Искусственный интеллект на службе бизнеса. Как машинное прогнозирование помогает принимать решения

[html]"Искусственный интеллект на службе бизнеса. Как машинное прогнозирование помогает принимать решения" - прикладная книга для тех предпринимателей и экспертов, которые хотят использовать искусственный интеллект для более точного прогнозирования и автоматизации.Новая волна искусственного интеллекта принесла нам не в полной мере разум, но его критическую составляющую - прогнозирование. Компания Deep Genomics сделала шаг вперед в медицине, предполагая, какие процессы начнутся в клетке после изменений в последовательности ДНК. Компания Chisel усовершенствовала правовую практику прогнозом того, какая именно часть документа подлежит редактированию. Компания Validere повысила эффективность нефтедобычи, рассчитав процент содержания влаги в поступающем на переработку и хранение сырье. Все это - лишь малый перечень всех возможностей применения, которые появятся в бизнесе в ближайшем будущем.Если вы плохо представляете, что значит искусственный интеллект для вас и вашего бизнеса, эта книга поможет вам понять все его возможности и сориентироваться в преимуществах технологии.Руководители бизнеса из этой книги узнают о влиянии ИИ на управление и принятие решений. Студенты - о перспективах развития трудовой деятельности и карьеры. Политики - о том, как менять общество к лучшему с помощью ИИ.Качественное прогнозирование снижает неопределенность, а значит, ИИ можно использовать на практике - для принятия решений по развитию бизнеса.Для кого книгаДля предпринимателей и руководителей, заинтересованных в применении искусственного интеллекта для прогнозирования.Об авторах:Аджей Агравал - профессор стратегического менеджмента и предпринимательства Школы Мунка Ротманской Школы менеджмента Университета Торонто. Научный сотрудник Национальном бюро экономических исследований в Кембридже (Массачусетс) и соучредителем предпринимательских программ Next 36 и Next AI. Проводит исследования в области технологической стратегии, научной политики, финансирования предпринимательской деятельности и географии инноваций.Джошуа Ганс - профессор стратегического менеджмента, заведующий кафедрой технических инноваций и предпринимательства Джеффри С. Сколла в Ротманской Школе менеджмента Университета Торонто. Ведущий экономист ЛСР Университета Торонто. Опубликовал более 120 научных статей, редактор по вопросам стратегий журнала Management Science. Ави Голдфарб - профессор маркетинга в Ротманской Школе менеджмента Университета Торонто. Главный специалист по обработке и анализу данных ЛСР, ведущий редактор журнала Marketing Science, научный сотрудник Национального бюро экономических исследований.Цитаты из книги:ПрогнозыК сегодняшнему дню интуиция и гипотезы аналитиков утратили свою значимость. Таким образом, машинное обучение позволяет делать прогнозы на основе непредусмотренных сопоставлений.Принцип обученияКогда ребенка учат слову "кошка", то повторяют его каждый раз при появлении животного; в машинном обучении действует тот же самый принцип. Снабдите компьютер фотографиями кошек с названием "кошка" и фотографиями без кошек и, соответственно, без этого названия. Машина научится распознавать паттерны пикселей, связанные с названием "кошка".ВозможностиВозможности прогностических машин огромны, но не беспредельны. Они не очень хорошо работают с ограниченным объемом данных.ЛогикаЗа что же машинное обучение считается революционной вычислительной технологией и заслужило название "искусственный интеллект"? В некоторых случаях прогнозы настолько хороши, что их можно использовать вместо основанной на правилах логики.ПредпочтенияЛюди обладают тремя типами данных, которых нет у машин. Во-первых, органы чувств: глаза, уши, нос и кожа по многим показателям пока еще превосходят машинные датчики. Во-вторых, люди определяют свои предпочтения самостоятельно.Дилемма инноватораЭто классическая "дилемма инноватора" - давно существующие компании не хотят портить сложившиеся отношения с клиентами даже ради улучшений в долгосрочной перспективе.[/html]