Более 80% проектов искусственного интеллекта терпят неудачу, тратя впустую миллиарды долларов

Искусственный интеллект в настоящее время является одной из самых горячих тем для тех, кто хочет инвестировать в “следующее крупное дело”. Но, согласно исследованию RAND Corporation, более 80% этих проектов искусственного интеллекта терпят неудачу, что в два раза превышает частоту неудач стартапов, не связанных с технологиями искусственного интеллекта. Аналитический центр Global policy побеседовал с 65 специалистами по обработке данных и инженерами, которые работали в секторе искусственного интеллекта в последние годы, и они определили несколько причин, которые приводят к такому массовому количеству отказов.

По мнению Tom's Hardware, основной причиной провала проектов искусственного интеллекта является несовпадение целей между ключевыми заинтересованными сторонами. У руководства часто есть представление о том, чего может и должен достичь ИИ, которое не основано на реальности; вместо этого им движет предвзятое представление человечества о том, что такое ИИ, чаще всего подпитываемое Голливудом. Это отсутствие взаимопонимания между бизнес-лидерами и людьми на местах означает, что проектам часто не хватает ресурсов и времени, необходимых для достижения их целей.

Однако инженеры, работающие над технологиями искусственного интеллекта, тоже не без вины виноваты. Интервью показали, что специалисты по обработке данных иногда отвлекаются на последние разработки в области искусственного интеллекта и внедряют их в свои проекты, не задумываясь о ценности, которую это принесет. Этот “синдром блестящего объекта” означает, что ученые и инженеры хотят использовать эти новые технологии только потому, что это новейшая разработка. Хотя важно быть в курсе последних событий в области искусственного интеллекта, командам также следует подумать, действительно ли эта новая технология решит проблемы, с которыми они сталкиваются в своих исследованиях, или это только сделает их более сложными и запутанными, чем они уже есть.

В исследовании также отмечается несколько других причин, включая отсутствие должным образом подготовленных наборов данных, неадекватную инфраструктуру и несовместимость ИИ с текущей проблемой. Также отмечается, что эти проблемы не ограничиваются частным сектором: даже у академических кругов есть проблемы с проектами искусственного интеллекта, где многие сосредотачиваются просто на публикации исследований в области искусственного интеллекта вместо того, чтобы искать их результаты в реальных приложениях.

Источник: vk.com

Комментарии: