Ar AI talentų trūkumas gali būti sumažintas, jei technologijų milžinai išmoktų dalytis?

Kategorija: Neįtraukta į kategorijas Paskelbta Lapkričio 10 d

Galbūt tuoj išsiaiškinsime. Laidinis pranešimus „Facebook“ ruošiasi pradėti schemą, pagal kurią kai kurie mašininio mokymosi ekspertai bus išsiųsti telekomunikacijų įmonėms, kurios sunkiai įdarbino dirbtinio intelekto darbuotojus. Įmonės pasitelks talentą, kad ištirtų, kaip dirbtinis intelektas gali pagerinti savo tinklus – optimizuodama mobiliojo ryšio bokštų padėtį, numatant, kada ir kur gali įvykti gedimai, ar automatizuojant kasdienį darbą.

Verta paminėti, kad tai nėra didelio dosnumo poelgis. „Facebook“ suinteresuota, kad telekomunikacijų bendrovės patobulintų savo paslaugas, nes tai reiškia, kad žmonės turi geresnius ryšius, per kuriuos jie gali be proto slinkti naujienų kanalą.

Tačiau ši idėja gali šiek tiek palengvinti didelę technologijų pramonės problemą. Nors beveik nekyla abejonių, kad AI gali supaprastinti visų rūšių verslą, a Naujausias McKinsey pranešimas perspėjo kad mašininio mokymosi talentų trūkumas sumažins tai, kaip greitai tas efektyvumas gali būti realizuotas. Tai dar labiau apsunkina tai, kad technologijų gigantai, tokie kaip Facebook ir Google, įnirtingai pasisavino akademinės bendruomenės ir pramonės žinias.

Yra ir kitų žingsnių, siekiant išspręsti problemą. Pavyzdžiui, startuolis, vadinamas Coursera, siekia išmokyti milijonus žmonių įgūdžių, reikalingų dirbtiniam intelektui kurti. Tuo tarpu pastangos automatizuoti patį mašininio mokymosi sistemų kūrimą gali leisti neekspertams kurti AI.

Tačiau šiems požiūriams prireiks laiko. Tuo tarpu idėja kuo efektyviau panaudoti esamus talentus yra labai prasminga. Šios savaitės „EmTech MIT“ konferencijoje Kembridže, Masačusetso valstijoje, AI ekspertas Andrew Ng pasiūlė įmonėms neieškoti dirbtinio intelekto darbuotojų visoje savo darbo jėgoje, o kurti vieningas mašininio mokymosi komandas, kurios sutelktų išteklius, kad greičiau ir išmaniau spręstų problemas.

Akivaizdu, kad yra monopolinių problemų, susijusių su AI kompetencijos sutelkimu tokiose įmonėse kaip „Facebook“ ir „Google“. Tačiau turbūt, pasinaudojus Ng patarimu iki ribos, galima įsivaizduoti situaciją, kai technologijų milžinai skolina komandas, kad išspręstų įvairių pramonės šakų problemas. Tai jokiu būdu nėra tobulas sprendimas, tačiau jis gali suteikti kai kurioms įmonėms AI patirties, kurios jos taip trokšta įgyti.

Taigi bus įdomu pamatyti, ar „Facebook“ telekomunikacijų eksperimentas pasiteisins ir ar ateityje jis prisiims panašius įsipareigojimus kitiems sektoriams.