人工知能とはこれは専門家が言うことです

ジャカルタ - AI(人工知能)とラベル付けされたすべてが実際には人工知能であるとは限りません。この技術は、実際には、本当に「知的」になり、世界の人々を促進するのに十分に進歩していません。

「AIはしばしばセンセーショナルな話題です」と、最高の技術人材を特定するために設計されたスコアリングプラットフォーム、Codilityのチーフ産業および組織心理学者ニール・モレリは言いました。「それは、ある極端な反応から別の極端な反応に行くのが簡単になります」と、彼が言いました。

「一方で、AIの乱用の恐れ、『制御不能』の特徴、そして『ブラックボックス』があります。一方、AIの能力と限界に関する過度の約束や誤解に基づく楽観主義と過度の採用。否定的」と彼は言った。

AIが何であるか、そうでないかについて存在する混乱の多くは、この用語の過度に広範な使用によって引き起こされます。これは主に、人気のあるエンターテイメントストーリーや映画、メディア、誤った情報によって駆動されます。

AIとは何ですか?

「今日、『人工知能』と書かれてるものの多くは、実際にはそうではない」と、テクノロジーコーチングおよびトレーニング会社ネクストウェーブ研究所の創設ディレクター、ピーター・スコットは述べた。「この誤った表示は非常に一般的なので、私たちはそれを『AI洗浄』と呼んでいます。"

AIに関しては、境界がしばしば変わります。「AIはまだ『できないもの』と言われており、それを行う方法を学ぶと、AIと呼ぶのをやめるからです」とスコットは付け加えました。

AIの究極の目標は、人間のように考える機械を作るということです。多くの人々は、それ以下のものはAIという名前に値しないと感じています。

Scott氏によると、現場の人々のほとんどは、機械学習を使用している場合、特にディープラーニングを使用している場合はAIであると言うでしょう。

「公式には、AIは機械学習のスーパーセットであり、2つの区別が十分に定義されていないので、広告主の軍隊に貿易を促進するための十分な余裕を与えます」と、スコットは言いました。

リプコードの機械学習担当ディレクター、ジェフ・キスケ氏は同意する。「今日のAIと呼ばれるものの多くは、「機械学習」と呼ばれる方が良いと彼は言います。彼は、この最新のデータ駆動型技術を参照することを好みます。

Kiskeによると、機械学習という用語は、単にコンピュータがデータに基づいて現象をモデル化することを学んだことを意味します。「企業が自社製品を『機械学習主導』と宣伝する場合、私ははるかに高いレベルの洗練を期待しています」とKiske氏は言います。

クリーブランドのケースウェスタンリザーブ大学のファウラーフェロー、ジョシュア・A・ゲリックは、AIは多くの技術を含む非常に広範な研究分野であると言います。過度の単純化のリスクがある場合、彼は「真の」AIシステムと「誤解を招く」を区別する共通のテーマは、分析するデータのパターンや特徴から学ぶかどうかであると言います。

これは、実際には人工知能の真のレベルに上がらない機械学習のための人事の多くのユースケースの約束です。

人事への影響

「新しく採用された従業員と組織内の経験豊富なメンターをマッチングするソフトウェア『AIを搭載した』を取得する人事部門を想像してみてください。ソフトウェアは、潜在的なメンテとメンターのプロファイルで一般的なキーワードを見つけるためにプログラムされ、選択は、最高のリターンのリードマッチに基づいて取得されます。もちろん、アルゴリズムはソフトウェアのマッチングプロセスを容易にしますが」とGerlick氏は述べています。

「AIを搭載したアルゴリズムではありません。それは人間が完了できるプロセスを複製するだけで、高速ですが、マッチメイキングプロセスをより効果的にしません」と、彼が付け加えました。

真にAI搭載のソフトウェアプラットフォームは、以前のメンティー・メンター・ペアのプロファイルや結果が成功したかどうかなど、いくつかの予備データを必要とするだろう、と彼は言った。その後、成功したカップルにつながる要因を研究します。

「実際には、ソフトウェアは非常に敏感になり、特定の組織で成功したメンティーメンターペアを特定するためにのみ適用される可能性があります」とGerlick氏は述べています。「間接的に、組織のユニークな文化とその中で働く個人の原型を理解する方法を学びました。人事担当役員は、AI搭載のソフトウェアプラットフォームが時間の経過とともにその有効性を高め、人間の成功を上回っていることを発見する必要があります。より複雑な取り組みを行う時間を与える」

Gadgetreview.com の創設者クリステン・ダ・コスタは、「AI」という言葉は投げ回すのは簡単すぎると考えていると言います。「例えば、ほとんどの自動化ツールは、私がAIと呼ぶものではない」と彼は言った。「ユーザーから提供された情報を取得し、適切なケースを探します。時間が経つにつれて、彼らはユーザーの好みを学び、より良くなりますが、それはアルゴリズム学習です。AIの一面になることもできますが、AIは作りません」

それは重要ですか?缶。人事担当者が新しい技術の採用を検討している場合、あまりにも頻繁に投げ回される傾向があるハイテク用語に混乱したり、振り回されたりしないことが重要です。また、「人工知能」の誘惑に夢中になりすぎたり、誤解されたりしないことも重要です。

「HRのAIのスマートリーダーとオブザーバーは、AIシステムが人事における手動、反復、および骨の折れるタスクを実行するのに役立つ点を覚えておくのが賢明でしょう」とCodilityのモレリは述べています。しかし、このタスクの範囲と範囲は、一部のベンダーやプロバイダーが考えているよりも狭いかもしれません。

AIシステムは、独自に理解、理解、学習、パターンマッチ、または適応を行っていないと、彼は言いました。「代わりに、人間のラベル付けとキュレーションされたデータが出発点として必要です。このため、ユーザーと評価者は、AIシステムを教えるために使用されるトレーニングデータにもっと注意を払う必要があります」と、彼は言いました。「特にデータの起源、開発、特性」と彼は言いました。

「テクノロジーが本当に『AIによって動力を与えられている』かどうかについて懐疑的な場合は、いくつかの簡単な質問をすることを検討してください」とGerlick氏はアドバイスします。

1. この技術は、予測能力を高めるためにデータを使用しますか?

2. この技術は、人間が既にできることの有効性を高めるのか?

その質問に対する答えが「はい」の場合、「人工知能が役に立つかもしれない」と彼は言います。