 1996 από την έρευνα για την πνευμονική υπέρταση). Οι έρευνες της Atomwise έχουν ήδη παράξει δύο ουσίες που βοηθούν στη μείωση της εξάπλωσης του Έμπολα.

Μετάφραση σε πραγματικό χρόνο

Η Google είναι πρωτοπόρος σε αυτόν τον τομέα και ήδη διαθέτει εμπορικά τα εργαλεία της βασισμένα σε μεταφραστικές μνήμες στο Google Translate API. Το στάδιο «λεξικού» που κάθε λέξη αντιστοιχούσε απλώς με μία άλλη έχει ξεπεραστεί προ πολλού. Το Google Translate καταλαβαίνει πια το νόημα της λέξης και την αλληλεπίδρασή της με τις υπόλοιπες στην ίδια φράση, κατανοώντας έτσι ακόμα και ιδιωματισμούς.

Αναγνώριση προσώπου παντού

Η Facebook, η Nest, η Apple στο iPhoto και η Microsoft έχουν ήδη διαθέσιμα εργαλεία με τα οποία αναγνωρίζονται πρόσωπα στις ψηφιακές φωτογραφίες. Αν και το ΑΙ δεν μπορεί να δει να δει ένα άγνωστο πρόσωπο και να βρει πώς ονομάζεται, μπορεί να αναγνωρίσει αν το πρόσωπο που του δείχνετε είναι το ίδιο σε μια σειρά άλλων φωτογραφιών ή σε ένα video.

Όλα αυτά δείχνουν πως η τεχνητή νοημοσύνη είναι απλώς ένας τρόπος να αποκτήσουν λογική οι τεράστιες ποσότητες data που παράγουμε καθημερινά και αυτή τη λογική να τη χρησιμοποιήσουμε προς όφελός μας αφήνοντας στις μηχανές τις εργασίες εκείνες που εμείς βρίσκουμε βαρετές, επαναλαμβανόμενες ή πάρα πολύ δύσκολες. Ίσως έτσι, θα πουν κάποιοι, βοηθήσουμε την ανθρωπότητα να αυτοκαταστραφεί γρηγορότερα, αλλά σίγουρα δεν θα είναι οι μηχανές αυτές που θα «ζωντανέψουν» και θα στραφούν εναντίον μας.