ИИ катастрофа: Защо над 80% от проектите за изкуствен интелект се провалят?

Изкуственият интелект е една от най-привлекателните области за инвестиции. Само че според проучване на RAND Corporation над 80% от проектите за изкуствен интелект се провалят, което е два пъти повече от средния процент за технологичните стартъпи в другите области. Глобалният мозъчен тръст е провел проучване сред 65 учени и инженери, работещи в областта на ИИ, и е установил причините за неуспеха. Сред тях са несъответствието между очакванията на ръководството и реалните възможности на ИИ, липсата на качествени данни и изчислителни ресурси, както и фокусирането върху публикациите, а не върху практическото приложение на разработките в академичните среди.

Основната причина, поради която проектите за ИИ често се провалят, се дължи на различните възприятия на заинтересованите страни за това какво може да прави ИИ. Мениджмънтът често формира нереалистични очаквания за възможностите на ИИ въз основа на стереотипни представи, формирани в популярната култура. Това несъответствие между вижданията на мениджмънта и реалните възможности води до недостатъчно ресурсно обезпечаване на проектите и съответно до провал.

Инженерите, които участват пряко в разработването на ИИ, не са безгрешни. Учените са склонни да се „захласват“ по най-новите постижения в областта на изкуствения интелект и да ги включват в своите проекти, без да оценяват внимателно потенциалните ползи. Това явление, наречено „синдром на лъскавия обект“ (shiny object syndrome), се изразява в желанието на специалистите да използват новите технологии единствено заради тяхната новост, без да отчитат значението им за конкретните цели на проекта. Важно е да сте в крак с най-новите тенденции в областта на изкуствения интелект, но екипите трябва също така да обмислят дали новите технологии действително решават техните проблеми, или само усложняват и объркват изследванията.

Допълнителните предизвикателства включват липсата на качествени данни, ограничените изчислителни ресурси и възможностите на ИИ, които не съответстват на поставената задача. Всички те са характерни не само за търговските дружества, но и за академичните институции. Често изследователите в университетите са съсредоточени предимно върху публикуването на научни статии по ИИ, като не обръщат достатъчно внимание на практическото приложение на своите разработки.

Проучването обяснява многобройните сливания и фалити в индустрията на ИИ. Главният изпълнителен директор на Baidu Робин Ли Янхун по-рано заяви, че в Китай има твърде много големи езикови модели и подобни програми, но малко от тях са от реална полза. Въпреки че Китай е подал шест пъти повече заявки за патенти за такива технологии от САЩ, само една китайска организация – Китайската академия на науките – е попаднала в списъка на 20-те най-цитирани в тази област. Това показва разминаването между количеството на научните изследвания и тяхното качество.

Стремежът към лидерство в надпреварата за ИИ кара много компании да действат прибързано при създаването на своите ИИ проекти. Макар че рискът от провал се носи единствено от тях (и техните инвеститори), все пак би било разумно да се проучат внимателно неуспехите на други ИИ проекти и причините за тях. В края на краищата, ако ИИ проектите дълго време не успеят да оправдаят очакванията, цялата индустрия за трилиони долари може да се спука като балон.