인공 지능의 실제 잠재력과 한계

인공 지능의 실제 잠재력과 한계

더 이상 인공 지능은 공상 과학 영화와 디스토피아의 미래에 관한 책에만 존재하지 않습니다. 그것은 우리가 살고 일하는 방식을 지속적으로 변화시키는 지금 여기에 있습니다. 우리 중 많은 사람들이 매일 AI와 상호 작용합니다. 우리는 Siri를 호출하여 근처 커피 숍으로가는 길을 안내하거나 Alexa에게 Amazon에서 상품을 주문하도록 요청합니다. 또한 AI는 다양한 산업 전반에 걸쳐 운영을 원활하게 보완 및 강화하고 회사 내부 기능을 점점 더 방해하고 있습니다. 그러나 동시에 AI가 인간 행동을 완전히 복제하는 것을 방해하는 한계가있는 곳에서도 점점 더 분명 해지고 있습니다. AI가 다른 산업에 어떤 영향을 미치나요? AI의 발전은 기본 프로세스 및 활동의 특성에 따라 다양한 방식으로 산업에 영향을 미칩니다. 반복적 인 작업과 데이터 분석에 크게 의존하는 기업은 현대 AI가 예측 가능한 환경 내에서 패턴을 인식하고 건전한 판단을 내리는 방법을 배울 수 있기 때문에 혼란을 겪을 가능성이 높습니다. 재고 관리에서 판매에 이르기까지 소매 회사는 오늘날 AI를 사용하여 온라인 및 오프라인 운영을 모두 지원하고 있습니다. 예를 들어, IBM의 Watson은 온라인 소매 업체에 AI 지원 주문 관리 및 고객 참여 기능을 제공합니다. 일본에서 SoftBank는 2016 년에 주로 사람의 말을 듣고 응답 할 수있는 휴머노이드 로봇이 근무하는 소매점을 열었습니다. 은행 세계에서 AI는 프론트 오피스와 백 오피스 절차를 모두 보강하고 있습니다. 인수 및 수집에서 사이버 보안 및 인증에 이르기까지 인공 지능은 이미 많은 분야에서 사용되고 있으며 지속적으로 공간의 기능을 추월 할 것으로 예상됩니다. McKinsey Co.는 최근 AI가 다양한 부문에서 얼마나 많은 가치를 창출 할 수 있는지 계산 한 분석을 발표했습니다 . 보시다시피이 회사는 많은 산업에서 수 천억 달러의 가치 창출을 추정합니다. 이 기사에서 이미 논의한 맨 위에는 AI의 손에 광범위하게 변화하는 소매 공간이 있습니다. 미래의 AI는 선반 비축 및 계산대 관리와 같은 물리적 작업을 자동화 할뿐만 아니라 특히 전자 상거래와 관련하여 분석, 마케팅 및 판매를 최적화 할 것입니다. 두 번째로 잠재적 인 순전 한 가치 창출 측면에서 운송 및 물류 부문은 송장 처리, 데이터 통합 및 다양한 이해 관계자들의 일정에 많은 시간을 소비합니다. 기계 학습과 자연어 처리를 통해 AI는 인간보다 짧은 시간에 이러한 모든 활동을 더 정확하게 자동화 할 수 있습니다. 마찬가지로, McKinsey가 예상하는 가치 창출이 4 천억 달러에 육박 할 것으로 예상하는 여행 부문도 물류 조정 및 데이터 분석에 크게 의존합니다. 그리고 챗봇 기술이 향상되면서 머지 않아이 분야의 고객 서비스가 주로 디지털 AI와 휴머노이드 로봇에 의해 수행됩니다. 또한 AI 기반 자율 주행 차량으로 크게 변화 할 자동차 산업이 가장 가까이에 있습니다. Google 및 Uber와 같은 회사는 실시간으로 운전 조건을 평가하고 지속적으로 안전한 결정을 내릴 수있는 자율 주행 자동차 기술에 돈을 쏟아 붓고 있습니다. 운전자가 방정식에서 벗어나면 도로는 더 안전 해지고 교통 체증은 사라지고 통근 시간은 훨씬 더 생산적 일 것입니다. 전반적으로 AI가 다양한 분야와 산업을 어떻게 변화시키고 있는지 설명하는 사용 사례가 부족하지 않습니다. 이제 AI가 회사 내부 기능에 어떤 영향을 미치는지 알아 보겠습니다.AI가 기업 내 다양한 기능에 어떤 영향을 미치나요? 인재 확보에서 재무 및 회계에 이르기까지 일반 기업의 많은 핵심 프로세스는 인공 지능의 손에 큰 변화를 가져올 것입니다. 많은 사람들이 오늘날 대부분의 대기업이 지원자 추적 시스템을 사용하여 채용 공고를 관리하고 인터뷰 일정을 잡고 이력서를 심사한다는 사실을 인식하지 못합니다. 이러한 시스템은 하루에 수천 개의 CV를 선별하고 사전 프로그래밍 된 기준에 따라 자격이없는 후보를 필터링 할 수 있습니다. 기업은 또한 인간 고객 서비스 담당자를 질문에 적절하게 응답하고 문제를 해결할 수있는 챗봇으로 대체하고 있습니다. 또한 최근 AI가 인터넷에서 고객의 행동을 기반으로 온라인 광고를 배포 할 장소와시기에 대한 비용을 부과하면서 마케팅 자동화가 폭발적으로 증가했습니다. 전국의 재무 및 회계 부서도 인간 작업자보다 훨씬 짧은 시간에 대규모 데이터 세트를 소화 할 수있는 AI로 강화되고 있습니다. 일부 감사 회사는 AI를 사용하여 계약을 평가하고 위험 평가를 수행하기도합니다. AI가 현재 세상을 변화시키는 모든 방식을 고려할 때, 현대 AI에는 아직 극복하지 못한 한계가 있다는 사실을 잊기 쉽습니다. 아래에서는 인공 지능 개발자가 직면 한 몇 가지 더 큰 과제에 대해 설명합니다.최신 AI의 제한 사항은 무엇입니까? 첫째, AI는 설계에 따라 수행 할 수 있도록 적절하게 훈련하기 위해 엄청난 양의 데이터가 필요합니다. 대부분의 경우 기존 데이터 세트는 충분히 크지 않으며 AI가 올바르게 작동하는 방법을 학습 할 수있는 충분한 정보를 포함하지 않습니다. 이런 일이 발생하면 인간은 지식 기반 구축을 시작할 수 있도록 AI에 공급되는 개체에 레이블을 지정하는 데 수천 시간을 소비해야합니다. 또 다른 한계는 인공 지능이 프로그래머의 편견과 데이터 세트에 포함 된 편견을 반영한다는 것입니다. AI 기능은 사람의 개입에 크게 의존하기 때문에 두 가지를 완전히 분리하고 AI가 핵심 편향으로 생성되지 않도록하는 것은 매우 어렵습니다. 또한 AI가 결정과 판단에 도달하는 방식을 해독하고 이해하는 우리의 제한된 능력을 나타내는 "블랙 박스"문제도 있습니다. 모델과 알고리즘이 더 복잡 해짐에 따라 특정 작업을 유발 한 원인을 정확히 찾아내는 것이 더 어려워집니다. 결과적으로 특정 상황에서 책임을 할당하기가 어렵습니다. AI는 또한 학습을 한 경험에서 다른 경험으로 옮기는 데 어려움을 겪습니다. 인간은 매우 능숙합니다. 오늘날 AI는 예측 가능한 상황과 인식 가능한 패턴에 크게 의존하기 때문에 재교육을받지 않는 한, 다시 한 번 리소스 집약적이지 않으면 한 가지 유형의 용량에서만 제대로 작동 할 수 있습니다.