Бъдещето на изкуствения интелект: сливането на човешкото поведение с технологиите

Юри Агияр е Директор Иновации и Трансформации в Ogilvy Group New York

През 1995 астрономи от Китай откриха най-студеното място във вселената – Бумеранг Небула, с измерена температура малко под – 251°C. Това беше рекордът за най-ниска температура, докато един технологичен стартъп в Бъркли, Калифорния не използва криогенно замразяване, за да постигне още по-ниски температури, необходими за работата на новопостроения от тях квантов компютър. Квантовите компютри могат да правят до 1 трилион изчисления в секунда. Немислима скорост на изчисление само допреди няколко години, която днес е достъпна на облак за всеки, който иска да я използва.

Но нека се върнем към зората на развитието на мрежовите технологии през 80-те години на ХХ-ти век. Бизнесите тогава разполагаха с изобилие от независими технологични клъстъри, които си бяха самодостатъчни и често бяха наричани „острови на автоматизацията“. Развитието на APRANET (Advanced Research Project Agency Network) в рамките на Министерството на Отбраната на САЩ доведе до развитието на интернет протоколите, които свързаха тези „острови“. Именно това позволи и развитието в обмена на информация, който доведе до днешния интернет и направи възможен достъпът до високоскоростен, облачно базиран, квантов компютър. Историята на развитието на компютърните комуникации е от определящо значение за съвременната култура и технологичното и социалното развитие на човечеството. Компютърните комуникации направиха достъпа до информация по-лесен от когато и да било в човешката история до момента. В потвърждение на Закона на Мур, технологичните и тъч-скрийн устройствата в домовете, офисите, колите и самолетите стават все по-малки, все по-бързи и все по-достъпни, a оттам и все по-изобилни. Нуждата от бърз достъп и бърза обработка на информацията в индустрията и големите организации продължава да бъде голямо предизвикателство. Предизвикателство, което надхвърля възможностите на технологиите. Степента на социалното общуване днес допълнително влошава ситуацията, защото създава огромни обеми от данни. В рамките на една корпорация, общуването често се осъществява през профилирани инструменти и технологии, използвани ефективно от малки, agile екипи. В зависимост от това в коя част на света живеете и в коя индустрия работите, вероятно използвате до различна степен някой от многото инструменти за работна колаборация (например Slack, Trello, Teams, Jira и т.н.). Това създава „информационни силози“, които правят достъпа до точната информация по-сложен от когато и да било. Инструментите за работна колаборация доведоха до раздробяване на информацията на порции, и то в изключително голям мащаб, в различни, несвързани помежду си платформи. Ситуацията днес не е по-различна от ранните дни на мрежовото развитие, описани по-горе. Основната разлика днес е, че сме изключително добре свързани в различни мрежи и безнадеждно несвързани по отношение на информацията, създавайки по този начин нови „информационни острови“. Глобалната пандемия през 2020 направи това предизвикателство още по-видимо. Адресирането на проблема е трудно, а решението изисква комбинация от модерни технологии и дълбоко познаване на човешкото социално поведение.

Добре дошли в когнитивното търсене

Базирано на естественото човешко поведение и съвременните възможности на изкуствения интелект (AI), достъпът до най-релевантната информация по най-ефективния начин вече е възможен и наличен за употреба. Докато обновяването на търсачките навакса и се адаптира към новите начини на търсене на обща информация, нуждите на бизнеса изискват този проблем да се разреши спешно. Организациите, които разрешат тези проблеми, ще позволят на екипите си да отговорят много по-ефективно на изискванията на клиентите и купувачите си. Независимо дали става дума за дигитални архиви, търсене на талант, сложни работни процеси или придобиване на клиенти, това ще ускори културата на иновации и ще отговори на бързо променящите се бизнес нужди с едно ново ниво на гъвкавост и адаптивност. Днес, почти 100% от търсенията се извършват от човек с достъп до прозорец за търсене на екрана си или устройство с възможност за гласово търсене. Търсачките ровят из различни източници на информация и постоянно търсят обновени резултати, превръщайки днешното изживяване на търсенето в значително по-добро, отколкото беше само до преди няколко години. Този метод на търсене вече ни е привичен и значително се разви в последните години. Дори и развит, 20 резултата на страница и лист с резултати в обем от много страници е неефикасен в контекста на постоянно увеличаващите се обеми от данни. Изумителният обем от 6 милиарда търсения дневно само в Google, е ключов индикатор за това, колко много хората са се адаптирали към „информацията при поискване“. Този огромен обем ще продължи да движи и следващата поведенческа революция – Разговорния Изкуствен Интелект. Statista.com предвижда 8 милиарда гласово активирани асистенти в света до 2023 и това е много добър индикатор на ролята, която гласовото търсене ще има в близко бъдеще.

Ако комбинираме устройствата с изкуствен интелект с визуални технологии като разпознаване на образи, лицево разпознаване , разпознаване на цветови схеми, разпознаване на ръкопис, видео индексиране и категоризация на образи, получаваме едно ново състояние на търсенето, в което ефективно сме преодолели „информационните острови“, а достъпът до информационни силози с помощта на човешките когнитивни функции е възможен.

За лаиците смесването на съвременните технологии само ще ускори тази промяна. Скоро ще може да давате на дигиталния си гласов асистент сложни инструкции на своя език, със своя диалект, акцент и тон. Например, вместо да се налага да знаете името на сериала, мoже да кажете „Сири намери ми онзи сериал по HBO с драконите и го пусни на телевизора в хола“. Или пък, за бизнес нужди „Алекса, намери ми презентацията на Лорън за проджект мениджмънта в Кейптаун“. Някои от тези възможности са налични и днес, но само в рамките на ограничени екосистеми от данни. Обхващането на по-широк кръг екосистеми може да се случи само с прилагането на нанотехнологиите при съхранението на данни, (но това няма да се случи днес). Просто казано, масивните обеми информация, комбинирани с конвергирани съвременни компютърни технологии като квантови компютри и облачни технологии, интелигентен анализ на съдържание и когнитивно търсене, ще позволят усъвършенстването на контекстуално релевантни търсения на визуални, текстови и звукови данни с много по-голяма прецизност. Това още повече ще води към начин на търсене, който е присъщ на хората, а задаването на критерии за търсене като глас, цветово разпознаване, подобност на обекти и разпознаване на марки ще е всеобщо. Влиянието на това конвергиране ще се усети в широки граници: от e-commerce до роботиката и от маркетинг автоматизацията до корпоративния свят и малките бизнеси.

Резултати от изследване
Към края на миналата година едни малък екип, отговарящ за иновациите в Ogilvy, работи заедно с Google и един стартъп от района на Сан Франциско, за да види дали гореописаният технологичен напредък е успял да улови духа на Силиконовата Долина. Екипът беше изправен пред уникално предизвикателство: нов клиент предаде голям обем дигитални активи, които трябваше да се разпределят по прилежащите бизнес вертикали. По традиционния начин човек би предположил, че тези дигитални активи имат метаданни тагове, и това би означавало да се качи голям обем данни в инфраструктура, която мигновено би могла да извършва търсения и правилно да сортира базовата информация асоциирана с тях. Пропуските би трябвало да бъдат запълнени с огромен обем човешки усилия, в продължение на седмици. Въпреки тези усилия, все пак няма начин, който да гарантира точността, по която тези активи са тагнати и каталогизирани. Използването на ACI позволи на екипа да използва налична облачна структура за хостването на активите и да приложи он деманд високоскоростни компютърни изчисления, за да ги категоризира. Алгоритмите не само автоматично сканират обичайните метаданни, но и извършват дълбочинно сканиране на активите, създавайки напълно нов и детайлен индекс на информацията. С последващо „обучение“ на алгоритмите какво да търсят, машините започват да различават детайли като лога на марки и основни цветови схеми в образите – нещо доста различно от типичния таг на метаданни. Освен това го извършват в голям мащаб и с много голяма скорост.

РЕЗУЛТАТИТЕ
Методите на когнитивно търсене използвани в този експеримент варират от обикновено гласово и аудио разпознаване, подобност на изображения, търсене по цвят, лицево разпознаване и разпознаване на лого на марка. Това означава, че резултатът от този интелигентен индекс на съдържание е пълна реплика на човешки когнитивни функции като гласово и образно разпознаване. Например човек може да е гледал клип с автомобилно състезание и да го тагне в паметта си като „спортна кола“, както и по локация – Нюрбург Ринг, Германия. От друга страна алгоритъмът тагва клипа с цвета и модела на колата, логата на марки по трасето, странични фактори като времето и т.н. Обучаването на алгоритъма да извърши тези действия изисква време, но веднъж обучен, той започва да води самостоятелно съществуване.
ОГРАНИЧЕНИЯТА
Екипът се натъкна и на някои съществуващи ограничения. Интерфейсът на тези разбираеми пакети данни означава, че прозорецът за търсене вече не е валиден начин на въвеждане на информация и методите за когнитивно въвеждане на данни трябва да се проектират и разработят с помощта на UI/UX екипи. Нещо повече – технологията е налична, но е далеч от това да е общодостъпна. Постигането на успех изисква инвестиция в уменията на учени, боравещи с данните, изкуствен интелект и инженери специализирани в машинното обучение, каквито се намират относително трудно.
ИЗВОДИ
Комбинирането на когнитивно търсене с машинен анализ на съдържание е едно напълно различно технологично измерение, което ще е от полза на обществото като цяло и ще позволи по-добра ефективност и по-добри резултати в отделните индустрии. Да си дигитален означава да се интересуваш от хора, процеси и технологии. В днешното време на трансформации, приложението на напредничави технологии е по-важно от всякога, стига да сме наясно, че този прилив ще понесе всички лодки.