Gartner: Что будет нового в сфере искусственного интеллекта, начиная с 2022 года? Часть 2

(Окончание, начало см. http://rusrim.blogspot.com/2022/10/gartner-2022-1.html )

ИИ, ориентированный на модели

Несмотря на сдвиг в сторону ориентированного на данные ИИ, ИИ-модели по-прежнему требуют внимания, нужного для обеспечения того, чтобы получаемые результаты продолжали помогать нам предпринимать более эффективные действия. Инновации здесь включают знающий физику ИИ (physics-informed AI), составной ИИ (composite AI), причинно-следственный (каузальный) ИИ (causal AI), генеративный ИИ (generative AI), базовые модели (foundation models) и глубокое обучение (deep learning).

Составной ИИ означает совместное использование различных ИИ-методов для повышения эффективности обучения и для расширения уровня представления знаний. Поскольку ни один из методов искусственного интеллекта не является универсальным решением на все случаи жизни, составной ИИ в конечном итоге обеспечивает платформу для более эффективного решения более широкого круга деловых задач.

Деловая отдача от составного ИИ, широкое распространение которого ожидается через два-пять лет, вероятно, будет иметь трансформирующий характер, делая возможными новые способы ведения деловой деятельности в различных отраслях, что приведёт к серьезным сдвигам в динамике отраслей. Например, составной ИИ:

• Позволяет использовать возможности ИИ более широкой группе организаций, которые не имеют доступа к большим объемам исторических или размеченных данных, однако обладают значительным человеческим опытом;
  
  
• Помогает расширить сферу охвата и качество ИИ-приложений (т.е. можно встроить больше типов логических задач).

Причинно-следственный (каузальный) ИИ включает в себя различные методы, такие как причинно-следственные графы и моделирование, которые помогают выявить причинно-следственные связи и использовать их для совершенствования процесса принятия решений. Хотя широкое использование каузального ИИ ожидается через 5-10 лет, от него ожидается большая деловая отдача – он сделает возможными новые способы выполнения горизонтальных или вертикальных процессов, что приведет к значительному увеличению доходов организации и/или сокращению расходов. Отдача от каузального ИИ включает:

• Повышение эффективности за счет добавления знаний в предметной области, что позволяет «запускать» модели каузального ИИ с использованием меньших по объёму наборов данных;
  
  
• Повышение эффективности принятия решений и автономия в ИИ-системах;
  
  
• Лучшая объяснимость за счет фиксации легко интерпретируемых причинно-следственных связей;
  
  
• Повышение надежности и адаптивности за счет использования причинно-следственных связей, которые остаются в силе в меняющихся условиях;
  
  
• Уменьшение необъективности/предвзятости в ИИ-системах за счет более явного представления причинно-следственных связей.

ИИ, ориентированный на приложения

Инновации в данной области включают ИИ-инженерию (AI engineering), интеллектуальное принятие решений (decision intelligence), операционные ИИ-системы (operational AI systems), операции с моделями (model operations, ModelOps - согласно Википедии, «стратегическое управление и управление жизненным циклом широкого спектра операционализированных моделей искусственного интеллекта и моделей принятия решений, включая машинное обучение, графы знаний, правила, оптимизацию, лингвистические и агентные модели» - Н.Х.), облачные ИИ-сервисы, интеллектуальные роботы, обработку естественного языка (natural language processing, NLP), автономные транспортные средства, интеллектуальные приложения и компьютерное зрение.

Ожидается, что интеллектуальное принятие решений и периферийный ИИ получат широкое распространение через два-пять лет и дадут трансформирующего характера отдачу для деловой деятельности.

Интеллектуальное принятие решений (decision intelligence) - это прикладная дисциплина, используемая для совершенствования процесса принятия решений посредством явного понимания (и соответствующего инженерного проектирования) процесса принятия решений, а также того, как результаты оцениваются, управляются и улучшаются посредством обратной связи.

Интеллектуальное принятие решений помогает:

• Уменьшить объёмы технических недоработок (technical debt) и повысить прозрачность, а также улучшить воздействие деловых процессов за счет существенного повышения жизнеспособности моделей принятия решений организации на основе их актуальности и степени их прозрачности, - делая решения более прозрачными и поддающимися аудиту.
  
  
• Уменьшить непредсказуемость принятых решений за счёт надлежащего выявления и учёта факторов неопределенности в деловом контексте и повышения устойчивости моделей принятия решений.

Под периферийным ИИ (Edge AI) понимается использованию методов ИИ, встроенных в оконечные устройства Интернета вещей (IoT), шлюзы и пограничные серверы, - в приложениях, начиная от автономных транспортных средств и заканчивая потоковой аналитикой. Отдача для деловой деятельности включает:

• Улучшенную эффективность оперативной деятельности, - например, при использовании на производстве систем визуального контроля;
  
  
• Повышение качества обслуживания клиентов;
  
  
• Уменьшение запаздывания при принятии решений, в том числе благодаря использованию локальной аналитики;
  
  
• Снижение затрат на информационный обмен за счёт меньшего трафика данных между периферией и облаком;
  
  
• Постоянная доступность решения независимо от наличия подключения к сети.

ИИ, ориентированный на человека

Эта группа инноваций включает управление доверием, рисками и безопасностью ИИ, (trust, risk and security management, TRiSM), ответственный ИИ (responsible AI), цифровую этику, а также наборы для создания и обучения ИИ.

Когда ИИ начинает принимать решения вместо человека, он в равной степени усиливает как хорошие, так и плохие результаты. Ответственный ИИ обеспечивает «правильные» результаты посредством разрешения дилемм, суть которых связана с нахождением баланса между получением отдачи и допустимым риском. Ответственный ИИ - это зонтичный термин для ряда аспектов надлежащего делового и этического выбора при внедрении ИИ, включая сюда отдачу для деловой деятельности и для общества, риск, доверие, прозрачность, справедливость, смягчение предвзятости, объяснимость, подотчетность, безопасность, неприкосновенность частной жизни и исполнение законодательно-нормативных требований. На широкое распространение ответственному ИИ потребуется от 5 до 10 лет, но в конечном итоге он окажет трансформирующее влияние на деловую деятельность.

Цифровая этика - это более краткосрочная тенденция (от двух до пяти лет), которая, вероятно, окажет большое влияние на деловую деятельность. Цифровая этика включает в себя системы ценностей и моральные принципы, на основе которых строятся электронные взаимодействия между людьми, организациями и вещами. Такие вопросы, особенно связанные с неприкосновенностью частной жизни и предвзятостью, по-прежнему волнуют многих. Всё лучше осознающие ценность их информации люди разочарованы отсутствием прозрачности, неправомерным использованием и утечками. Организации принимают меры для смягчения рисков, связанных с управлением и защитой персональных данных, в то время как правительства вводят более строгое законодательство.

Многие организации по-прежнему игнорируют цифровую этику, полагая, что она не применима к их отрасли или сфере деятельности, однако фирма Gartner прогнозирует, что к 2024 году 30% наиболее крупных организаций будут использовать новую метрику «голос общества» (“voice of society” metric), чтобы реагировать на социальные проблемы и оценивать воздействие на эффективность их деловой деятельности. Организациям необходимо будет интегрировать цифровую этику в свои ИИ-стратегии, чтобы укрепить свое влияние и репутацию среди клиентов, сотрудников, партнеров и общества в целом.

Короче говоря:

• «Цикл ажиотажа для ИИ» 2022 года включает инновации, знать о которых необходимо и которые, как ожидается, дадут значительную отдачу любой организации;
  
  
• Эти инновации выходят за рамки повседневно применяемых ИИ-методов, которые уже были использованы для добавления интеллекта к ранее статичным деловым приложениям, устройствам и инструментам повышения производительности;
  
  
• Заблаговременно обратите внимание на инновации, которые, как ожидается, получат широкое распространение через два-пять лет, включая составной ИИ, интеллектуальное принятие решений и периферийный ИИ.

Джеки Уайлс (Jackie Wiles)

Источник: сайт фирмы Gartner
https://www.gartner.com/en/articles/what-s-new-in-artificial-intelligence-from-the-2022-gartner-hype-cycle