Manufaktur industri
Industri Internet of Things | bahan industri | Pemeliharaan dan Perbaikan Peralatan | Pemrograman industri |
home  MfgRobots >> Manufaktur industri >  >> Industrial Internet of Things >> Teknologi Internet of Things

Bisakah Anda dibiarkan tinggi dan kering oleh AI?

Tandai Troester Kemajuan

Ini adalah pengakuan yang buruk bagi seseorang di industri Internet of Things (IoT), kata penulis lepas Nick Booth, tetapi saya harus mengakui bahwa saya memiliki keraguan tentang kecerdasan buatan (AI). Saya pikir industri TI, seperti biasa, telah terlalu terburu-buru dalam merobek dan menggantikan manusia.

Sepertinya saya tidak sendirian. Menurut laporan WorkForce Futures oleh Fuze , 40% pekerja melihat AI digunakan di perusahaan mereka, tetapi dua kali lebih banyak (84%) lebih suka berbicara dengan orang daripada mesin.

Saya bisa melihat mengapa. Sebagai permulaan, sistem kecerdasan buatan memiliki tingkat kesadaran dasar yang hanya bisa sebaik imajinasi orang yang menciptakannya. Itu dengan asumsi pengembang memberi tahu semua yang mereka ketahui, yang tidak mungkin. Mesin AI hanya memiliki sebagian kecil dari kecerdasan satu orang. Jadi, ini dimulai jauh di belakang.

AI dimulai di belakang

Maka kita harus mempertimbangkan kapasitas mesin untuk belajar, yang juga cukup rendah. Manusia memiliki beragam gaya belajar, sehingga banyak yang harus dikategorikan ke dalam tipe umum oleh ilmuwan sosial.

Indeks Gaya Belajar Felder dan Soloman menggabungkan gaya belajar kami ke dalam kelompok pelajar berikut:sensorik dan intuitif; visual dan verbal; aktif dan reflektif. Beberapa dari kita belajar melalui isyarat visual, seperti grafik dan diagram. Yang lain belajar dengan terlibat dalam pembelajaran dan melakukan eksperimen atau bekerja dalam kelompok.

Pembelajar reflektif membutuhkan waktu untuk memikirkan berbagai hal. Pembelajar aktif mencoba berbagai hal. Pembelajar sekuensial suka segala sesuatunya ditata dan teratur. Mereka fokus pada detail untuk memahami konsep yang lebih besar. Pembelajar global suka melihat gambaran besar terlebih dahulu, kemudian fokus pada detailnya. Kita semua jatuh di antara bangku-bangku ini. Kita semua bisa mendapatkan keuntungan dari campuran gaya ini.

Apakah pembelajaran AI satu dimensi?

Setelah Anda mengidentifikasi gaya Anda sendiri yang berbeda, Anda dapat menyusun pembelajaran Anda agar sesuai dengannya. Mendapatkan pendekatan yang lebih seimbang untuk belajar membuka Anda pada cara Anda memandang dunia. Pembelajaran mesin cukup satu dimensi – perhitungan matematis.

Ya, mesin memiliki lebih banyak energi daripada kita dan jangan bosan belajar dan mulai menonton YouTube  video. Namun demikian, mereka memiliki beberapa milenium evolusi untuk mengejar, sehingga mesin tidak akan menyusul kita dalam waktu dekat.

Saya menyebutkan ini karena saya terus menyaksikan perusahaan yang telah melompati senjata dan menghapus semua jejak kemanusiaan dari sistem pendukung IoT mereka. Mereka membuat asumsi gila bahwa setiap masalah dukungan yang kami miliki dapat ditanggung oleh salah satu mesin mereka.

AI tidak dapat diakses oleh sebagian besar organisasi, itulah masalah sebenarnya, kata Mark Troester, VP strategi di Progress , perusahaan yang menyediakan alat pengembangan untuk IoT.

Tidak ada gunanya menunggu generasi ilmuwan data berikutnya untuk lulus. Jika seminggu adalah waktu yang lama dalam politik, tiga tahun adalah usia di IoT. Kabar baiknya adalah bahwa ada kombinasi faktor yang memungkinkan lebih banyak organisasi mendapatkan manfaat dari AI.

Gelombang sensor terhubung cerdas menghasilkan data yang berlimpah dan terperinci, bersama dengan platform yang dapat mengumpulkan, menyimpan, dan memproses data dalam skala massal. “Aspek yang paling menarik untuk diperhatikan adalah otomatisasi siklus hidup ilmu data,” kata Troester, “ini pada dasarnya menerapkan AI ke AI.”

Ini memberikan akurasi prediksi yang lebih baik dan membebaskan ilmuwan data dan analis bisnis dari upaya manual yang diperlukan untuk melatih model. Jadi, mereka dapat fokus untuk memberikan nilai lebih bagi organisasi sehingga AI lebih mudah diakses.

Namun, kabar baiknya adalah bahwa kepercayaan pada AI relatif tinggi, menurut studi Workforce Futures Fuze yang disebutkan di atas, yang menemukan bahwa 26% pekerja berpikir kecerdasan buatan akan memiliki dampak nyata terbesar bagi dunia kerja. Itu lima kali lebih banyak dari blockchain.

Hanya 8% profesional TI yang disurvei berpikir bahwa AI adalah 'teknologi paling overhyped tahun 2018' (walaupun itu bisa saja robot pribadi mereka yang memberikan jawabannya). Sebaliknya, 23% mengatakan realitas virtual adalah entitas yang paling megah. Bantuan suara tidak jauh di belakang.

Pengungkapan terbaik dari laporan tersebut adalah saran bahwa generasi mudalah yang paling skeptis terhadap teknologi kecerdasan buatan. Sekarang hal itu memulihkan kepercayaan saya pada orang-orang muda.

Penulis blog ini adalah Nick Booth, penulis IT dan komunikasi lepas


Teknologi Internet of Things

  1. Pemantauan Aplikasi Cloud dan Anda
  2. Rantai Pasokan dan Pembelajaran Mesin
  3. Mendorong keandalan dan meningkatkan hasil pemeliharaan dengan pembelajaran mesin
  4. AI yang dialihdayakan dan pembelajaran mendalam di industri perawatan kesehatan – Apakah privasi data berisiko?
  5. Mengapa Anda tidak dapat melakukan outsourcing transformasi dan membutuhkan ultra-transformasi
  6. Apa yang perlu Anda ketahui tentang IoT dan keamanan dunia maya
  7. IoT dan pendidikan:Menjembatani kesenjangan digital
  8. Apa itu jaringan cerdas dan bagaimana hal itu dapat membantu bisnis Anda?
  9. Jaringan Nirkabel 5G Dapat Mengubah IoT dan Pajak
  10. Ruang kerja bersama dan IoT — apa yang mungkin salah?