Üdvözöljük az Eye on AI augusztusi különkiadásában
Minden vállalkozásnál a készpénz a király. Ez különösen igaz azokra a kisvállalkozásokra, amelyek nem tudják könnyen igénybe venni a hitelkereteket, a kölcsönöket vagy a nagyobb vállalatok számára elérhető egyéb hitel- és tőkefinanszírozási formákat. „Régebben jó néhány kisvállalkozásom volt, és az egyik legfontosabb dolog számomra a pénzkezelés volt” – mondja Ashok Srivastava. „Lesz elég pénzem, hogy kifizessem a számlákat a hónap végén? Megcsinálhatom a bérszámfejtést?”
Ez az oka annak, hogy Srivastava, aki jelenleg az Intuit pénzügyi szoftveróriás adatkezelési igazgatója, nagyon büszke arra, hogy segít egy mesterséges intelligencia-kompatibilis készpénz-előrejelző eszköz létrehozásában, amelyre ma már sok kisvállalkozás támaszkodik, hogy elegendő készpénzzel rendelkezzen. Az eszköz megvizsgálja a kifizetetlen számlákat, a múltbeli fizetési mintákat és az ismert jövőbeli kiadásokat. Ha a mesterségesintelligencia-szoftver úgy véli, hogy hiány van, a rendszer olyan lépéseket javasol a vállalkozás tulajdonosának, amelyeket megtehet, hogy remélhetőleg felszámolja a szakadékot, vagy bizonyos esetekben segítsen nekik hitelhez jutni. A Srivastava csapata által a rendszeren végzett fejlesztéseknek köszönhetően az elmúlt évben több mint ötszörösére nőtt a készpénz-előrejelző eszközt használók száma, és az esetek 95%-ában a cégtulajdonos megteszi a rendszer által megkövetelt lépéseket. ajánlja.
Ha pedig kiderül, hogy a vállalatnak hitelre van szüksége, az AI segít felmérni a vállalat hitelképességét, és biztosítja, hogy gyors döntést hozzanak. Az Intuit szerint azon ügyfelek 60%-a, akik ezen a QuickBook Capital nevű terméken keresztül kapnak kölcsönt, nem jogosultak banki kölcsönre. „A kölcsönt azért tudjuk biztosítani, mert nagyon sok jó adatunk és mesterséges intelligencia áll rendelkezésünkre” – mondja Srivastava. Azt mondja, hogy az ilyen típusú termékek sok kisvállalkozás számára mentőövet jelentettek a járvány idején, és valószínűleg az is marad, mivel sok vállalat az emelkedő inflációval küzd.
Srivastava szerint ez csak néhány példa arra, hogyan helyezi el az Intuit mesterséges intelligencia-alapú szolgáltatásokat termékeiben, beleértve a népszerű TurboTax és QuickBooks adóelőkészítő szoftvereket, amelyeket a kisvállalkozások gyakran használnak könyvelésre, valamint a Karma hitelfigyelő szoftvert, a Mint személyes pénzügyi szoftvert. és e-mail marketing platform. mail csimpánz. “Ez az az irány, amelyen haladunk” – mondja Srivastava. – Egy skálán szeretnénk tanácsot adni. Szerinte ez azt jelenti, hogy gondoskodni kell arról, hogy a tanácsokat mesterséges intelligencia hajtja végre, “ahol értelme van”, és hogy a mesterséges intelligencia a humán szakértők segítésén, nem pedig helyettesítésén dolgozzon.
Sok vállalathoz hasonlóan az Intuit is úgy találja, hogy a természetes nyelvi feldolgozás fejlődésének van néhány legnagyobb üzleti hatása. Például míg az Intuit szoftvereket gyárt, üzleti tevékenységének nagy része valójában azon alapul, hogy az ügyfelek humán szakértőkkel, például adótanácsadókkal vagy számviteli szakértőkkel konzultálnak. Korábban ezeknek a szakértőknek jegyzeteket kellett írniuk a beszélgetésről, miközben hallgatták az ügyfeleket. Ez azt jelentette, hogy a szakértők néha nem tudtak elég időt fordítani arra, hogy az ügyfél problémáján és annak megoldásán gondolkodjanak. Mostantól a nyelvi mesterséges intelligencia rendszerek automatikusan jegyzeteket készítenek a szakértő híváskezelők számára, és automatikusan összegzik a hívást, és kategorizálják a hívó problémáját. Ez segít a szakértőnek megtalálni a legjobb információt, amelyet továbbíthat az ügyfélnek. De segít az Intuitnak nyomon követni a trendeket, és felismerni a vállalat szoftverével kapcsolatos lehetséges problémákat, amelyeket a fejlesztőknek esetleg ki kell javítaniuk.
Srivastava pedig azt mondja, hogy a cég “egyre többet fektet be” a főbb nyelvi rendszerekbe, különösen azokba, amelyek a beszédet szöveggé alakítják, majd elemzik a szöveget. „A tanácsok a beszélgetésekből származnak” – mondja, ezért fontos, hogy az AI-rendszerek segítsenek e beszélgetések felépítésében és tartalmuk elemzésében.
Azt is elmondja, hogy az Intuit azon vállalatok közé tartozik, amelyek kísérleteznek a megerősítő tanulás használatával AI-rendszereik fejlesztésére, például a QuickBooks cash flow-elemző funkciójára. A megerősített tanulás az a fajta mesterséges intelligencia, amely tapasztalatból tanulja meg, alapvetően próbálkozások és tévedések révén, hogyan lehet maximalizálni az AI-t létrehozó személy által feladott jutalmat. Konkrétabban, az Intuit a többkarú banditának nevezett megerősítő tanulási formát kutatja, amely megpróbál egyensúlyt teremteni aközött, hogy egy mesterséges intelligencia rendszer mennyi ideig kutatja az új lehetőségeket, és mennyi időt tölt a már elhatározott cselekvések ajánlásával. Az ilyen mesterséges intelligencia segíti az Intuitot, hogy kiélezze a tanácsokat, amelyeket egy kisvállalkozásnak ad a legjobb pénzáramlás javítására vonatkozóan.
Az Intuit egy olyan vállalat példája, amely az AI-t helyezi tevékenysége középpontjába. „Az AI alapvető fontosságú munkánk során” – mondja Srivastava. Valószínű, hogy hamarosan sok más cég is megtalálja ugyanezt.
Néhány más dolog is történik ezen a héten az AI-ban.
Jeremy Kahn
@jeremyakahn
[email protected]
AI A HÍREKBEN
Az ellentmondásos arcfelismerő alkalmazás, a PimEyes használható gyermekek képeinek megkeresésére, beleértve az explicit képeket is. Erre a következtetésre jutott a The Intercept tanulmánya, amely hamis gyerekek digitálisan generált képeit használta fel a PimEyes segítségével végzett keresésekhez, és megállapította, hogy sok valódi gyerekről készült képek jelentek meg lehetséges egyezéseket. Az iroda szerint sok esetben könnyű lett volna azonosítani ezeket a gyerekeket. Más esetekben a publikáció azt találta, hogy az alkalmazás „potenciálisan nyíltan kifejező” címkével ellátott gyermekek képeit gyűjtötte be. A közlemény szerint az alkalmazás ilyen módon történő használata “a gyermekek további kizsákmányolásához vezethet egy olyan időszakban, amikor a sötét web a bántalmazásról szóló képek robbanását okozta”. Giorgi Gobronidze, a PimEyes tulajdonosa a The Interceptnek elmondta, hogy bár megbízta az alkalmazásmérnököket, hogy jobb védelmet hozzanak létre a gyermekek számára, ugyanakkor úgy vélte, hogy a szülőknek óvatosabbnak és felelősségteljesebbnek kell lenniük, amikor gyermekeikről készült képeket tesznek közzé online, különösen nyilvános webhelyeken.
Az ukrajnai háború megnehezítette a „gyilkos robotok” betiltására irányuló erőfeszítéseket. A Deutsche Welle, a német híroldal konzultál az ENSZ bizottságával arról, hogy mit tegyen az AI-kompatibilis halálos autonóm fegyverekkel. Nemzetközi emberi jogi szervezetek, technológusok és sok ország azt akarja, hogy az ilyen típusú fegyvereket betiltsák. Eddig azonban a nyolc évnyi vita ellenére az ENSZ csekély előrelépést tett a használatára vonatkozó jogilag kötelező korlátozások irányába. Az ukrajnai háború tovább bonyolította az ENSZ előrehaladását – írja a kiadvány. Az egyik probléma az, hogy Oroszország, amely diplomáciailag elszigetelve érzi magát Ukrajna inváziója miatt, azt állította, hogy a nemzetközi szankciók lehetetlenné teszik szakértői számára, hogy részt vegyenek az ENSZ-bizottság genfi ülésein, és arra használta a hatalmát, hogy megpróbáljon megbeszéléseket lefolytatni a távollétükben. . De nagyobb probléma lehet, hogy az ukrajnai konfliktus sok katonai megfigyelő számára bizonyítja az AI-alapú „függő lőszerek” értékét. Ezeket a fegyvereket, más néven kamikaze drónokat, mindkét fél bevetette a konfliktusban. A jelenlegi verziók bizonyos fokú autonómiával rendelkeznek, de általában még mindig szükség van egy emberre, hogy válassza ki a célpontot, amelyet megtámadnak. De készülnek a teljesen autonóm verziók.
Egy mesterséges intelligencia-rendszer megtanult egy „alternatív fizikát” használni, hogy elmagyarázza a videókban látottakat. A Columbia Egyetem kutatói azt akarták látni, hogy egy mesterséges intelligencia-rendszer képes-e megtanulni a fizika mögött meghúzódó alapvető változókat – olyan jelenségeket, mint a tömeg, sebesség, gyorsulás – mozgó objektumok (lengő inga vagy felfújt léggömbszerű „légtáncos”) egyszerű videóin keresztül. A szélben.) Kiderült, hogy a rendszer valójában képes megjósolni a videókon látott mozgást, és azonosítani és végrehajtani a jóslat elkészítéséhez használt fizikai változók számát. De egy olyan megállapítás, amely meglepte a tudósokat, amikor megvizsgálták, hogy melyek ezek a változók, gyakran azt találták, hogy látszólag különböznek azoktól, amelyeket az emberi tudósok használnak a videókban látható mozgástípusok magyarázatára és előrejelzésére. Néhány esetben a kutatókat meg is döbbentette, hogy az AI mire összpontosít, így pontos előrejelzéseket tudott készíteni. Ennek az “alternatív fizikának” a felfedezése mindenféle kérdést felvet azzal kapcsolatban, hogy a jelenlegi fizikai modellünk valóban a legjobb-e. “Talán néhány jelenség rejtélyesen összetettnek tűnik, mert rossz változókészlettel próbáljuk megérteni őket” – mondta Hod Lipson, a Columbia Gépészmérnöki Tanszékének Creative Machines Lab igazgatója a SciTechDaily című kiadványnak.
A vállalkozás jobbá tételére irányuló küldetésünket az Önhöz hasonló olvasók hajtják. Regisztráljon még ma, hogy korlátlanul hozzáférjen újságírásunkhoz.
.