Elevare le relazioni uomo-macchina con un’IA senza codice e riutilizzabile

Le nostre capacità di inventare e utilizzare strumenti sono fondamentali per l’evoluzione umana. I computer come strumenti hanno certamente fatto progredire l’umanità sin dal loro inizio. Con l’avanzare delle tecnologie informatiche, anche le relazioni uomo-macchina si sono evolute. Inizialmente solo gli sviluppatori di computer o i programmatori possono far funzionare i computer fornendo istruzioni (di programmazione) della macchina che i computer possono comprendere e seguire. Con lo sviluppo delle interfacce utente grafiche ( GUI ), le masse possono ora far funzionare i computer senza codice. Le relazioni uomo-macchina restano comunque relazioni operatore-macchina, durante le quali gli esseri umani devono dire alle macchine esattamente cosa fare. 

Con l’ascesa dell’intelligenza artificiale (AI) — computer con determinate abilità umane — le relazioni uomo-macchina potrebbero essere completamente ridefinite. Ad esempio, i computer con abilità percettive visive umane possono aumentare il personale di sicurezza per riconoscere rapidamente oggetti in montagne di immagini di sorveglianza o computer con abilità linguistiche umane possono aumentare i paralegali per riassumere grandi quantità di documenti di testo. Tuttavia, l’insegnamento delle abilità umane delle macchine è un processo complesso e dispendioso in termini di tempo, che richiede competenze approfondite e capacità di programmazione, per non parlare degli sforzi per raccogliere, pulire e annotare grandi quantità di dati di addestramento necessari per addestrare le macchine con le abilità desiderate. Proprio come le operazioni del computer senza codice e guidate dalla GUI, cosa accadrebbe se gli esseri umani, il personale di sicurezza e gli assistenti legali allo stesso modo, potessero insegnare abilità umane alle macchine senza codice? Come nel film Her , e se potessimo adottare un assistente AI chiavi in ​​mano con abilità umane integrate e personalizzarlo facilmente senza codice per soddisfare le nostre esigenze specifiche? Questa visione di un’IA senza codice e riutilizzabile eleverà sicuramente le nostre attuali relazioni operatore-macchina alle relazioni supervisore-assistente. Non solo le nuove relazioni consentiranno a noi umani di essere potenziati dall’IA invece di essere sostituiti da essa, ma la natura senza codice democratizzerà anche l’aumento umano. 

1. AI dalle abilità umane
A seconda dei compiti da svolgere, i sistemi di IA vengono formati per possedere diverse abilità umane. Si  elenca esempi di sistemi di intelligenza artificiale in base alle abilità umane. Alcuni sistemi di intelligenza artificiale utilizzano un unico tipo di abilità umane , come la percezione visiva umana o le abilità linguistiche, per eseguire un’attività specifica, come l’identificazione di oggetti o l’analisi del sentimento. Al contrario, i sistemi di intelligenza artificiale più complessi utilizzano più abilità umane insieme per svolgere compiti complessi. Ad esempio, un’auto a guida autonoma deve utilizzare molteplici abilità umane, come la percezione visiva umana e le capacità decisionali, per raggiungere i suoi obiettivi di guida. Allo stesso modo, un assistente di intelligenza artificiale conversazionale deve impiegare più abilità umane, come abilità comunicative o determinate abilità umane umane (ad esempio, ascolto attivo), per svolgere i suoi compiti. 

2. Intelligenza artificiale riutilizzabile multilivello
Indipendentemente dal fatto che un sistema di intelligenza artificiale richieda una o più competenze umane per funzionare, creare un sistema di intelligenza artificiale da zero è sempre difficile e richiede molte competenze e risorse. Proprio come costruire un’auto, invece di costruirla completamente da zero con materie prime, sarebbe molto più facile e veloce se potessimo personalizzare e mettere insieme velocemente parti e sistemi prefabbricati, come il motore, le ruote ei freni. 
Sebbene esistano molti sistemi di intelligenza artificiale riutilizzabili senza codice, è molto difficile abilitare il riutilizzo senza codice di un sistema di intelligenza artificiale complesso, come un sistema di intelligenza artificiale conversazionale, a causa della complessità tecnologica coinvolta e del requisito di multi-livello riutilizza. La figura 2 mostra un esempio di architettura a 3 livelli a supporto di un assistente di intelligenza artificiale, una nuova generazione di assistenti di intelligenza artificiale con molteplici abilità umane avanzate, comprese le competenze trasversali. 



Riutilizzo di modelli di intelligenza artificiale generici 
Come mostrato , il livello infeiore è un insieme di modelli di apprendimento automatico generici su cui si basa qualsiasi sistema di intelligenza artificiale. Ad esempio, i modelli di apprendimento neurale (deep) basati sui dati , come BERT e GPT-3 , in genere sono pre-addestrati su grandi quantità di dati pubblici come Wikipedia. Possono essere riutilizzati nelle applicazioni di intelligenza artificiale per elaborare le espressioni del linguaggio naturale. I modelli di intelligenza artificiale generici, tuttavia, sono inadeguati per alimentare un assistente di intelligenza artificiale cognitiva. Ad esempio, i modelli generici addestrati su Wikipedia in genere non sono in grado di gestire comunicazioni conversazionali sfumate, come gestire una conversazione o dedurre le esigenze di un utente da una conversazione. 

Riutilizzo di motori di intelligenza artificiale speciali 
Per potenziare un assistente di intelligenza artificiale con competenze trasversali umane, sono necessari motori di intelligenza artificiale (il livello intermedio). Ad esempio, il motore di ascolto attivo mostrato nella Figura 2 consente a un assistente AI di comprendere il focus dell’attenzione in una conversazione e gli fornisce memoria in modo che possa interpretare correttamente l’input di un utente, comprese le espressioni incomplete e ambigue nel contesto, come negli esempi mostrati nella Figura 3 . 


Allo stesso modo, i motori di intelligenza artificiale speciali come la lettura tra le righe e i motori di comunicazione delle conversazioni alimentano un assistente di intelligenza artificiale con abilità umane aggiuntive. Ad esempio, la lettura tra le righe consente agli assistenti AI di analizzare l’input di un utente durante una conversazione e dedurre automaticamente le caratteristiche uniche dell’utente (Figura 4). Il motore di comunicazione specifico della conversazione consente agli assistenti di intelligenza artificiale di interpretare meglio le espressioni dell’utente durante una conversazione, ad esempio identificare se l’input dell’utente è una domanda o un’affermazione riflessiva, il che giustifica risposte di intelligenza artificiale diverse.

Con un’attenta progettazione e implementazione, tutti i motori di intelligenza artificiale speciali possono essere resi riutilizzabili. Ad esempio, il motore di conversazione in ascolto attivo può essere pre-addestrato con dati di conversazione per rilevare diversi contesti di conversazione (ad esempio, un utente sta fornendo una scusa o ponendo una domanda di chiarimento) e pre-costruito con una logica di ottimizzazione che cerca sempre di bilanciare l’utente esperienza e completamento delle attività durante la gestione delle interruzioni degli utenti per guidare una conversazione. 


Oltre a riutilizzare i singoli componenti/abilità dell’IA, l’obiettivo finale è riutilizzare un’intera soluzione di intelligenza artificiale. Nel contesto della creazione di assistenti AI, è riutilizzare un intero assistente AI basato su modelli di assistenti AI con flussi di lavoro predefiniti e una base di conoscenza pertinente (il livello superiore della Figura 2). Ad esempio, un modello di AI Recruiting Assistant include una serie di domande per il colloquio di lavoro e una base di conoscenza per rispondere alle domande frequenti relative al lavoro. Allo stesso modo, un modello AI Learning Assistant delinea un flusso di lavoro, come controllare lo stato di apprendimento di uno studente e fornire istruzioni di apprendimento o promemoria. Tale modello può essere riutilizzato direttamente per creare un assistente AI chiavi in ​​mano o può essere rapidamente personalizzato per soddisfare esigenze specifiche come mostrato di seguito. 

3. Intelligenza artificiale riutilizzabile che abilita l’intelligenza artificiale senza codice
Poiché ogni soluzione di intelligenza artificiale richiede in genere determinate personalizzazioni, l’intelligenza artificiale riutilizzabile consente personalizzazioni di intelligenza artificiale senza codice. Di seguito sono riportati diversi esempi. 

Personalizzazione senza codice dei modelli di assistente AI
Si supponga che un reclutatore delle risorse umane desideri creare un assistente di reclutamento IA personalizzato basato su un modello IA esistente. Proprio come con PowerPoint o Excel, il reclutatore utilizzerà una GUI per personalizzare le domande del colloquio (Figura 5) e le domande frequenti relative al lavoro. La personalizzazione senza codice semplifica notevolmente la creazione di una potente soluzione di intelligenza artificiale end-to-end, specialmente per i professionisti non IT. 


Continuando l’esempio sopra, supponendo che il reclutatore voglia che l’assistente AI chieda ai candidati al lavoro una domanda ” Cosa ti piace di più nel tuo attuale lavoro ?”. Se la risposta di un candidato è qualcosa di simile a ” interagire con i clienti “, il reclutatore vuole che l’IA chieda una domanda di follow-up ” Puoi farmi un esempio di come ti è piaciuto interagire con il tuo cliente ?” Poiché il modello AI predefinito non gestisce questo caso specifico, il reclutatore dovrebbe personalizzare la comunicazione AI. La figura 6 mostra come tale personalizzazione potrebbe essere eseguita senza codifica.  


4. L’IA riutilizzabile senza codice definisce le relazioni supervisore-assistente
L’intelligenza artificiale senza codice e riutilizzabile consente a tutti , inclusi i professionisti non IT, di creare le proprie soluzioni di intelligenza artificiale personalizzate (assistenti). Un assistente AI deve solo essere istruito su cosa fare (ad esempio, porre agli utenti una serie di domande) e quindi eseguire le attività automaticamente (ad esempio, come gestire le interruzioni degli utenti). Questo trasforma le tradizionali relazioni operatore-macchina in relazioni supervisore-macchina. Quando gli esseri umani devono programmare/codificare una macchina per insegnare alle macchine, gli esseri umani agiscono nel ruolo di operatori/sviluppatori di macchine. Mentre gli esseri umani forniscono alle macchine istruzioni di alto livello senza codice, come delineare i compiti e insegnare nuove conoscenze, gli esseri umani ora diventano i supervisoridi macchine. Questa nuova relazione consente agli esseri umani di fare di più con l’aiuto delle macchine.  

5. Direzioni future dell’IA senza codice e riutilizzabile
L’intelligenza artificiale senza codice e riutilizzabile democratizza la creazione e l’adozione di potenti soluzioni di intelligenza artificiale senza richiedere scarsi talenti di intelligenza artificiale o risorse IT costose. Inoltre, l’IA senza codice e riutilizzabile migliora le relazioni uomo-macchina, consentendo a tutti di essere potenziati dai poteri delle macchine. Per fare dell’IA senza codice e riutilizzabile il paradigma principale per lo sviluppo e l’adozione di soluzioni di intelligenza artificiale, è necessario compiere progressi anche in diverse aree. 

IA spiegabile
La prima area è rendere spiegabili i componenti/sistemi di intelligenza artificiale riutilizzabili. Per aiutare il personale non IT a riutilizzare componenti e soluzioni di intelligenza artificiale pre-addestrati o precostruiti, è fondamentale aprire la “scatola nera” e spiegare cosa si trova all’interno di ogni componente o soluzione, sia i pro che i contro. L’IA riutilizzabile spiegabile non solo aiuta gli esseri umani a comprendere e sfruttare meglio i componenti/sistemi di intelligenza artificiale esistenti, ma aiuta anche a evitare potenziali insidie ​​​​dell’IA. Ad esempio, sarebbe utile per un reclutatore delle risorse umane capire come vengono dedotte le intuizioni personali prima di utilizzare tale potere di intelligenza artificiale per dedurre le intuizioni dei candidati. 

Debug automatico dell’IA
La seconda area sarebbe il supporto del debug automatico dell’IA. Poiché le soluzioni di IA diventano più complesse e sofisticate, è difficile esaminare manualmente il potenziale comportamento dell’IA in circostanze diverse e complesse. Gli utenti non IT avranno soprattutto bisogno di aiuto per valutare una soluzione AI (ad esempio, un assistente AI) e migliorarla prima di implementarla formalmente. Sebbene ci siano alcune ricerche iniziali sulla profilazione degli assistenti di intelligenza artificiale , è necessario molto di più in futuro. 

Intelligenza artificiale responsabile
La terza area sarebbe garantire l’uso responsabile dell’IA, in particolare con la democratizzazione dell’IA. Ad esempio, se qualcuno può semplicemente riutilizzare un’unità funzionale AI per ottenere informazioni sensibili dagli utenti, come e chi può proteggere gli utenti e le loro informazioni sensibili? Oltre a misurare le prestazioni tipiche dell’IA come accuratezza e robustezza, saranno necessarie nuove misure e linee guida sull’utilizzo per garantire la creazione e l’implementazione di soluzioni di intelligenza artificiale affidabili e sicure.

Di ihal

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi