Искусственный General Int ...

Как IBM отстала в битве с ИИ?

Любит | Нелюбов | Ответы | Вид | 3791


Дэвид Вандегрифт соучредитель / технический директор на 4 градуса (2017-настоящее время)   
@ | Обновлено Right Now


Во-первых, я не знаю, насколько справедливо говорить, что IBM отстала. Они, вероятно, имеют лучшую узнаваемость бренда в корпоративном мире и имеют наивысшую или почти максимальную производительность по голосу в тексте и нескольким проблемам НЛП.

При этом компания действительно изо всех сил пыталась извлечь выгоду из импульса, который она создала в 2011–2014 годах с Watson.

Самая большая проблема в IBM заключается в том, что у них нет основной культуры исследований ИИ. В культуре IBM доминируют продажи, и они создают продукты на основе того, что, по их мнению, хотят корпоративные клиенты. Это может быть отличным подходом к бизнесу, но он не подходит для такой области, как ИИ, где клиенты на самом деле не знают, чего хотят, потому что они не знают, что возможно.

Выступление Уотсона на Jeopardy было невероятным маркетинговым трюком. С тех пор IBM продолжает использовать Watson как универсальное «когнитивное» решение. Их проблема в том, что они не планируют заблаговременно на момент рационализации: момент времени, когда заказчик осознает, что IBM (или любая другая компания) не может на самом деле делать то, что, как они думали, могла бы. Уотсон на самом деле не искусственный интеллект на уровне человека, это просто набор интеллектуальных технологий, свободно связанных между собой под общим термином (Уотсон или «когнитивные вычисления»).

Когда критики жалуются на чрезмерное использование ИИ, IBM часто становится первым преступником, который приходит на ум. Их маркетинг не имеет оснований для того, что ИИ может сделать сегодня. Это подтверждает подсознательную веру в ИИ как в фантастику и не ведет в упреждающем направлении клиентов к реалиям самого современного уровня.

On top of all of this, the Watson team has seen a couple of rounds of significant turnover as 1) business leaders have been frustrated by the lack of early commercial success and 2) researchers have been frustrated by the commercial-first mindset of the culture. This turnover has made it tough for the organization to make consistent, steady progress alongside the state-of-the-art advancement in the field.

| |



Онлайн-курс
«Машинное обучение для людей»
Один из самых трендовых курсов в сфере Цифровой экономики.