PROSのMichaelWu– AIは人間を模倣し、意思決定を自動化し、学習して改善することができますが、あなたの代わりにはなりません

公開: 2019-06-08

最近シリーズをチェックしている人は、私が過去数週間にわたって多くの業界イベントに参加し、多くの人々と話をしていることを知っています。これらの会議のほとんどはラスベガスで開催されています。

さて、これのためにあなた自身を支えてください、私は再びラスベガスにいました…別の会議のために…再び。 しかし今回は、PROSが主催するカンファレンスであるOutperformに参加しました。 デジタル経済での販売を最適化するAIを活用したソリューションのプロバイダー。

そして、PROSのチーフAIストラテジストであるMichael Wu博士の人工知能に関する第一人者の一人と話す機会があっただけでなく、友人でありCRMPlayazの共同ホストであるPaulGreenbergと話すことができました。

私たちは皆良い仲間であり、マイケルがAI /機械学習/ディープラーニングをほとんどの人間が理解できる言葉で説明できるので、AIとは何か、そうでないことについて多くを学びながら、少し楽しむことができました。 そして、それが置き換えるものとそうでないもの。

以下は私たちの会話の編集されたトランスクリプトです。 完全な会話を見るには、ビデオを見るか、下の埋め込みSoundCloudプレーヤーをクリックしてください。



では、とにかくAIとは何ですか?

Paul Greenberg:普通の人間にとって、AIとは何ですか? 機械学習の違いは何ですか? 現実的には、あなたがいつも耳にするすべての誇大宣伝とは対照的に、それの実際の利点は何ですか?

Michael Wu:最初に機械学習について少しお話ししましょう。 それがその基盤だからです。 実際、すべてがビッグデータに戻ります。 したがって、機械学習は実際には単なるプロセスです。 データをモデルからある種のアルゴリズムに変えるプロセスがありますよね? だからあなたはいくつかのデータを持っています、データ、私はその中にいくつかのパターンを持っています、そうです

そして、機械学習と一連のアルゴリズムを使用し、それらのアルゴリズムを使用して、基本的にこれらのパターンを選択します。 そして、それらをモデルに変換してから、それが機械学習の本当の意味です。 これは、実際にはデータサイエンティストが使用する一連のアルゴリズムにすぎません。

人工知能の簡単な定義

しかし、AIとは何ですか? AIは、実際には定義するのがはるかに困難です。 AIの定義は常に変化しているからだと思います。 それは実際にはかなり前から存在していて、40〜50年前から存在していると思います。 それの概念。 もちろん、その構築ははるかに最近のものです。 したがって、時間の経過とともに、このAIの概念は実際にはかなり変化しました。 現時点で私がAIを見るのが好きなのは、ご存知のとおり、それは実際には人間の行動と人間の決定を機械で模倣したものにすぎません。

そして、機械が人間が行うことを模倣できる場合、これは人工知能と見なされます。 しかし、それだけでは実際には十分ではありません。 もう2つの基準が必要だったと思います。 1つは意思決定アクションの自動化であり、もう1つは多くの人がこれを見逃していること、学習する能力、そして自分自身を向上させることです。

それが私がAIを定義する方法です。 これは、人間の決定と行動を模倣した機械のようなものです。 1つの特徴として、意思決定、行動、学習能力を自動化し、時間の経過とともに自分自身を向上させることができます。

AIに関する最大の誤解

ブレント・リーリー:あなたが何度も耳にするこのエリアについて、人々がいつも混乱したり混乱したりしているように見える最も苛立たしいことは何ですか?

Michael Wu:それはインターネット上で長い間流通しているイメージと関係があります。 ディープラーニングは一種の機械学習であり、機械学習は一種のAIであるというイメージです。 機械学習はAIのサブセットであり、その逆ではないと人々が言うのをよく耳にします。 そのイメージを作成した人の功績を称えるために、それは完全に間違っているわけではないと思います。

機械学習がAIにどのように適合するか

機械学習は実際、現代のすべてのAIでほとんど使用されていますよね? したがって、機械学習をAI内に正しく配置することは理にかなっています。 しかし、そうすると、ディープラーニングは一種の機械学習であると言えます。 また、機械学習は実際には一種のAIではなく、すべてのAIで使用されています。 しかし、その写真を見ると、ディープラーニングの同心円のようなものが最も内側にあり、次にその外側で機械学習が行われ、次にその外側でAIが使用されます。 機械学習は実際には一種のAIであるという誤った結論に達することがよくありますが、これは実際には真実ではありません。

私があなたに与えることができる一例は、例えば、V8は一種のエンジンですよね? V8が一種のエンジンであることは誰もが知っています。 それで、V8がエンジンであり、車の中にあり、すべての車にエンジンがあると言うような間違いをした場合、そうですか? 次に、その画像を見ると、エンジンが実際には一種の車であるという誤った結論に達することがあります。 ばかげているでしょ? あなたはエンジンが車ではないことを知っています。 ですから、それは私を夢中にさせることがよくあることの1つです。人々は、ああ、機械学習は一種のAIであり、AIは一種の機械学習ではなく、まったく真実ではないと言うのです。

なぜ人々は機械の乗っ取りについて心配するのをやめるべきなのか

ポール・グリーンバーグ:別のことを投げさせてください。これは実際に私を夢中にさせます。 AIが人間の代わりになるというパニックの話、何とか何とか何とか、スカイネットの話をいつも聞いています。

これが取引です。私の立場からすると、あなたはその模倣、つまりその近似を言っていました。これはこれまでで最高です。 それは人間の代用になることは決してありません、それはできません。 それは人間のようには作成されません。

SalesforceのチーフデータサイエンティストであるRichardSocherは、実際に彼が言ったところに一度コメントをしました。私はこのコメントが大好きです。 AI、それを実行し、それからそれを実行して学習します。 しかし、「私はそれをするつもりです」とは言いません。 それで、それは最初ですか、それは本当ですか? 第二に、私はそれによってイライラする権利がありますか、それとも私のためにいくつかのAIをイライラさせる必要がありますか?

AIはあなたのビジネスに最適化を提供します

Michael Wu:そうですね、ある程度は真実だと思います。機械学習AIアルゴリズムは、私たちが自己目的関数の最適化と呼んでいるもので動作します。

それで、あなたが正しく最適化したいものに応じて? 次に、それが何であれ、最適化する方法を見つけます。 これは、何かを最適化しようとする単なる数学アルゴリズムです。


したがって、売上を最適化したい場合、または一部の人々が言う場合、彼らは利益などを最適化しようとしたときにマシンが何をするかを確認するために実験を行いました。 または、チェスなどのゲームでの勝利を最適化しようとすると、彼らは何を正しく行うでしょうか? 非常に多くの場合、それは、マシンが実際に何かを実行するときに、私たちが期待することです。

これは通常、境界、制約を指定していないためです。 最適化する必要がありますが、特定の制約で最適化するようには指示していません。 機械はチートを学ぶことができますが、彼らがやろうとしているのは最適化することだけです。 彼らは言います、「あなたは私がカンニングできないと私に言わなかった。 浮気については何も知りませんでした。」 しかし、大丈夫だと言うなら、これ、これ、これ、これ、そしてそれを行うことができないという制約の下で、これを最適化する必要があります。 それからそれはそれをします、それはそれに続きます。

パラメータの設定についてです

しかし、あなたはいくつかのことを忘れているかもしれません、そしてそれはほとんど、子供がどのように学ぶか、子供がどのように学ぶかについて考えます。 つまり、何かを最適化するため、または何かをするために、彼らはできる限りのことをしようとしているということです。 そして、あなたは、多分彼は彼の友人のためにアイスクリームを手に入れたいと言って、それから彼は試みます、そしてある時彼はただそれを無理やりつかもうとします、そしてそれはああ、あなたはそれをすることができないようなものです。

そして次回はそれができません、盗んでもいいですか? ああ、あなたもそれをすることはできません。 本当にそれは学習プロセスです。 あなたは彼らに境界とは何かを教えなければなりません、そしてそれからあなたは時間をかけてそれを学ぶでしょう、これらは許容できる境界です。 そして、あなたは私たちの人間が許容できる境界を除いて行くのと一致するでしょう。

ブレント・リーリー:昨日、アナリストとのミーティングのように、[PROS CEO]AndresReinerと少し会いました。 そして彼が言ったことの1つは、現代の販売組織は現在、取引の最適化に焦点を合わせているということでした。 彼は今、彼らは本当に顧客体験の最適化に移行すべきだと言います。 では、これら2つのことはどのように組み合わされますか? 現在、取引などを最適化するためにデータを使用することに重点が置かれています。 しかし、実際に取引の最適化に焦点を当てている、このすべてのデータのエクスペリエンスを最適化するために、どのように対処しますか?

カスタマーエクスペリエンスを最適化する方法

Michael Wu:ええ、実際に取引に焦点を当てたデータしかない場合、それは実際には非常に難しいと思います。 他のデータを収集する必要があります。 明らかに、取引を最適化するシナリオを想像するのは非常に簡単ですが、顧客体験が貧弱な人々は、不要なものを販売したり、すでに所有または所有しているもののカタログを送信し続けたりします。

あなたはそれを行うことができますが、最終的には、長期的には顧客体験を損なうことになり、実際に取引を損なう可能性があります。 最終的に、顧客はあなたを離れるでしょう。 これは人々が見なければならない時間スケールです。 短期的には、取引を最適化すると短期的な売り上げが得られる可能性がありますが、長期的には、実際に顧客体験を気にしない場合、顧客は去ります。

しかし、おそらく短期的には、顧客体験を最適化すると、期待した収益の伸びは得られません。 しかし、長い目で見れば、顧客は、この会社が素晴らしいことに気付くでしょう。 私は実際に彼らとビジネスをし、私の人生の残りの部分のように彼らとビジネスを続けるつもりです。 または、私の子供たち、私の友人たちを励まし、この会社のサービスについて提唱するつもりです。

それは実際にははるかに長期的な見方です。 しかし、私たちが知っているように、ほとんどのビジネスは時々少し短めになることがあります。

AIについての最終的な考え

ブレント・リーリー:わかりました、私たちは大きな基調講演に少し近づいていることを知っています。 私はあなたが走らなければならないことを知っています。 しかし、最後の言葉は、AIはどこにあるのでしょうか、それとも機械学習から始めてAIから始めるべきでしょうか? このようなもので5年間で私たちをどこで見ますか?

Michael Wu: 5年間で、さらに多くの作業が自動化されると思います。 私は仕事の中で最も退屈で反復的な部分だと思います。 それは自動化されるべきです。 多くの人がコンピューターや機械が私たちの仕事を引き受けているのではないかと恐れているように感じます。 私たちは長い間繰り返しの仕事をしてきたと思います。 (そして)それらは機械によって行われるべきだったと思います。

人間は、人間が最も得意とすることに集中する必要があります。 たとえば、人間関係を築き、人々に共感し、問題を解決します。 したがって、問題を1回または2回解決すれば、機械を教えることができ、機械はそれを解決できます。

同じ問題が発生している状況があり、以前に解決した方法が機能しなかった場合は、別の方法でもう一度解決しようとします。 あなたがそれを解決したら、あなたは彼らが自動化できるように機械を教えます。 人間は常に新しい問題の解決に集中することができますが、それはもちろんはるかに興味深く、はるかにエキサイティングです。

これは、ソートリーダーとの1対1のインタビューシリーズの一部です。 トランスクリプトは公開用に編集されています。 オーディオまたはビデオのインタビューの場合は、上の埋め込みプレーヤーをクリックするか、iTunesまたはStitcherを介してサブスクライブします。