Michael Wu แห่ง PROS – AI เลียนแบบมนุษย์ ทำการตัดสินใจโดยอัตโนมัติ สามารถเรียนรู้และปรับปรุงได้ แต่จะไม่มาแทนที่คุณ

เผยแพร่แล้ว: 2019-06-08

สำหรับผู้ที่ดูซีรีส์นี้เมื่อเร็วๆ นี้ รู้ว่าฉันเคยไปงานกิจกรรมในอุตสาหกรรมหลายครั้งในช่วงหลายสัปดาห์ที่ผ่านมา โดยพูดคุยกับผู้คนจำนวนมาก โดยส่วนใหญ่แล้วงานประชุมเหล่านี้จัดขึ้นที่ลาสเวกัส

เตรียมตัวให้พร้อมสำหรับเรื่องนี้ ฉันอยู่ที่เวกัสอีกครั้ง…เพื่อประชุมอีกครั้ง…อีกครั้ง แต่คราวนี้ฉันอยู่ที่นั่นเพื่อ Outperform การประชุมที่จัดโดย PROS; ผู้ให้บริการโซลูชันที่ขับเคลื่อนด้วย AI ซึ่งเพิ่มประสิทธิภาพการขายในเศรษฐกิจดิจิทัล

ไม่เพียงแต่ฉันมีโอกาสได้พูดคุยกับเจ้าหน้าที่ระดับแนวหน้าด้านปัญญาประดิษฐ์ของดร. Michael Wu หัวหน้านักยุทธศาสตร์ด้าน AI ของ PROS เท่านั้น ฉันยังมีโอกาสพูดคุยกับ Paul Greenberg เพื่อนของฉันและ CRM Playaz ที่ร่วมเป็นเจ้าภาพของ Playaz

เนื่องจากเราทุกคนเป็นเพื่อนที่ดี และด้วยความสามารถของ Michael ในการอธิบาย AI/Machine Learning/Deep Learning ในแง่ที่มนุษย์ส่วนใหญ่สามารถเข้าใจได้ เราจึงสามารถสนุกสนานเล็กน้อยในขณะที่ได้เรียนรู้มากมายว่า AI คืออะไรคืออะไร ไม่ใช่อะไร และสิ่งที่จะมาแทนที่เช่นเดียวกับสิ่งที่จะไม่

ด้านล่างนี้คือบันทึกการสนทนาของเราที่แก้ไขแล้ว หากต้องการดูการสนทนาแบบเต็ม ให้ดูวิดีโอหรือคลิกที่เครื่องเล่น SoundCloud ที่ฝังอยู่ด้านล่าง



แล้ว AI คืออะไรกันแน่?

Paul Greenberg: สำหรับคนธรรมดา AI คืออะไร? แมชชีนเลิร์นนิงต่างกันอย่างไร? ในความเป็นจริง อะไรคือประโยชน์ที่แท้จริงของมัน เมื่อเทียบกับโฆษณาทั้งหมดที่คุณได้ยินตลอดเวลา?

Michael Wu: ขอผมพูดถึงแมชชีนเลิร์นนิงสักเล็กน้อยก่อน เพราะนั่นคือพื้นฐานของมัน อันที่จริงทุกอย่างกลับไปสู่ข้อมูลขนาดใหญ่ ดังนั้น แมชชีนเลิร์นนิงจึงเป็นเพียงกระบวนการหนึ่งเท่านั้น มีกระบวนการในการเปลี่ยนข้อมูลให้เป็นแบบจำลองเป็นอัลกอริธึมบางประเภทใช่ไหม คุณมีข้อมูลบ้าง ข้อมูล ฉันมีรูปแบบอยู่บ้างใช่ไหม

และคุณใช้แมชชีนเลิร์นนิงและอัลกอริทึมจำนวนมาก จากนั้นคุณใช้อัลกอริธึมเหล่านั้นเพื่อเลือกรูปแบบเหล่านี้เป็นหลัก ใช่ไหม จากนั้นคุณเปลี่ยนสิ่งเหล่านี้เป็นแบบจำลอง นั่นคือสิ่งที่แมชชีนเลิร์นนิงเป็นจริงๆ มันเป็นเพียงกลุ่มของอัลกอริธึมที่นักวิทยาศาสตร์ข้อมูลใช้

คำจำกัดความง่ายๆ ของปัญญาประดิษฐ์

แต่ AI คืออะไร? AI Is มันยากกว่ามากที่จะกำหนด ฉันจะบอกว่าเพราะคำจำกัดความของ AI เปลี่ยนแปลงตลอดเวลา จริงๆแล้วมันเกิดขึ้นมาระยะหนึ่งแล้วและก็ประมาณ 40 50 ปีแล้ว; แนวคิดของมัน แน่นอนว่าการสร้างมันใหม่กว่ามาก ดังนั้นเมื่อเวลาผ่านไป แนวคิดของ AI นี้จึงเปลี่ยนไปเล็กน้อยจริงๆ วิธีที่ฉันชอบดู AI ในช่วงเวลานี้ มันเป็นแค่การจำลองพฤติกรรมของมนุษย์และการตัดสินใจของมนุษย์เท่านั้น

และเมื่อเครื่องจักรสามารถเลียนแบบสิ่งที่มนุษย์ทำ ก็ถือเป็นปัญญาประดิษฐ์ แต่นั่นไม่เพียงพอด้วยตัวมันเองจริงๆ ฉันจะบอกว่าต้องมีอีกสองเกณฑ์ หนึ่งคือระบบอัตโนมัติของการดำเนินการตัดสินใจ และอีกอย่างที่หลายคนพลาด ความสามารถในการเรียนรู้ และปรับปรุงตัวเอง

นั่นคือวิธีที่ฉันชอบนิยาม AI เป็นเครื่องเลียนแบบการตัดสินใจและพฤติกรรมของมนุษย์ ด้วยคุณลักษณะหนึ่งเดียว คือ ความสามารถในการตัดสินใจอัตโนมัติ การกระทำ และความสามารถในการเรียนรู้ และปรับปรุงตัวเองเมื่อเวลาผ่านไป

ความเข้าใจผิดที่ใหญ่ที่สุดเกี่ยวกับ AI

Brent Leary: อะไรคือสิ่งที่น่ารำคาญที่สุดที่ผู้คนมักจะสับสนหรือสับสนเกี่ยวกับพื้นที่ที่คุณได้ยินซ้ำแล้วซ้ำเล่า และมันทำให้คุณคลั่งไคล้ในเรื่องนี้?

Michael Wu: เกี่ยวข้องกับภาพที่เผยแพร่บนอินเทอร์เน็ตมาเป็นเวลานาน เป็นภาพที่ระบุว่าการเรียนรู้เชิงลึกเป็นการเรียนรู้ของเครื่อง และการเรียนรู้ของเครื่องเป็น AI ชนิดหนึ่ง บ่อยครั้งที่ฉันได้ยินคนพูดว่า โอ้ แมชชีนเลิร์นนิงเป็นส่วนย่อยของ AI ไม่ใช่ในทางกลับกัน จะให้เครดิตใครก็ตามที่สร้างภาพนั้นขึ้นมา ฉันจะบอกว่ามันไม่ได้ผิดทั้งหมด

แมชชีนเลิร์นนิงเข้ากับ AI ได้อย่างไร

แมชชีนเลิร์นนิงใช้กันมากใน AI สมัยใหม่ใช่ไหม ดังนั้นจึงเป็นเรื่องที่เหมาะสมที่จะนำการเรียนรู้ของเครื่องมาใช้ใน AI แต่ถ้าคุณทำอย่างนั้น คุณกำลังบอกว่าการเรียนรู้เชิงลึกเป็นการเรียนรู้ของเครื่อง และแมชชีนเลิร์นนิงไม่ใช่ AI ชนิดหนึ่ง แต่ถูกใช้ใน AI ทุกตัว แต่ถ้าคุณดูที่ภาพนั้น ด้วยวงกลมที่มีศูนย์กลางของการเรียนรู้อย่างลึกซึ้งในส่วนลึกที่สุด แล้วจากนั้น แมชชีนเลิร์นนิงจากภายนอกนั้น และนอกนั้นก็คือ AI ใช่ไหม ผู้คนมักสรุปผิดว่าแมชชีนเลิร์นนิงเป็น AI ชนิดหนึ่ง ซึ่งความจริงแล้วไม่เป็นความจริง

ตัวอย่างหนึ่งที่ฉันสามารถให้คุณได้คือ ตัวอย่างเช่น V8 เป็นเครื่องยนต์ชนิดหนึ่งใช่ไหม? ทุกคนรู้ดีว่า V8 เป็นเครื่องยนต์ชนิดหนึ่ง ดังนั้น ถ้าคุณทำผิดพลาดแบบนั้นโดยบอกว่า V8 เป็นเครื่องยนต์ ภายในรถใช่เลย และมีเครื่องยนต์อยู่ในรถทุกคัน ใช่ไหม ถ้าคุณดูภาพนั้นในบางครั้ง คุณอาจสรุปได้ว่าเครื่องยนต์เป็นรถประเภทหนึ่งจริงๆ ที่ไร้สาระใช่มั้ย? คุณรู้ว่าเครื่องยนต์ไม่ใช่รถยนต์ นั่นเป็นสิ่งหนึ่งที่ทำให้ฉันคลั่งไคล้บ่อยมาก ที่คนพูดว่า อ่า แมชชีนเลิร์นนิงเป็น AI ชนิดหนึ่ง และ AI ไม่ใช่แมชชีนเลิร์นนิง แต่ก็ไม่จริงเลย

ทำไมผู้คนควรเลิกกังวลเกี่ยวกับเครื่องจักรที่เข้ายึดครอง

พอล กรีนเบิร์ก: ให้ฉันพูดอีกอย่างเถอะ มันทำให้ฉันแทบบ้า ฉันมักจะได้ยินเรื่องตื่นตระหนกเกี่ยวกับการใช้ AI แทนมนุษย์ บลา บลา บลา เรื่องราวของสกายเน็ตอยู่เสมอ

นี่คือข้อตกลง จากมุมมองของฉัน คุณบอกว่ามันเป็นล้อเลียน ซึ่งหมายถึงการประมาณค่า และมันดีที่สุดที่มันจะเป็น จะไม่มีวันเป็นคนทดแทน เป็นไปไม่ได้ มันไม่ได้สร้างวิธีที่มนุษย์ทำ

Richard Socher หัวหน้านักวิทยาศาสตร์ด้านข้อมูลของ Salesforce เคยแสดงความคิดเห็นครั้งหนึ่งที่เขาพูด และฉันชอบความคิดเห็นนี้ "AI ไม่ต้องการอะไร" ซึ่งเป็นวิธีที่ดีจริงๆ ซึ่งหมายความว่า คุณต้องบอก AI ไปทำอย่างนั้นแล้วมันก็จะไปทำอย่างนั้นและเรียนรู้ แต่ไม่ได้หมายความว่า "ฉันจะไปทำอย่างนั้น" อย่างแรกเลย จริงไหม? ประการที่สอง ฉันถูกไหมที่จะหงุดหงิดกับสิ่งนั้นหรือควรให้ AI มาหงุดหงิดกับฉัน

AI เสนอการเพิ่มประสิทธิภาพสำหรับธุรกิจของคุณ

ไมเคิล หวู่: ฉันหมายความว่า ฉันคิดว่ามันจริงในระดับหนึ่ง ฉันจะบอกว่าอัลกอริธึม AI ของแมชชีนเลิร์นนิงที่ทำงานอยู่บนนั้น สิ่งที่เราเรียกว่าการเพิ่มประสิทธิภาพฟังก์ชันมุ่งเป้าไปที่ตัวเอง

ดังนั้นขึ้นอยู่กับสิ่งที่คุณต้องการเพิ่มประสิทธิภาพใช่ไหม จากนั้นจะหาวิธีเพิ่มประสิทธิภาพทุกอย่างที่เป็น เป็นเพียงอัลกอริธึมทางคณิตศาสตร์ที่พยายามเพิ่มประสิทธิภาพบางอย่าง


ดังนั้น หากคุณต้องการเพิ่มประสิทธิภาพการขาย หรือบางคนบอกว่า พวกเขาได้ทำการทดลองแล้ว เพื่อดูว่าเครื่องจักรจะทำอะไรเมื่อพวกเขาพยายามเพิ่มผลกำไรหรือบางอย่าง หรือถ้าคุณพยายามเพิ่มประสิทธิภาพการชนะเกมอย่างหมากรุกหรืออะไรทำนองนั้น พวกเขาจะทำอย่างไรดี? บ่อยครั้งนั่นคือ เมื่อเครื่องจักรทำบางสิ่งบางอย่างจริงๆ สิ่งที่เราคาดหวังให้พวกเขาทำ

มักเป็นเพราะเราไม่ได้ระบุขอบเขต ข้อจำกัด คุณต้องเพิ่มประสิทธิภาพ แต่เราไม่ได้บอกให้ปรับให้เหมาะสมด้วยข้อจำกัดบางอย่าง เครื่องจักรสามารถเรียนรู้ที่จะโกงได้ แต่สิ่งที่พวกเขาพยายามทำคือเพิ่มประสิทธิภาพ พวกเขาพูดว่า “คุณไม่ได้บอกฉันว่าฉันโกงไม่ได้ ฉันไม่รู้อะไรเกี่ยวกับการโกงเลย” แต่ถ้าคุณบอกว่าโอเค คุณต้องปรับสิ่งนี้ให้เหมาะสม ภายใต้ข้อจำกัดที่คุณไม่สามารถทำได้ นี่ นี่ นี่ นี่ และนั่น แล้วมันจะทำ มันจะเป็นไปตามนั้น

มันเกี่ยวกับการตั้งค่าพารามิเตอร์

แต่บางทีคุณอาจลืมบางสิ่งไป และเกือบจะเหมือนกับว่า คิดดูว่าเด็กจะเรียนรู้อย่างไร เด็กเรียนรู้อย่างไร ฉันหมายถึงถ้าคุณบอกพวกเขาว่า เพื่อเพิ่มประสิทธิภาพบางอย่างหรือทำบางสิ่ง พวกเขาจะพยายามทุกวิถีทางที่ทำได้ แล้วคุณก็พูดว่า บางทีเขาอาจจะอยากได้ไอศกรีมให้เพื่อนของเขา แล้วเขาก็ลอง และมีอยู่ครั้งหนึ่งที่เขาพยายามจะคว้ามันด้วยกำลัง มันก็เหมือนกับว่า คุณทำไม่ได้

แล้วครั้งหน้าฉันทำแบบนั้นไม่ได้ โอเค ฉันจะขโมยมันได้ไหม โอ้ ไม่ คุณก็ทำไม่ได้เหมือนกัน จริงๆมันเป็นกระบวนการเรียนรู้ คุณต้องสอนพวกเขาว่าขอบเขตคืออะไร และเมื่อเวลาผ่านไป คุณจะได้เรียนรู้ว่าสิ่งเหล่านี้เป็นขอบเขตที่ยอมรับได้ และคุณจะตรงกับมนุษย์ของเราจะยกเว้นขอบเขตที่ยอมรับได้

เบรนท์ เลียรี: เมื่อวาน เรามีนัดกันนิดหน่อย เหมือนกับการประชุมนักวิเคราะห์กับ Andres Reiner [PROS CEO] และสิ่งหนึ่งที่เขากล่าวคือ ปัจจุบันองค์กรขายสมัยใหม่มุ่งเน้นไปที่การเพิ่มประสิทธิภาพดีล เขาบอกว่าตอนนี้พวกเขาควรเปลี่ยนไปใช้การเพิ่มประสิทธิภาพประสบการณ์ของลูกค้าจริงๆ แล้วสองสิ่งนี้เข้ากันได้อย่างไร? ขณะนี้มีจุดสนใจมากมายในการใช้ข้อมูลเพื่อเพิ่มประสิทธิภาพสิ่งต่างๆ เช่น ดีล แต่คุณจะทำสิ่งต่างๆ เกี่ยวกับการเพิ่มประสิทธิภาพประสบการณ์กับข้อมูลทั้งหมดที่คุณมีซึ่งมุ่งเน้นที่การเพิ่มประสิทธิภาพดีลได้อย่างไร

วิธีเพิ่มประสิทธิภาพประสบการณ์ลูกค้า

Michael Wu: ใช่ ฉันคิดว่าถ้าคุณมีข้อมูล ที่เน้นไปที่ข้อตกลงจริงๆ ก็ยากมาก คุณต้องรวบรวมข้อมูลอื่นๆ เห็นได้ชัดว่า เป็นเรื่องง่ายมากที่จะจินตนาการถึงสถานการณ์ที่คุณปรับข้อตกลงให้เหมาะสม แต่ผู้คนมีประสบการณ์ลูกค้าที่ไม่ดี — เช่น ขายสิ่งที่พวกเขาไม่ต้องการให้พวกเขา ส่งแคตตาล็อกของสิ่งที่พวกเขามีอยู่แล้วหรือเป็นเจ้าของให้พวกเขา

คุณทำได้ แต่สุดท้ายแล้ว คุณกำลังทำร้ายประสบการณ์ของลูกค้าในระยะยาว อาจทำให้ดีลของคุณเสียหายได้ ในที่สุดลูกค้าก็จะจากคุณไป นี่คือช่วงเวลาที่ผู้คนต้องดู ในช่วงเวลาสั้นๆ หากคุณเพิ่มประสิทธิภาพสำหรับดีล คุณอาจได้รับยอดขายในระยะสั้น แต่ในระยะยาว หากคุณไม่สนใจเกี่ยวกับประสบการณ์ของลูกค้าจริงๆ ลูกค้าก็จะจากไป

แต่ถ้าคุณเพิ่มประสิทธิภาพประสบการณ์ของลูกค้า บางทีในระยะสั้น คุณจะไม่เพิ่มรายได้ตามที่คุณต้องการ แต่ในระยะยาว ลูกค้าจะรู้ว่า เฮ้ บริษัทนี้ยอดเยี่ยมมาก ฉันจะทำธุรกิจกับพวกเขาและทำธุรกิจกับพวกเขาต่อไปเหมือนตลอดชีวิต หรือฉันจะสนับสนุน ลูกๆ เพื่อนของฉัน และทนายเกี่ยวกับบริการของบริษัทนี้

นั่นเป็นมุมมองระยะยาวจริงๆ แต่อย่างที่เราทราบดีว่าธุรกิจส่วนใหญ่บางครั้งอาจมีเรื่องสั้นเล็กน้อย

ความคิดสุดท้ายเกี่ยวกับ AI

Brent Leary: เอาล่ะ ฉันรู้ว่าเรากำลังเข้าใกล้ประเด็นสำคัญ ฉันรู้ว่าคุณต้องวิ่ง แต่สุดท้ายแล้ว เราเห็น AI ที่ไหน หรือควรเริ่มด้วยการเรียนรู้ของเครื่องแล้วจึง AI? คุณเห็นเราในห้าปีกับสิ่งนี้ที่ไหน?

Michael Wu: ฉันคิดว่าในอีกห้าปีข้างหน้า งานจำนวนมากจะเป็นแบบอัตโนมัติ ฉันจะบอกว่าส่วนที่น่าเบื่อและซ้ำซากที่สุดของงาน ที่ควรจะเป็นแบบอัตโนมัติ ฉันรู้สึกเหมือนหลายคนกลัวว่าคอมพิวเตอร์หรือเครื่องจะแย่งงานของเรา ฉันคิดว่าเราทำงานซ้ำซากมานานเกินไป (และ) ฉันคิดว่าสิ่งเหล่านี้ควรทำด้วยเครื่องจักร

มนุษย์ควรให้ความสำคัญกับสิ่งที่มนุษย์ทำได้ดีที่สุด เช่น การสร้างความสัมพันธ์ การเห็นอกเห็นใจผู้อื่น และการแก้ปัญหา ดังนั้นหากคุณแก้ปัญหาครั้งหรือสองครั้ง คุณก็จะสามารถสอนเครื่องและเครื่องจะแก้ปัญหาได้

หากมีสถานการณ์ที่เกิดปัญหาแบบเดียวกัน และวิธีก่อนหน้าที่คุณแก้ไขแล้วไม่ได้ผล แสดงว่าคุณพยายามแก้ไขด้วยวิธีที่ต่างออกไปอีกครั้ง เมื่อคุณแก้ปัญหาได้แล้ว คุณจะสอนเครื่องเพื่อให้ทำงานอัตโนมัติได้ มนุษย์สามารถมุ่งความสนใจไปที่การแก้ปัญหาใหม่ๆ ได้ ซึ่งแน่นอนว่าน่าสนใจและน่าตื่นเต้นกว่ามาก

นี่เป็นส่วนหนึ่งของซีรีส์สัมภาษณ์ตัวต่อตัวกับผู้นำทางความคิด แก้ไขการถอดเสียงเพื่อตีพิมพ์แล้ว หากเป็นการสัมภาษณ์ด้วยเสียงหรือวิดีโอ ให้คลิกที่โปรแกรมเล่นที่ฝังไว้ด้านบน หรือสมัครผ่าน iTunes หรือผ่าน Stitcher