산업 제조
산업용 사물 인터넷 | 산업자재 | 장비 유지 보수 및 수리 | 산업 프로그래밍 |
home  MfgRobots >> 산업 제조 >  >> Manufacturing Technology >> 산업기술

인공 지능은 앱이 아닙니다. 방법론입니다

AI는 비즈니스 세계에서 화제입니다. 많은 사람들이 (저희를 포함하여) 비즈니스를 위한 인공 지능 방법과 응용 프로그램에 대해 이야기하고 있는 동안, 우리는 토론에서 앱에 집중하는 경향을 발견했습니다.

문제는 이것이 AI에 대한 편협한 사고방식이라는 점입니다. 괜찮아. 결국 우리는 인간일 뿐입니다. 그러나 AI는 앱 그 이상이거나 앱을 구축하는 유용한 방법입니다. AI는 방법론입니다.


AI의 역사

AI 기반 앱과 다른 앱 간의 가장 큰 차이점은 그 이면의 기술입니다. AI는 입력 데이터를 기반으로 독립적인 결정을 내릴 수 있습니다. 개발자는 알고리즘을 사용하여 사물을 "암기"한 다음 결론을 도출하고 패턴을 관찰하는 인공 신경망을 만듭니다.

AI는 인간의 두뇌가 어떻게 기능하는지 알아내려고 노력하는 사람들로부터 서서히 등장했습니다. 그들은 “지능이란 무엇인가?”라고 궁금해했습니다. 지능은 복잡하고 다음을 포함합니다.

● 세계와 상호작용, 이미지, 언어 인식, 이해

● 문제, 불확실성 관리를 위한 계획 및 추론

● 학습 및 적응, 새로운 정보가 제시되면 필요에 따라 변경

이 모든 것을 컴퓨터 내부에서 만드는 데 수십 년이 걸렸습니다. AI가 등장하면서 이러한 신경망 또는 프레임워크는 개발자가 아닌 데이터 과학자가 설계했습니다. 그들은 이러한 작업을 처리할 수 있는 "두뇌"를 구축하려고 시도했으며, 따라서 다음을 포함한 인간의 처리 방식에 의존합니다.

● 검색 및 추론

● 논리

● 확률

● 분류자 및 컨트롤러


AI의 인간 한계

AI를 처음부터 구축하려면 방대한 리소스가 필요합니다. 이것이 오늘날 AI가 서비스로 제공되는 이유입니다. Amazon, Microsoft 및 IBM은 모두 개발자가 앱을 구동하기 위해 활용할 수 있는 AI 제품을 제공합니다. 이렇게 하면 더 많은 사람들이 독립적인 신경망을 구축하지 않고도 AI를 활용할 수 있습니다. 이러한 API는 기계 학습 및 자연어 처리와 같은 다양한 AI 기능을 제공합니다. AI의 하위 집합인 기계 학습 소프트웨어는 일반적으로 특정 문제를 해결하도록 훈련됩니다.

이로 인해 AI의 기본을 구축하는 데 노력하는 사람이 줄어들었고 이 기술을 가장 잘 사용하는 방법을 결정하려는 사람이 훨씬 더 많아졌습니다. AI를 구축할 수 있는 기술을 가진 사람은 전 세계적으로 최대 10,000명에 불과합니다. 이 사람들은 높은 급여를 받고 있으며 시장은 유명 인사들 사이에서 서비스 경쟁이 치열합니다.

이는 개발자가 챗봇과 같은 애플리케이션을 구축할 때 최종 결과를 위해 AI를 사용하는 데 집중한다는 것을 의미합니다. 하지만 AI의 핵심, AI가 무엇인지, 어떻게 작동하는지 반드시 이해하고 있는 것은 아닙니다.

Amazon과 Google은 이제 AI 전문가를 사내에 유지하면서 업계 전반에 걸쳐 이 분야를 발전시키는 데 도움이 되는 방법으로 AI 서비스 외에 컨설팅을 제공합니다. Facebook은 AI 전문가를 통신 산업과 "공유"하기 시작했습니다. 마이크로소프트는 AI School이라는 온라인 코스 모음을 마케팅하고 있습니다. Amazon 역시 대학 수준에서 교육이 학습 프로그래밍의 일부가 되도록 추진하고 있습니다.

그동안 우리는 기술에 대한 생각이 제한적이었습니다. 새로운 애플리케이션에 집중하는 대신 기존 애플리케이션, 특히 비즈니스를 지원하는 LOB(Line of Business) 애플리케이션을 개선하는 방법에 먼저 집중해야 합니다. 생각의 패러다임 전환이 없다면 우리는 상상할 수 있는 것보다 훨씬 더 많은 일을 할 수 있는 힘에 사로잡힐 수 있습니다.

결국, 인간이 신경망을 구축할 때 우리는 우리가 하는 것처럼 "생각하는" 무언가를 만들 수 있는 인간의 능력으로 그렇게 하고 있습니다. 기계도 같은 접근 방식을 취할까요? 일부에서는 AI의 방법론이 현재 소프트웨어 엔지니어링에 대한 접근 방식과 크게 다르다고 주장합니다. Google은 현재 다른 AI를 구축할 수 있는 AI를 실험하고 있습니다.

Imaginovation에서는 AI를 달성하기 위한 새로운 방법을 개발하려고 하지 않습니다. 대신, Google, Amazon 및 IBM과 같은 회사에서 개척한 기존 기술을 활용하여 애플리케이션을 강화하기 위해 노력하고 있습니다. 채팅, 음성, 추천 및 지능형 검색과 같은 기술을 활용하여 이미 귀사에 지원되는 애플리케이션을 향상시킵니다.

비즈니스 애플리케이션에 AI를 적용할 때 사용자 인터페이스는 시작하기에 좋은 곳입니다. 메인프레임 터미널의 초창기부터 기업들은 영업에서 회계에 이르기까지 모든 것을 관리하기 위해 양식 기반 소프트웨어에 의존해 왔습니다. 오늘날 유일한 차이점은 터미널에서 웹 브라우저로의 전환뿐입니다.

이러한 양식 기반 응용 프로그램에 채팅 및/또는 음성 인터페이스를 추가하면 소프트웨어를 진정으로 현대화하면서 워크플로를 개선할 수 있습니다. 이것은 레거시 시스템에 특히 해당됩니다. 모바일 애플리케이션을 통해 팀은 음성을 통해 ERP(Enterprise Resource Planning) 소프트웨어에 액세스할 수 있습니다. 영업용 CRM(고객 관계 관리)도 마찬가지입니다. 현장에 있는 영업팀이 (안전하게) 운전하는 동안 음성 명령을 통해 고객을 추가하고 검색할 수 있습니다.

비즈니스 애플리케이션을 개선하고 생산성을 높이는 새로운 방법을 찾고 있다면 귀사를 위한 맞춤형 솔루션에 대해 문의하십시오.


산업기술

  1. Bosch, Industry 4.0에 인공 지능 추가
  2. 인공 지능은 허구입니까 아니면 일시적입니까?
  3. 인공 지능이 쿠버네티스의 엄청난 부스트
  4. ICS 사이버 보안에서 인공 지능은 아직 이르다
  5. 인공 지능이 웜 행동의 역학을 예측합니다
  6. 인공 지능이 세계 바다 사이의 연결을 보여줍니다
  7. 인공 지능은 신경 활동에서 음성을 생성할 수 있습니다
  8. 양자 시스템의 동작을 예측하는 인공 지능
  9. 인공 지능 대 기계 학습 대 딥 러닝 | 차이점
  10. 인공 지능을 사용하여 삼림 벌채 추적