Ai: een slow-motion explosie

Kunstmatige intelligentie is "een slow-motion explosie", zei IDC Group VP Dan Vesset vorige week tijdens de conferentie van het onderzoeksbureau in Boston. Hij zei dat de markt voor AI-componenten en -oplossingen zal groeien van $ 40, 1 miljard in 2019 tot $ 95, 5 miljard in 2022.

Vesset merkte op dat we allemaal AI in ons dagelijks leven gebruiken, of het nu GPS, ridesharing-services, slimme assistenten zoals Siri of Alexa zijn, of gewoon de populaire e-mailprogramma's van vandaag.

Voor organisaties die AI proberen in te zetten, zijn er een aantal hindernissen. Hij zei dat er honderden AI-algoritmen zijn. In een IDC-onderzoek vorige maand zei 50 procent van de AI-wetenschappers dat ze drie of meer AI-frameworks gebruikten. Maar AI aan het werk krijgen gaat over meer dan het algoritme en het model - het omvat een complete workflow met een rol voor IT-operaties in zowel training als inferencing; en ook nieuwe groepen mensen concentreerden zich op wat hij 'AI Ops' noemde, om de gegevens en modellen te laten werken.

Het belangrijkste om erachter te komen is de relatie tussen mens en machine, zei Vesset. Als dit fout gaat, krijg je problemen zoals een bestuurder die blindelings GPS-aanwijzingen volgt, zelfs als ze fout zijn of niet sensueel zijn. IDC verdeelt op AI gebaseerde automatisering in vijf basiscategorieën:

• Mens, waar IT zeer beperkt is
• Door mensen geleid, machine ondersteund, inclusief wat de meeste AI-organisaties vandaag doen
• Machinegestuurd, door mensen ondersteund, zoals algoritmen om te bepalen aan wie geld moet worden geleend
• machine-gestuurd, door mensen bestuurd, zoals autonoom rijden, en
• machinegestuurd, zoals R2-D2 of HAL, die we nog niet hebben gezien.

Hij merkte op dat hoe je deze bekijkt vaak het verschil is tussen falen of succes. Bijvoorbeeld, zei hij, Amazon had een AI-wervingstool die een voorkeur voor vrouwen bleek te hebben. Omdat mensen het vingen, werd het nooit in productie genomen.

Hij merkte op dat er vaak sprake is van een "mismatch tussen verwachtingen en mogelijkheden" en merkte op dat het tijd kost om naar hogere niveaus van automatisering in volledige processen te komen. Hij zei bijvoorbeeld dat veel verlangen naar AI in verkoop en marketing van boven naar beneden komt, maar de realiteit van wat vandaag mogelijk is, is "bottoms-up" automatisering van sommige specifieke taken en activiteiten.

Over het algemeen zei hij, hoe breder de reikwijdte van automatisering, hoe meer het nog steeds menselijke betrokkenheid vereist. In de gezondheidszorg kan AI bijvoorbeeld helpen met beeldinterpretatie, die hij een door de machine geleide, door mensen bestuurde taak noemde. Activiteitherinneringen zijn meer machine-gestuurd, door mensen ondersteund, omdat mensen meer betrokken moeten zijn om dingen zoals persoonlijke voorkeuren te begrijpen. In dit geval is het moeilijker om op schaal te komen, omdat de gegevens zo rijk zijn. Zoiets als diagnose en behandelaanbeveling zou door mensen worden geleid, door machines worden ondersteund en is tegenwoordig zeer zeldzaam.

Van de 702 use cases van IDC voor digitale transformatie zei Vesset dat ongeveer 100 afhankelijk zijn van AI, en elk daarvan kan worden onderverdeeld in taken, activiteiten, processen en het algehele systeem.

IDC zegt dat de markt voor AI-componenten en -oplossingen in 2019 in totaal $ 40, 1 miljard zal bedragen, inclusief $ 4, 3 miljard voor halfgeleiders (chips), $ 12, 7 miljard voor infrastructuur, $ 3, 3 miljard voor AI-softwareplatforms, $ 10, 2 miljard voor AI-applicaties en $ 9, 6 miljard voor AI-services gebouwd bovenop die applicaties. Dat de totale markt zal groeien tot $ 95, 5 miljard in 2022, maar IDC suggereerde dat de echte groei later zal komen.

Een probleem, zei Vesset, is dat er momenteel niet genoeg gegevens zijn die worden omgezet in AI. De hoeveelheid gegevens in de wereld groeit, van 33 zettabytes tot 103 zettabytes, maar slechts ongeveer 27 procent hiervan zou nuttig zijn als getagd, en daarvan wordt minder dan de helft getagd en een kleiner percentage daarvan wordt geanalyseerd, en nog kleiner percentage wordt ingevoerd in AI-systemen - minder dan 1 procent van alle gegevens.

De voordelen van AI-platforms zijn onder meer verhoogde productiviteit van medewerkers, verhoogde procesautomatisering, verbeterde consistentie in besluitvorming, het ontdekken van nieuwe inzichten en verbeterde consistentie in interacties. Al deze dingen kosten tijd.

Vesset zei dat er geen duidelijke manier is om te weten wanneer deze "explosie" zal plaatsvinden. Op basis van de wet van Moore zou hij een computer van $ 1.000 verwachten met de verwerkingskracht van een menselijk brein, maar dat dat zowel versnellers als remmers zijn, inclusief het gebrek aan echt begrip van hoe het brein werkt. Andere kwesties, zei hij, waaronder bedrijfsprocessen, regelgeving en maatschappelijke normen, merkte op dat wat je in de VS kunt doen, niet is wat je in China kunt doen, en omgekeerd. Hij verwacht dat de weg naar meer AI niet lineair zal zijn, en in plaats daarvan zullen we organisaties "zigzag" zien in de richting van deze evolutie.

• Is kunstmatige intelligentie goed, kwaad of beide? Is kunstmatige intelligentie goed, kwaad of beide?
• Deze AI voorspelt online trollen voordat het gebeurt Deze AI voorspelt online trollen voordat het gebeurt
• Nvidia's Jetson Nano is een AI-computer voor de massa Nvidia's Jetson Nano is een AI-computer voor de massa

Vesset gelooft niet dat we op weg zijn naar een nieuwe "AI-winter", omdat we echte voordelen zien van AI-systemen. Hij verwacht dat we uiteindelijk op een punt zullen komen dat we een machine hebben die de intelligentie van een mens heeft, en misschien een die de intelligentie van alle mensen heeft. Dit zal niet snel gebeuren, maar we moeten beginnen na te denken over de juridische en ethische kwesties.

AI is een te belangrijk onderwerp om aan ontwikkelaars of programmeurs over te laten, zei hij, zeggend: "we moeten allemaal op een of andere manier betrokken worden".