एआय एंटरप्राइझसाठी काय करू शकते

सामग्री

• एआय वि ऑटोमेशन
  
• कोणतीही डाउनसाइड्स?
  
• कोणतीही दोष नाही, तणाव नाही - आपले जीवन नष्ट न करता जीवन-बदलणारे सॉफ्टवेअर तयार करण्यासाठी चरण चरण बाय चरण

स्रोत: चार्लीएजेए / आयस्टॉकफोटो

टेकवे:

एआय आपल्या विचारापेक्षा जवळ आहे आणि हे आपल्या कार्य करण्याच्या आणि जगण्याच्या मार्गावर खरोखर काही मूलभूत बदलांचा परिचय देऊ शकते.

आर्टिफिशियल इंटेलिजेंस (एआय) हे आजकाल एंटरप्राइझमधील एक चर्चेचा विषय आहे, ज्यात उद्योगांचे नेते स्मार्ट उत्पादनांपासून ते स्वत: ची चिकित्सा - अगदी आत्म-जागरूक - संगणकीय पायाभूत सुविधांपर्यंतचे अनुप्रयोग पाहतात.

परंतु यापैकी किती वास्तविक आहे आणि विज्ञान कल्पनारम्य किती आहे? आम्ही खरोखरच रोबोट ओव्हरल्डर्सच्या एका वर्गाला आपली माणुसकी विकण्याच्या मार्गावर आहोत? किंवा तंत्रज्ञान मुळीच अर्थपूर्ण बदल घडविण्यात अपयशी ठरेल?

आत्ता काय उपलब्ध आहे आणि कोणत्या विकासाचा कल चालू आहे याचा आधार घेत शेवटच्या दोन प्रश्नांचे उत्तर "नाही" आहे.

एआय वि ऑटोमेशन

आजच्या एआय बद्दल समजून घेणारी पहिली गोष्ट म्हणजे ती केवळ विद्यमान ऑटोमेशनचा विस्तार नाही. पारंपारिक ऑटोमेशनचा वापर मशीन, डिव्हाइस आणि अनुप्रयोग पुनरावृत्ती करण्यायोग्य कार्ये करण्यासाठी केला जाऊ शकतो, सामान्यत: सातत्यपूर्ण दराने आणि सातत्याने. एआय-चालित ऑटोमेशन प्रोग्राम केलेल्या घटकास प्रथम उत्तेजनांच्या विस्तृत श्रेणीनुसार अनुकूलित आणि प्रतिसाद देण्यास आणि नंतर त्याच्या बदलत्या वातावरणास अनुकूलित करण्यासाठी स्वतःचे प्रोग्रामिंग आणि ऑपरेटिंग नमुने समायोजित करण्यास अनुमती देते. तर एखाद्या स्वयंचलित रोबोटिक आर्म विशिष्ट कारच्या दरवाजावर एका विशिष्ट पॅनेलला असीम असंख्य वेळा जोडण्यासाठी प्रोग्राम केला जाऊ शकतो, तर एआय आर्म विविध प्रकारचे पॅनेलचे विश्लेषण करू शकते आणि त्यास कसे संलग्न करावे ते स्वतःच शोधू शकते. विविध प्रकारचे दरवाजे. (ऑटोमेशनबद्दल अधिक जाणून घेण्यासाठी, ऑटोमेशन पहा: डेटा सायन्स आणि मशीन लर्निंगचे भविष्य?)

एंटरप्राइझ इन्फ्रास्ट्रक्चरच्या बाबतीत, एआय ही डिजिटल ट्रान्सफॉर्मेशनची अंमलबजावणी करण्याची आवश्यकता आहे जी सेवा-आधारित अर्थव्यवस्थेला भरभराटीसाठी आवश्यक आहे, असे ऑटोमेशन फर्म रेज फ्रेमवर्कचे अध्यक्ष व मुख्य कार्यकारी अधिकारी व्यंकट श्रीनिवासन यांनी म्हटले आहे. पारंपारिक डेटाबेस अल्गोरिदमच्या जागी डेटा विश्लेषणासाठी अधिक भाषाविज्ञानाचा वापर करून एआय आधीच पायाभूत सुविधांच्या क्रियेत अनेक महत्त्वाच्या क्षमतांचा परिचय करुन देत आहे. अशाप्रकारे, एंटरप्राइझ डेटा सिस्टीम डेटा आणि त्याच्या वास्तविक जगाशी प्रासंगिकतेनुसार डेटा समजून घेण्याची क्षमता प्राप्त करतात, ज्यामुळे त्यांना अप्रचलित डेटाच्या रीम्सचा अर्थ घेता येतो जे एंटरप्राइझ आर्काइव्ह्जमध्ये अस्पर्श आणि विसरलेले असतात. त्याच वेळी, ते एक उच्च स्तरीय तर्क आणि ट्रेसिबिलिटी सक्षम करते, जेणेकरुन मानवी ऑपरेटर आणि इतर बुद्धिमान प्रणालींना विश्लेषक आणि इतर प्रक्रियेत कसे आणि का निर्णय घेतले जातात हे ठरविण्याची क्षमता देण्यास सक्षम करते.

परंतु हे सर्व कार्यशील स्तरावर कसे कार्य करेल? एआय-चालित प्रक्रियांमधून आम्ही कोणत्या प्रकारच्या अनुप्रयोगांची अपेक्षा करू शकतो?

गिल प्रेसच्या मते, रिसर्च कन्सल्टन्सी gPress चे मॅनेजिंग पार्टनर, त्यापैकी दोन गहन भाषणे ओळख आणि नैसर्गिक भाषा निर्मिती आहेत. न्यूरल नेटवर्क आणि इतर प्रगत तंत्रज्ञानाचा वापर करून, Google आणि Amazonमेझॉन सारख्या कंपन्या आधीपासूनच Google मुख्यपृष्ठ आणि अलेक्साच्या माध्यमातून घरात संभाषण संगणनासाठी जोर देत आहेत. ही केवळ तंत्रज्ञानच डेटा सेंटरवर आक्रमण करते, अशा प्रकारच्या तंत्रज्ञानाने गैर-तांत्रिक वापरकर्त्यांना अगदी त्यांच्या डेटा वातावरणास टाइप करणे, क्लिक करणे किंवा आयएनजी करण्याऐवजी काय माहित असणे आवश्यक आहे ते विचारण्याची परवानगी दिली. तसेच, एआयने टेबलावर आणलेल्या स्वयं-शिक्षणासह, स्वत: ची दुरुस्ती करण्याच्या क्षमतांसह, सिस्टम लाइफ सायकल आणि अपग्रेडची पद्धत नाटकीयरित्या बदलली जाईल - उपकरणे काळाच्या ओघात कमी होणार नाहीत; मानवी सहभागासह किंवा कमीत कमी केल्याने हे अधिक चांगले होईल. तसेच, आज्ञेचे वातावरण केवळ कार्यवाहीत अधिक सक्रिय होईल, केवळ आदेशांना प्रतिसाद न देता डेटा कार्यप्रदर्शन अनुकूलित कसे करावे याबद्दल सूचना देतात.

कोणतीही डाउनसाइड्स?

एआय एंटरप्राइजेस मधे एआय मध्ये सर्व काही उज्ज्वल, चमकदार भविष्याची ही दृष्टी आहे काय? डाउनसाइड्सचे काय?

कोणतीही दोष नाही, तणाव नाही - आपले जीवन नष्ट न करता जीवन-बदलणारे सॉफ्टवेअर तयार करण्यासाठी चरण चरण बाय चरण

जेव्हा कोणालाही सॉफ्टवेअर गुणवत्तेची काळजी नसते तेव्हा आपण आपली प्रोग्रामिंग कौशल्ये सुधारू शकत नाही.

ई-वीकच्या ख्रिस प्रीमिसबर्गरने म्हटल्याप्रमाणे, एआय ही इतर तंत्रज्ञानाप्रमाणेच नियंत्रित, समन्वित फॅशनमध्ये अंमलात आणली जावी. खरं तर, बर्‍याच महत्त्वाचे नुकसान म्हणजे विद्यमान डेटा प्लॅटफॉर्म सारख्याच आहेत, जसे की समाधानाच्या शोधात तंत्रज्ञान तैनात करणे आणि स्वयंचलित प्रक्रिया हे सुनिश्चित करणे अयशस्वी होणे की व्यवसायातील आवश्यकता पूर्ण करणे आवश्यक आहे. परंतु एआयला देखील काही खास लक्ष देणे आवश्यक आहे, जसे की एआय केवळ प्राप्त परिणामांसारखे चांगले परिणाम देऊ शकतात हे ओळखणे. जेव्हा एआय येतो तेव्हा रुंदी आणि खोली यांच्यात व्यापार बंद असतो; कार्येच्या विस्तृत श्रेणीकडे लक्ष देण्यासाठी डिझाइन केलेली कोणतीही प्रणाली उत्पादनक्षमता वाढविणार्‍या अत्यंत दाणेदार प्रक्रियांमध्ये खाली ड्रिल करू शकणार नाही. (एआयच्या भविष्याबद्दल अधिक जाणून घेण्यासाठी, डोकावून पाहू नका, येथे ते येत आहेत! कृत्रिम बुद्धिमत्तेचा अ‍ॅडव्हान्स.)

आणि कदाचित सर्वात महत्वाचेः एआय प्लॅटफॉर्म कितीही "स्मार्ट" झाला तरी त्याचे मार्गदर्शन करण्यासाठी नेहमीच मानवी मेंदूची आवश्यकता असते.

जरी हे क्लिच वाटेल, खरं आहे की एआय खरोखरच वाटेवर आहे किंवा डेटा पर्यावरणात रीमेक केल्यासारखे आहे जे आपण या सर्व वर्षांमध्ये विज्ञान-चित्रपटामध्ये पाहिले आहे त्याप्रमाणे: एक बोलणे, विचारांचे वातावरण वातावरण जे अक्षरशः सर्व आहे आमच्याभोवती स्टार्शिप एंटरप्राइझच्या ऑनबोर्ड संगणकासारखे.

या प्रकाशात, असे दिसते आहे की आपल्या सर्वांना हे समजण्याची सवय लावावी लागेल की एंटरप्राइझ केवळ आमच्या डेटाचे समर्थन करणारे डिव्हाइस आणि सॉफ्टवेअर संग्रह नाही तर व्यवसाय संघाचा एक प्रतिसादशील आणि अत्यंत प्रभावी सदस्य आहे.