هوش مصنوعی تابه‌حال سوژه‌ی خیلی از فیلم‌های علمی تخیلی بوده است اما کاربردهای هوش مصنوعی در دنیای واقعی را نیز نمی‌توانیم نادیده بگیریم. اتوماسیون در زندگی واقعی و برای کمک به تسهیل کارهای روزمره‌مان تابه‌حال با دستیارهای شخصی مانند الکسا، Siri و Cortana، ایفای نقش کرده است. درعین‌حال هوش مصنوعی نیز، کمک زیادی به تسریع وظایف مختلف در فضاهای کاری کرده است.
با توجه به نظرسنجی‌هایی که اخیراً Spiceworks از حدود ۵۰۰ متخصص IT انجام داده، در یک‌چهارم از شرکت‌های بزرگ از دستیار شخصی استفاده می‌شود و حدود ۴۰ درصد از آن‌ها نیز در سال ۲۰۱۹ از آن استفاده خواهند کرد. این آمار در بین شرکت‌های کوچک‌تر به ۲۵ درصد می‌رسد.
مسلماً هوش مصنوعی (شامل پردازش زبان انسان، یادگیری ماشین و یادگیری عمیق) نقش عظیمی در کاهش هزینه‌ها و افزایش کارایی برای کسب‌وکارها دارد؛ اما هوش مصنوعی وقتی کاربردی می‌شود که باهوش انسان ترکیب و استفاده شود.
انسان و هوش مصنوعی چگونه باهم همکاری می‌کنند؟
David Gutelius یکی از کارکنان و بنیان‌گذاران شرکت Data guild (از شرکت‌های معروف در زمینه‌ی هوش مصنوعی، تحلیل داده‌ها و یادگیری ماشین) زمان ظهور هوش مصنوعی را سال ۲۰۰۶ می‌داند. در آن زمان پروژه‌ای در شرکت تحقیقات و فناوری وزارت دفاع آمریکا یعنی DARPA شروع شد. این پروژه مربوط به ساخت دستیاری باقدرت شناسایی، یادگیری و سازمان‌دهی (CALO) بود و در SRI یا همان سازمان بین‌المللی هوش مصنوعی، در منلو پارک نیویورک ساخته شد.
هدف DARPA ساخت دستگاهی بود که بتواند با انجام کارهای وقت‌گیر و کوچک افسران نظامی، از زمان کاری آن‌ها به‌طور بهینه‌تری استفاده کند؛ اما چیز ارزشمندی که Gutelius و همکارانش در این پروژه کشف کردند قدرت فوق‌العاده‌ای بود که از همکاری هوش مصنوعی و انسان محقق می‌شد.
Gutelius می‌گوید:
«این پروژه یک فایده مهم برای من داشت و چشمانم را نسبت به آنچه از ترکیب مناسب ماشین و انسان اتفاق می‌افتد، باز کرد.»
«شما امکان انجام کارهای فوق‌العاده‌ای باهوش مصنوعی خواهید داشت و استفاده از آن فقط به کارمندان اداره و برای انجام بهتر کارهایشان محدود نمی‌شود بلکه تمام افراد و کسب‌وکارها برای سودمندی و تأثیرگذاری بیشتر امکان استفاده از آن را دارند.»
یکی از پروژه‌های CALO که استفاده‌ای هدفمند از یک ماشین برای کنترل ارتباط بین افسران نظامی بود، iLink نامیده شد و یاد گرفت که هرکسی در چه موضوعی تخصص دارد، چگونه تخصص افراد در طول زمان تغییر می‌کند و برای انجام یک کار به‌خصوص، چه کسی به چه کسی اعتماد می‌کند.
iLink با استفاده از این اطلاعات تشخیص می‌داد وقتی دستور یا درخواست جدیدی صادر شد، چه افرادی باید در جلسات خصوصی حضور داشته باشند. iLink هم‌چنین نحوه ارتباطات را بهبود بخشید؛ ارتباطاتی که به‌شدت به جستجوهای وب، گفتگوهای ناگهانی و غیررسمی بین افسران و درخواست‌های اضافی و غیرضروری برای کمک متکی بود.
چشم‌اندازی که در آن حداکثر پتانسیل هوش مصنوعی مورداستفاده قرار بگیرد، هنوز از دغدغه‌های Gutelius است و در حال حاضر یکی از فعالیت‌های اصلی او در این زمینه است؛ اما استفاده‌ی درست از ترکیب قدرت ماشین و انسان به‌طور اتفاقی رخ نمی‌دهد.
موارد زیر مثال‌هایی هستند که نشان می‌دهد چگونه برخی سازمان‌ها با به‌کارگیری مناسب هوش مصنوعی از آن به‌خوبی بهره می‌برند.
فرصت‌های مناسبی برای AI پیدا کنید!
یکی از شرکت‌های استارتاپی در حوزه‌ی بهداشت، به نام EvidScience، روشی را ایجاد کرده که از یادگیری ماشین و پردازش زبان‌های طبیعی برای بررسی دقیق صدها مقاله‌ی دارویی استفاده می‌کند سپس داده‌های به‌دست‌آمده از آن‌ها را استخراج می‌کند و با توجه به اطلاعات استخراج‌شده میزان تأثیرگذاری آن دارو برای بیماری‌ها مشخص می‌شود و گزارش‌هایی از اثربخشی داروها برای بیماری‌های مختلف به پزشکان ارائه می‌شود.
در مرحله بعد پزشکان از این گزارش‌ها برای تجویز دارو و انتخاب شیوه‌ی درمان استفاده می‌کنند. درحالی‌که متخصصان با وقت کمی که دارند، برای مطالعه مقالات و کتاب‌های مختلف همیشه تحت‌فشار هستند، این گزارش‌ها اطلاعات حیاتی را تولید می‌کنند و به‌طور خودکار شیوه‌های مختلف درمانی را برای بیماران انتخاب می‌کنند.
EvidScience یک نمونه‌ی موفق استفاده از هوش مصنوعی است به این خاطر که از مهم‌ترین نقاط قوت هوش مصنوعی استفاده می‌کند: اجرای ماهرانه‌ی وظایف تکراری و بررسی موشکافانه‌ی جزئیات.
با این نمونه متوجه خواهیم شد که هوش مصنوعی چه تأثیرات شگفت‌انگیزی در زندگی ما دارد. پزشکان برای اتمام یک گزارش تا یک سال زمان نیاز خواهند داشت درحالی‌که EvidScience می‌تواند این کار را ۵۰۰ برابر سریع‌تر و بدون وقفه انجام دهد. دسترسی به این هوش امکان معاینه بیماران به‌صورت کارآمد و مبتنی بر تجربه و بدون نیاز به روش‌های سنتی درمان می‌دهد.
حل کردن، اندازه‌گیری و توسعه
هوش مصنوعی قطعاً در استفاده از منابع انسانی هم تأثیر مثبتی خواهد داشت. تمام شرکت‌ها به دنبال روشی برای تسهیل روند استخدام و ایجاد روش‌های کارآمدتر برای جذب و حفظ استعدادها هستند.
برای مثال ADP متخصصانی برای منابع انسانی ارائه می‌دهد که با تجزیه تحلیل و پیش‌بینی عملکرد فرد و شرکت، به انتخاب فرد مناسب برای یک سمت شغلی می‌پردازند. برای این تحلیل‌ها نیز از اطلاعات مشتری و اطلاعات بیرونی استفاده می‌کند. ADP با این اطلاعات گزارش‌هایی را ساخته و منتشر می‌کند. ADP هم‌چنین در مورد مسائل و مشکلاتی که در سازمانتان وجود دارد به شما هشدار می‌دهد. برای مثال اگر یکی از کارمندان بسیار خوبتان حقوقی کمتر از نرخ بازار دریافت کند یا شرکتتان گردش مالی بالایی داشته باشد.
در محیط ADP قابلیت استفاده از گزارش‌های دیگر متخصصین نیروی انسانی نیز وجود دارد. این سیستم بعد از گذشت زمان، موارد مناسب برای هر مشتری را تشخیص می‌دهد و اطلاعاتی را طبق آن ارائه می‌دهد. پروژه‌ی ADP نیز نشان‌دهنده قدرت هوش مصنوعی در یادگیری، تنظیم و بهینه‌سازی است که این موارد برای تقویت هوش و اثربخشی گروه‌ها و افراد کلیدی هستند.
Marc Rind از متخصص اصلی داده در ADP می‌گوید:
«استفاده از سیستم تحلیل‌گر به متخصصین منابع انسانی این امکان را می‌دهد که تعیین کنند چه مکالمه‌ای با چه کسی انجام شود. این باعث می‌شود آن‌ها مدیران بهتر و افراد بهتری شوند.»
هوش مصنوعی در دسترس، به تسریع کارها کمک می‌کند.
این روزها هوش مصنوعی برای سازمان‌ها قابل‌دسترس‌تر شده است: ابزارهای کم‌هزینه‌ای ایجادشده که می‌توانند هوش مصنوعی را در جریان کاری پیاده‌سازی کنند.
ابزارهای دیگری نیز برای خودکارسازی پروسه‌های مختلف کاری مانند ثبت سفارش، اعمال تخفیف، مدیریت خرید، مدیریت محتوا و… وجود دارد. این کارها نیز بدون نوشتن یک خط کد و درگیرشدن با فرمول‌های پیچیده و بدون کمک گرفتن از IT انجام می‌شود.
برای مثال شرکت‌هایی مانند دیسنی و Whole Foods از چت بات‌ها برای گوش دادن به‌فرمان انسان‌ها و آسان کردن کارهای تکراری روزمره‌شان هم‌چنین استفاده بهینه از زمان بهبود کارایی استفاده می‌کنند.
Gutelius در استفاده از هوش مصنوعی به شما توصیه می‌کند:
«با تعیین و تحلیل مشکل شروع کنید و اصولی برای آزمایش و اندازه‌گیری بسازید تا تشخیص دهید چه چیزی کارآمد است و چه چیزی نیست.»
منبع:
www.smartsheet.com
ترجمه شده در:
mag.hostiran.net