Определения искусственного интеллекта и машинного обучения эволюционируют, поэтому важно, чтобы все понимали различия, пишет на портале InformationWeek Эмили Йель (Хит), старший специалист по аналитическим данным компании Shape Security.
Сегодня много шумихи вокруг использования ИИ или МО в продуктах безопасности. Все хотят сказать, что они используют эти технологии, но когда дело доходит до понимания того, как используются эти термины, ясности не хватает. Проблема только усугубляется, когда эти два термина смешиваются. Использование точных и четких формулировок для описания продукта безопасности не только показывает потенциальным покупателям, что вы понимаете свою технологию, но и позволяет покупателям задавать правильные вопросы для ее оценки.
ИИ — это широкая область, целью которой является привнесение человеческого интеллекта в машины, а МО — это подмножество ИИ, которое фокусируется на обучении на основе данных без программирования в явном виде. Использование МО квалифицируется как использование ИИ, но использование ИИ не подразумевает обязательное использование МО.
Поскольку мера привнесения человеческого интеллекта в машины расплывчата, система ИИ может использовать передовые статистические методы и традиционные алгоритмы, а может состоять исключительно из набора правил или эвристики. Эта неопределенность является основной проблемой простого описания вашего продукта как «использующего ИИ». Ведь при этом вы ничего не говорите о том, что на самом деле делает продукт, почему он квалифицируется как ИИ и как его следует оценивать. Если вы потенциальный покупатель и слышите только, что продукт использует ИИ, вы должны задать много вопросов. Каковы компоненты системы ИИ? Почему они заслуживают классификации как ИИ? Как они создаются, тестируются и обновляются? Если такие подробности не могут быть предоставлены или кажутся скудными и расплывчатыми, опасайтесь «средства от всех болезней» и ухищрений, выдаваемых за «ИИ».
Если ваша система ИИ выдается за ИИ только потому, что она использует МО, перестаньте искажать ее описание, называя ее системой ИИ, и назовите ее вместо этого системой MО. На этот момент можно посмотреть под другим углом: представьте, что вы продаете квадраты, но вместо того, чтобы говорить людям, что это квадраты, вы описываете их как четырехугольники. Это технически точно, но в случае с четырехугольником покупатель знает только то, что он получает что-то с четырьмя сторонами. Если бы вы сказали им, что это квадрат, то они бы знали, что у него четыре стороны, все четыре стороны одинаковой длины, а углы между ними равны 90 градусам.
Вы лишаете покупателей такого же критического контекста, если при описании продукта чередуете ИИ и MО. Есть конкретные вопросы, которые следует задавать о системах МО. Как заполняются, маркируются (если это вообще возможно) и обновляются данные? Какой тип моделей используется и как они обучаются? Какие результаты они выдают и как их можно адаптировать к конкретным целям по производительности и допустимым рискам? Но, не зная, что они оценивают систему MО, покупатели могут задавать общие вопросы о том, почему система квалифицируется как ИИ, вместо того чтобы вникнуть в суть ее функционирования, что может помешать им полностью понять продукт и в конечном итоге привести к упущенной возможности.
Использование правильного языка — важнейший шаг вперед в навигации по шумихе вокруг ИИ и МО. Если ИИ — это правильный термин для описания продукта, то используйте его, но будьте готовы обосновать, почему он оправдан и точен. Если в описании товара лучше использовать МО, то откажитесь от ИИ и будьте точными. Описание продукта должно подсказывать покупателям, о чем им нужно спросить, чтобы понять, подходит ли им покупка, а продавцам — облегчить излагать сильные стороны продукта и использование технологии. Мы все начнем эффективно преодолевать шумиху, когда будем использовать ИИ и МО точно и аккуратно.
