Kunstmatige intelligentie is geen app; Het is een methodologie

AI is een buzz in de zakenwereld. Terwijl velen het hebben over kunstmatige intelligentie methoden en toepassingen voor het bedrijfsleven (waaronder wij), merken we een trend in de discussie:een sterke focus op apps.

Het probleem is dat dit een enge manier van denken over AI is. Dat is prima. We zijn tenslotte ook maar mensen. Maar AI is meer dan een app of een handige manier om apps te bouwen. AI is een methodologie.

Geschiedenis van AI

Het belangrijkste verschil tussen apps die worden aangedreven door AI en elke andere app is de technologie erachter. AI kan onafhankelijke beslissingen nemen op basis van invoergegevens. Ontwikkelaars creëren een kunstmatig neuraal netwerk, dat afhankelijk is van algoritmen om dingen te 'memoriseren' en vervolgens conclusies te trekken en patronen te observeren.

AI kwam langzaam voort uit mensen die probeerden te achterhalen hoe onze menselijke hersenen werken. Ze vroegen zich af "wat is intelligentie?" Intelligentie is ingewikkeld en omvat:

● Interactie met de wereld, waarnemen, begrijpen van beelden, talen

● Plannen en redeneren om problemen en onzekerheden te managen

● Leren en aanpassen, veranderen indien nodig wanneer nieuwe informatie wordt gepresenteerd

Dit alles in een computer maken kostte tientallen jaren. Toen AI opkwam, werden deze neurale netwerken, of frameworks, ontworpen door datawetenschappers, niet door ontwikkelaars. Ze probeerden een "brein" te bouwen dat dergelijke taken aankon en daarom afhankelijk is van onze menselijke manieren van verwerken, waaronder:

● Zoeken en redeneren

● Logica

● Waarschijnlijkheid

● Classifiers en controllers

Menselijke grenzen in AI

AI helemaal opnieuw bouwen vereist enorme middelen. Daarom wordt AI tegenwoordig als een dienst aangeboden. Amazon, Microsoft en IBM bieden allemaal AI-producten aan waar ontwikkelaars gebruik van kunnen maken om apps van stroom te voorzien. Op deze manier kunnen veel meer mensen AI gebruiken zonder een onafhankelijk neuraal netwerk te bouwen. Deze API's bieden een verscheidenheid aan AI-functies, zoals machine learning en natuurlijke taalverwerking. Machine learning-software, een subset van AI, is meestal getraind om een ​​bepaald probleem op te lossen.

Dat heeft ertoe geleid dat minder mensen werken aan het bouwen van de basis van AI, en dat veel meer mensen proberen te bepalen hoe deze technologie het beste kan worden gebruikt. Er zijn slechts tot 10.000 mensen in de wereld die de vaardigheden hebben om AI te bouwen. Deze mensen vragen hoge salarissen en de markt is concurrerend voor hun diensten tussen de grote namen.

Dit betekent dat als een ontwikkelaar een applicatie bouwt, zoals een chatbot, hij of zij gefocust is op het gebruik van AI voor een eindresultaat. Maar hij of zij begrijpt niet noodzakelijk de kern van AI, wat het is en hoe het werkt.

Amazon en Google bieden nu advies aan naast hun AI-services, als een manier om hun AI-experts in huis te houden en tegelijkertijd het veld vooruit te helpen in de industrie. Facebook begon zijn AI-experts te "delen" met de telecomindustrieën. Microsoft brengt een reeks online cursussen op de markt, genaamd AI School. Ook Amazon stimuleert onderwijs om onderdeel te worden van leren programmeren op universitair niveau.

Ondertussen hebben we beperkt nagedacht over de technologie. In plaats van ons te concentreren op nieuwe applicaties, moeten we ons eerst concentreren op het verbeteren van onze bestaande applicaties, met name de line-of-business-apps die ons bedrijf aandrijven. Zonder een paradigmaverschuiving in ons denken, zitten we misschien jarenlang vast met de kracht om veel meer te doen dan onze verbeelding kan vermoeden.

Immers, wanneer mensen een neuraal netwerk bouwen, doen we dat met ons menselijk vermogen om iets te creëren dat 'denkt' zoals wij. Zou een machine dezelfde aanpak hanteren? Sommigen beweren dat de methodologie van AI heel anders is dan onze benaderingen van software-engineering. Google experimenteert nu met AI die andere AI kan bouwen.

Bij Imaginovation proberen we geen nieuwe manieren te ontwikkelen om AI te bereiken. In plaats daarvan werken we aan het benutten van de bestaande technologie die is ontwikkeld door bedrijven als Google, Amazon en IBM om uw applicaties van stroom te voorzien. We maken gebruik van technologieën zoals chat, spraak, aanbevelingen en intelligent zoeken om de applicaties te verbeteren die uw bedrijf al van stroom voorzien.

Bij het toepassen van AI in zakelijke toepassingen is de gebruikersinterface een uitstekende plek om te beginnen. Sinds de begindagen van mainframe-terminals vertrouwen bedrijven op formuliergebaseerde software om alles te beheren, van verkoop tot boekhouding. Het enige verschil vandaag is de verschuiving van een terminal naar een webbrowser.

Het toevoegen van chat- en/of spraakinterfaces aan deze op formulieren gebaseerde applicaties kan de workflow verbeteren en de software echt moderniseren. Dit geldt met name voor legacy-systemen. Via een mobiele applicatie kon uw team via spraak toegang krijgen tot Enterprise Resource Planning (ERP)-software. Hetzelfde geldt voor Customer Relationship Management (CRM) voor verkoop. Uw verkoopteam in het veld kan klanten toevoegen en zoeken via spraakopdrachten terwijl u (veilig) rijdt.

Als het vinden van nieuwe manieren om uw bedrijfsapplicaties te verbeteren en de productiviteit te verhogen u intrigeert, praat dan met ons over aangepaste oplossingen voor uw bedrijf.