Nosso pessoal mais técnico está com falta de IA … e isso é uma coisa boa

De acordo com uma pesquisa recente da McKinsey, a maioria das empresas de todos os tamanhos está adotando ativamente a IA. Viva! As áreas que recebem o maior impulso da adoção da IA ​​incluem otimização de operações de serviços, aprimoramento de produtos com base em IA e automação de contact center. Novamente, viva! Quando a população americana em geral é questionada sobre a IA, a maioria tem uma visão positiva do potencial da IA. Hurras ao redor.

Mas se você perguntar à multidão mais centrada em engenharia, a IA tem um longo, longo caminho a percorrer antes que eles estejam dispostos a ficar de pé e aplaudir. “os membros estão envolvidos com equipes de decisão de fornecedores difíceis de penetrar, geralmente na capacidade de gerenciamento”, de acordo com o kit de mídia de 2020. Em outras palavras, este é um público sênior e altamente técnico que não fica muito impressionado com as maravilhas da IA ​​(embora possam acreditar que a IA tem um futuro brilhante). Não, quando os editores analisaram os 10 artigos mais populares de 2021, surgiu uma tendência clara: “o que há de errado com o aprendizado de máquina hoje”.

VEJO: Política de ética em inteligência artificial (TechRepublic Premium)

Todos a bordo do trem do hype da IA

Ninguém precisa ser lembrado de que ainda estamos na fase de hype da IA. Conforme twittado por Michael McDonough, diretor global de pesquisa econômica e economista-chefe da Bloomberg Intelligence, as menções públicas à inteligência artificial nas chamadas de resultados aumentaram desde meados de 2014:

Essa tendência também não diminuiu desde que McDonough twittou isso em 2017. Se alguma coisa, aumentou.

No entanto, mesmo que os executivos de nível C continuem achando vantajoso exagerar como a IA está impactando seus negócios, as pessoas realmente encarregadas de fazer a IA funcionar têm sido menos otimistas. Conforme revelado no relatório State of Data Science 2021 da Anaconda, a maior preocupação que os cientistas de dados têm com a IA hoje é a possibilidade, até a probabilidade, de viés nos algoritmos. Também permanece uma escassez significativa de pessoal capaz de ajudar as organizações a maximizar o valor que obtêm dos dados. E mesmo quando as empresas têm o talento certo na equipe, obter valor dos investimentos em IA pode permanecer ilusório, como detalhei. Não é de admirar, então, que alguns sugiram que “A promessa da verdadeira inteligência artificial geral … permanece indescritível. A estupidez artificial reina suprema.” (Divulgação: meu irmão professor de direito IP, Clark Asay, escreveu isso e, sim, eu meio que gosto dele.)

Portanto, a IA tem um caminho a percorrer. Nós sabíamos disso, certo? Mas quais são as preocupações específicas do pessoal técnico mais próximo das implantações de IA?

VEJO: Os desafios éticos da IA: um guia do líder (PDF gratuito) (TechRepublic)

O que poderia dar errado?

O artigo mais popular é super prático em seu foco: dinheiro. Ou melhor, os retornos decrescentes associados ao pagamento pela melhoria da IA. O tl; dr? Os custos computacionais e de energia necessários para treinar sistemas de aprendizado profundo podem ser maiores do que os benefícios deles derivados. Muito mais alto. Aqui está a cotação do dinheiro: “para reduzir pela metade a taxa de erro, você pode esperar precisar de mais de 500 vezes os recursos computacionais”. E a versão mais longa: “a boa notícia é que o aprendizado profundo oferece uma enorme flexibilidade. A má notícia é que essa flexibilidade tem um custo computacional enorme.”

Parece ruim. É ruim.

Dos outros 10 artigos relacionados à IA mais populares do ano, três foram positivos (sobre, por exemplo, como a Instacart usa a IA para impulsionar seus negócios), um foi neutro (uma série de gráficos que oferecem uma visão do estado atual de AI) e mais cinco foram negativos:

• Sobre o futuro incerto da IA ​​(“Hoje, mesmo que a IA esteja revolucionando as indústrias e ameaçando derrubar o mercado de trabalho global, muitos especialistas estão se perguntando se a IA de hoje está atingindo seus limites”).

• O renomado pioneiro em aprendizado de máquina Andrew Ng sobre a diferença entre teste e produção (“Aqueles de nós em aprendizado de máquina são muito bons em se sair bem em um conjunto de teste, mas infelizmente implantar um sistema exige mais do que se sair bem em um conjunto de teste”).

• Um artigo sobre o potencial empolgante e a realidade “profundamente preocupante” do GPT-3, detalhando “o perigo potencial que as empresas enfrentam ao trabalhar com essa tecnologia nova e amplamente indomável e ao implantar produtos e serviços comerciais alimentados pelo GPT-3. ”

• Uma entrevista com Jeff Hawkins, inventor do Palm Pilot, sobre por que “a IA precisa de muito mais neurociência” para ser útil.

• Uma espécie de lista, que captura sete maneiras pelas quais a IA falha (“As redes neurais podem ser desastrosamente frágeis, esquecidas e surpreendentemente ruins em matemática”).

Se alguma coisa, essas visões rabugentas sobre as realidades da IA ​​devem nos deixar esperançosos, não desanimados. Se você ler os artigos, há uma forte crença na promessa da IA, temperada por uma compreensão das limitações que precisam ser superadas. Isso é precisamente o que devemos querer, em vez de uma postura excessivamente otimista que ignora esses obstáculos. O fato de esses artigos serem mais populares entre as pessoas com maior probabilidade de implantar a IA na empresa é um sinal de uma abordagem racional à IA, em vez de uma exuberância irracional.

.