Мненията на Forbes Contributors са техни собствени.

софтуерът

AI яде софтуер

От Martijn van Attekum, Jie Mei и Tarry Singh

Въведение

Марк Андреесен известен каза, че „Софтуерът изяжда света“ и всички се втурнаха в стаята. Това беше колкото писане на стената за много традиционни предприятия, толкова и чудесна новина за софтуерната индустрия.

Все още никой всъщност не разбираше какво има предвид.

За да направи своето становище, той посочи този пример:

„Днес най-големият продавач на книги в света, Amazon, е софтуерна компания - неговата основна способност е нейният невероятен софтуерен двигател за продажба на почти всичко онлайн, без да са необходими магазини. На всичкото отгоре, докато Borders се блъскаше в предстоящия фалит, Amazon пренареди своя уебсайт, за да популяризира своите цифрови книги Kindle за първи път за физически книги. Сега дори самите книги са софтуер. "

Интересното е, че Андреесен каза и следното:

„Аз, заедно с други, спорим за другата страна на делото ... Ние вярваме, че много от изтъкнатите нови интернет компании изграждат истински, с висок растеж, голям марж, силно защитим бизнес.“

(Прочетете цялата статия в блога в неговия a2z VC фонд)

Андреесен не си представяше, че същата софтуерна индустрия може да бъде изложена на риск да бъде изядена.

Бързо напред към 2019 г. и същата софтуерна индустрия е нервна. Много много нервна!

И причината е AI.

Особено за онези, които не са натрупали бойната си част с ИИ.

Ускорителна вълна (2009 - 2019) - Когато софтуерът започна да яде света

Андреесен беше прав.

Компаниите, които приеха софтуера през 2011 г., са настоящите пазарни лидери в съответните си области, а първите 5 компании за пазарна капитализация в света през второто тримесечие на 2019 г. предлагат някакъв вид софтуерни решения (ycharts.com).

Едновременно с това периодът от 2011 г. показа безпрецедентен ръст в развитието на AI. Въпреки че няколко ключови идеи за ИИ съществуват отдавна, редица процеси ускориха потенциалното им използване.

Първо, изчислителната мощност, по-специално за специализирани AI чипсети, значително се е увеличила.

Второ, количеството данни за обучение за AI алгоритми експлодира с появата на езера на данни и напълно свързан свят на нещата, разширява домейните на AI и намалява разходите за обучение на алгоритми.

Трето, голям брой технологични затруднения (като изчезващи градиенти) са решени през последните няколко години, значително увеличавайки точността и приложимостта на съществуващите алгоритми.

И накрая, намаляването на разходите за съхранение в облак и изчисленията плюс улесняването на разпределената съвместна работа, направи комбинирането на високоспециализирани знания по-лесно от всякога.

Степента, в която скъпите софтуерни компании на Andreessen вграждат изкуствен интелект в своите продукти, обаче често е ограничен. Вместо това, нов набор от стартиращи компании вече включва инфраструктура, базирана на гореспоменатите процеси за улесняване на изкуствения интелект от самата им основа.

HyperAcceleration Wave (2019 - 2030) - AI започна софтуер за хранене

Водени от повишаване на ефективността, тези нови компании използват AI за автоматизиране и оптимизиране на основните процеси в своя бизнес. Като пример, не по-малко от 148 стартиращи фирми имат за цел да автоматизират много скъпия процес на разработване на лекарства във фармацевтичната индустрия, според скорошна актуализация на BenchSci .

По същия начин стартиращите предприятия с изкуствен интелект в транспортния сектор създават стойност чрез оптимизиране на пратките, като по този начин значително намаляват количеството празни или празни превози.

Също така е засегнат самият процес на разработване на софтуер. Инструменти за автоматично попълване и генериране на код, задвижвани от AI, като TabNine, TypeSQL и BAYOU, са създадени и готови за употреба.

Нека да разгледаме бързо няколко примерни приложения на тази вълна на хиперацелерация:

Автоматизиране на процеса на кодиране

като TabNine автоматично допълва кода ви с AI!

Той е обучен на около 2 милиона файла от кодовото хранилище GitHub. По време на обучението целта му е да предскаже всеки жетон, като се вземат жетоните, които идват преди него. За да постигне тази цел, той се учи на сложно поведение, като извод на тип в динамично въведени езици.

След като разработчиците на Deep TabNine осъзнаха паралела между обработката на кода и естествения език, те внедриха съществуващия инструмент GPT-2, който използва мрежовата архитектура Transformer.

Изобретателят на този инструмент е Джейкъб Джаксън, студент и бивш стажант на OpenAI, който бързо реализира тази идея и създаде софтуерен инструмент за нея.

Получаване на отговори на всеки въпрос относно вашите медицински данни

Тъй като AI ще създаде заявката, за да получите отговора вместо вас!

Тук група медицински изследователи създадоха инструмент, който можете да задавате буквално всякакви въпроси относно медицински данни и AI генерира персонализирана SQL заявка, която след това се използва за извличане на съответните данни от базата данни.

Въпрос към SQL поколение

Нарича се генериране на въпроси към SQL.

Те използваха RNN (форма на задълбочено обучение, AI на стероиди за текстов анализ) с вниманието и мрежата за генериране на точки. За тези, които са по-склонни да изследват техническата част на това, не се колебайте да прочетат своите изследвания тук и софтуерния код тук .

Така че е време армиите от администратори на бази данни (DBA) да се приберат у дома?

Създаване на красив уебсайт въз основа на вашата скица

Докато AI превежда скицата ви в код!

Искате ли бързо да изградите уебсайта си? Всичко, което трябва да направите, е да го скицирате и тази платформа ще използва AI за създаване на софтуерен код като html, css и js код готов незабавно във vue.js.

Скица за създаване на уебсайт с AI

Просто въведете скицата си и voila! вашият уебсайт изскача в другия край!

Научете повече за тази платформа тук .

Това са само няколко примера за това как ИИ все по-често посяга към всички части на разработването на софтуер и елиминира светските задачи на кодирането и програмирането бързо!

Това се дължи на мотивацията за автоматизиране на процеса на числения анализ, събирането на данни и в крайна сметка, обработката и съответното производство на код.

Изследователите имат по-висока информираност и знания от всякога, за да проникнат във всеки проблем на всички нива със софтуер, задвижван с изкуствен интелект, от ежедневни анекдоти като: Какъв тип бисквитки да препоръчаме на клиент предвид предпочитанията му за пазаруване?

За широкомащабна дилема на производителя, например:

Как да автоматизираме производствената линия по индивидуализиран, но систематичен начин?

И накрая, до обработката на изграждането на по-интелигентен, по-лесен за използване софтуер, който може дори да напише код за вас.

Освен подпомагането на вземането на решения, диагностиката и прогнозирането, работата на изследователите и влиятелите на ИИ доведе до вълна на хиперакселерация: Софтуерът, задвижван от ИИ, не само постига резултати, сравними с човешкото ниво, но създава нещо, което би предизвикало въображението и възприятието на средния човек на собствените си способности.

Човек вече не може да различава фалшивите лица на знаменитости, генерирани от генеративни невронни мрежи, от реалните или не трябва да помни името на всяка функция, която ще използва, когато пише сценарий.

Въображаемо, широките области на приложение и почти човешкото представяне на софтуера, задвижван от ИИ, ще предизвикат промяна в парадигмата в начина, по който хората се справят с ежедневните си лични и професионални проблеми.

Въпреки че някои от нас са песимистични относно, или в някои екстремни случаи, съзнателно избягвайки свят с непреодолимия софтуер, задвижван с изкуствен интелект, няма толкова много място за бягство. Amazon, Google и дори вашият любим цветарски квартал активно (и понякога тайно) използват AI за генериране на приходи. Изправете се срещу него или бъдете изоставени.

Какво бихте направили, ако бяхте BMW днес?

„Към този момент никой не може надеждно да предвиди колко бързо ще напредне електромобилността или кой задвижващ влак ще надделее ... Няма заявки на клиенти за самоуправляващи се BEV. (електрически превозни средства) “

Класически капан, за който повечето големи предприятия с установен бизнес падат, е да се фокусират микро върху съществуващите бизнес сегменти, като същевременно губят поглед върху бавно влошаващия се икономически и бизнес климат.

Историята на Тесла като електрическа кола е известна на всички, но мнозина може да не знаят, че това е функцията за самоуправление и интензивното използване на ИИ както в софтуера, така и в хардуера, в който се крие тайният сос.

Те вече са изминали 10 милиарда електрически мили и автомобилите събират още повече данни, за да нарушат не само автомобилните пазари, но и съседните пазари в производството, обслужването, продажбите и като цяло в мобилността.

AI на Tesla яде целия бизнес на автомобилната индустрия.

Няколко седмици по-късно след годишното си обръщение шефът на BMW подаде оставка .

Главните изпълнителни директори и мениджърите, които обаче искат да приемат активно ИИ, трябва да направят следните 5 неща

Заключителни мисли

1) Подгответе AIPlaybook

Миналата година направих основен панел заедно с няколко колеги от бранша и бях попитан дали AI може да яде софтуер и казах „Да“.

Всяка компания, която не притежава своя AI Playbook, която не е въоръжена с данни, алгоритми и модели на машинно обучение, със сигурност ще се окаже в сериозно затруднение.

Пример за AI плейър е да се направи цялостна оценка на зрелостта на вашата фирма и да се планират проекти, управлявани от ROI.

2) Повишаване на уменията и/или наемане на (добър) екип по наука за данни

Повишаването на квалификацията на вашия персонал, за да може да управлява вашата трансформация на AI, е ключът към успеха на всяка организация, която се стреми да стане компания за AI.

Препоръчали сме няколко мащабни проекта с голямо количество данни и ето няколко ключови аргумента, които ръководителите трябва да вземат присърце.

  • След няколко години възприемането на ИИ не е въпрос на тенденция, а на оцеляване;
  • За да оцелеят в епоха, в която ИИ доминира както на пазара, така и на софтуера, изпълнителните директори и мениджърите трябва да изравнят мисленето си за успешно приемане и прилагане на ИИ в рамките на своето предприятие, за което те или трябва да повишат уменията си, или да намерят добър екип по наука за данни;
  • Познайте играта си: Добрият екип ви помага да разберете как AI ще накара вашата компания да оцелее;
  • Примерите са изобилни в индустрията и за компаниите е от ключово значение да обърнат внимание на най-новите тенденции и да стартират няколко по-малки проекта, за да извлекат ключовите проекти, които могат да бъдат индустриализирани в мащаб.

3) Разработете алгоритми и изпълнете вашето възпроизвеждане на данни от ден 1

Надграждането на вашата техническа инфраструктура, която може да разработи най-новите алгоритми на AI, да обработва големи количества хетерогенни набори от данни, да изгражда и обучава както референтни, така и нови модели на AI в индустрията е важна първа стъпка.

След като се установи, е много важно да се разработят смислени диалогови канали, които да предвиждат и мечтаят идеи за проекти, които убиват болката, и да се потопите директно в решаването на тези проблеми с данни.

И накрая, изпълнението от Ден 1 на „достатъчно добри“ модели на данни и алгоритми е мястото, където една истинска AI компания може да определи своя импулс и да спечели значителна преднина от най-близката си конкуренция.

4) Прилагане на разпределена структура от знания

Тъй като достъпът до правилните данни е ключ към ценните решения за ИИ, осигуряването на достъп до данни, генерирани или придобити в компанията и извън нея, ще бъде от решаващо значение. След тази реализация фармацевтичните компании започват да създават централни хранилища на данните, събрани в техните клинични изпитвания. Следователно техните екипи за наука за данни ще имат достъп до структурирана база данни на знанията, която могат да използват за обучение на алгоритми на AI.

Вторият начин за осигуряване на разпределението на знанията е създаването на структура за разпределено сътрудничество. С появата на софтуер, имитиращ групови процеси от определяне на графици, провеждане на срещи или провеждане на мозъчна атака, интегрирането на знания и опит вече не трябва да се ограничава от географското местоположение.

5) Използвайте стартиращи предприятия с изкуствен интелект със съответни знания

Примерът на Andreessen с това, че Дисни купува Pixar, за да остане актуален, се отплати на Disney, който продаде за над 8 милиарда долара билети за кино тази година, което направи Disney втората по големина медийна компания (Forbes).

И все пак най-новите разработки предполагат, че AI също може да оптимизира процесите на правене на филми. Освен това, тъй като Disney създава потребителска платформа с Disney +, AI може да формира необходимата основа за осигуряване на оптимално използване на данните, генерирани от тази платформа. Когато не искат да изграждат екипи за наука за данни от нулата, може отново да е необходимо сътрудничество или поемане на съответни стартиращи компании, като Disney, за да останат конкурентоспособни.