우리는 인간과 로봇이 공존할 수 있는 사회를 위해 노력하고 있습니다: Sneh Vaswani, 설립자 겸 CEO, Emotix
게시 됨: 2017-03-22"'좋은 기술'을 믿고 AI 플랫폼을 운영하는 모든 사람들에게 여기에 질문이 있습니다. AI를 사용하여 완벽한 범죄를 실행할 수 있습니까?" – Arun Gupta, FortyTwo42 기술 혁신 센터 설립자
이 다소 혼란스러운 질문은 ' 심판의 날까지 얼마나 오래 걸리나요 ? 2017년 TiECon Mumbai 2일차에 AI의 미래 '가 개최되었습니다. 강연은 마케팅, 은행, 의료 등과 같은 다양한 산업 및 수직 분야에서 AI의 응용에 중점을 두었습니다. 그리고 훨씬 더 적절한 질문은 AI가 향후 5년 동안 어디로 갈 것이라고 보는 것입니다.
패널리스트는 Fluid.ai의 설립자 Abhinav Agarwal, Gupshup의 제품 책임자 Anindita Guha, Emotix의 공동 설립자이자 CEO인 Sneh Vaswani, Kotak Mahindra Bank의 최고 디지털 책임자인 Deepak Sharma 및 KRS Jamwal 의 전무이사입니다. 타타산업.
패널 토론은 한국 게임 GOH(체스보다 어렵다)에서 그랜드마스터를 이긴 컴퓨터인 Google의 AlphaGo와 같은 딥 러닝, 머신 러닝 및 특정 AI 와 같은 현재 시나리오에서 AI가 무엇을 의미하는지에 대한 매우 기본적인 차별화로 시작되었습니다. 진정한 AI 통합은 일반 AI , 즉 스스로 학습하고 다른 프로젝트에 적용하는 지능이 표준이 될 때 올 것입니다.
그러나 오늘날 우리가 알고 있는 특정 AI에 대한 적절한 정의를 제공한 사람은 Abhinav Agarwal 이었습니다.
"저는 AI를 스스로 학습하고 내리는 결정에서 피드백을 받고 실시간으로 다시 적용하여 더욱 발전하고 계속 학습하는 알고리즘으로 정의할 것입니다."
그런 다음 그는 실시간으로 예측 학습을 사용하여 인터넷 연결이 낮은 눈보라부터 CEO의 하루 중 가장 바쁜 시간에 이르기까지 다양한 상황에서 고객에게 연락할 최적의 시간을 파악하는 Fluid.ai 자체 알고리즘의 예를 제공했습니다. 및 기업가, CTA로의 전환 가능성 증가. 그는 또한 음성 및 제스처 인식의 두 번째 계층과 방대한 양의 데이터 위에 있는 API와 해당 데이터에서 의사 결정을 학습하는 것이 기존 자동화 계층을 구성한다고 덧붙였습니다.
AI 뱅킹: 소비자와 직원에 대한 더 나은 이해
Deepak Sharma 는 자동화(특정 AI)가 특정 일상적인 프로세스를 인수하는 방식을 해체하여 직원들이 보다 지능적인 작업을 수행할 수 있도록 했습니다. 그는 Kotak이 금융 서비스 업계에 있었기 때문에 대부분의 프로세스가 고객을 대상으로 했기 때문에 솔루션, 대화 봇 등 고객의 삶을 편하게 하기 위해 무엇을 구축할 것인지에 대한 문제가 모두 문제였다고 말했습니다.
그는 AI와 자동화가 프로세스를 간소화하는 데 활용된 또 다른 사례로 HR을 인용했습니다. Deepak에 따르면 조직의 45,000명의 직원은 직원과 연결하기 위한 대규모 HR 팀이 있었지만 신입 사원 온보딩, 업무 분산, 책임 추가와 같은 작업은 모두 자동화할 수 있는 고장난 프로세스입니다.
전자 상거래 및 타겟 광고는 은행의 다음 핵심 AI 초점입니다 . “우리는 고객 거래 데이터를 사용하여 쇼핑 행동을 예측하려고 시도했으며 전자 상거래 웹 사이트 및 전자 상거래 웹 사이트와 연결하여 해당 플랫폼을 사용하는 사용자에게 할인을 제공했습니다. 거래 프로세스 외에도 우리는 제품을 함께 묶으려고 노력했습니다. 고객이 특정 목적지로 여행하는 경우 고객의 사용자 데이터가 고객이 호텔을 예약할 가능성이 있는지 확인하는 데 도움이 될 것입니다.”
원치 않는 광고의 전통적인 형태를 피하고 딥 러닝을 사용하여 기존 고객 데이터를 파고들어 고객을 유인하기 위해 보다 결정/영향 기반의 타겟 캠페인을 만들 계획입니다.
디지털 탐색경로를 사용하여 밀레니얼 세대와 소통하기
그런 다음 Arun은 "우리 데이터는 이제 인터넷에 남겨진 디지털 빵 부스러기와 같습니다. 마케터는 항상 새로운 방법을 모색하여 고객과 새로운 방식으로 소통하거나 새로운 고객을 확보하는 방법을 찾고 있습니다. AI 다음으로 자연스러운 것은 IA - 인공 지능을 사용한 지능 증강입니다."
챗봇은 이 정보에 대한 마이닝의 진화이며 Anindita Guha 가 언급한 것은 이 진화였습니다.
당신을 위해 추천 된:
인도 스타트업에 대한 반 영리 조항은 무엇을 의미합니까?
Edtech Startup이 인도 인력의 기술 향상 및 미래 준비를 돕는 방법...
이번 주 새로운 시대의 기술 주식: Zomato의 문제는 계속되고 EaseMyTrip은 Str...
인도 스타트업, 자금 조달을 위해 지름길 선택
디지털 마케팅 플랫폼 Logicserve, INR 80 Cr 자금 지원, LS Dig...
Lendingtech Space에 대한 갱신된 규제 조사에 대해 경고하는 보고서
“사용자들과 이들 대부분은 밀레니얼 세대이며 더 이상 브랜드를 기준으로 차별화하지 않습니다. 그들은 메시지를 기반으로 차별화하고 있습니다. 어디에서 정보를 얻는지, 얼마나 빨리 얻는지, 누가 이 정보를 일관되게 제공하는지입니다. 이것이 그들의 우선순위입니다. 이것이 바로 지난 10년 동안 마케터들이 고객을 참여시키는 가장 좋은 방법은 메시징 채널이라는 것을 마침내 깨달은 이유입니다.”
Anindita는 앱 대역폭이 줄어들고 있고 사람들이 더 이상 읽기를 좋아하지 않으며 텍스트 콘텐츠가 140자로 줄어들었다고 말했습니다. 따라서 브랜드가 사용자의 관심을 끌 때 현금을 확보해야 하는 것은 바로 이 140자입니다 . 기업이 '사회-엔터프라이즈 메시징'이라고 하는 메시징 앱으로 이동하는 주요 이유입니다. 이러한 종류의 광고는 비공식적이고 캐주얼하며 사용자의 좋아요/싫어요/관심도를 고려하여 봇을 통해 실시간으로 응답합니다. Facebook, KakaoTalk, WeChat 등 글로벌 메시징 플랫폼이 브랜드에 API를 공개한 이유입니다.
그녀는 이미 봇을 배포한 TechCrunch, NDTV와 같은 미디어 회사가 딥 링크 및 사용자 데이터 구문 분석을 통해 개인화될 수 있다고 덧붙였습니다.
기존 환자 데이터를 사용하여 예측 주기를 최대 1~2년까지 변경할 수 있습니다.
그런 다음 대화는 건강 관리로 옮겨갔고 Arun은 지금까지 건강 관리에서 일반적으로 기술이 건강 관리, 콜레스테롤, 당뇨병, 뇌졸중과 같은 생활 습관병과 같은 대응 조치를 취하고 더 많은 생명을 감지하는 데 사용되었다고 지적했습니다. - 암과 같은 위협적인 질병. "AI는 예방 조치를 제공하는 측면에서 어떻게 작동합니까?" 그는 물었다.
그리고 Abhinav는 이렇게 대답했습니다. “알고리즘이 통찰력을 도출할 수 있는 과거 데이터가 이미 너무 많기 때문에 의료는 AI가 효과적으로 작동하기 시작하기에 완벽한 장소입니다. 지금까지 우리는 환자, 잠재적인 암 환자 등의 실명을 감지하는 이미지 기반 예측으로 상당한 진전을 이룰 수 있었지만 웨어러블과 클라우드에서 파생된 데이터를 통해 AI는 더 긴 주기 동안 더 정확한 예측에 사용될 수 있습니다.”
Abhinav에 따르면 수집하는 데이터가 많을수록 예측 주기를 변경하고 통찰력/추세를 대조하는 것이 더 쉬워집니다. 1-2주에서 6개월로 시작하여 더 긴 기간으로 시작하여 의약품에 대한 의존도를 낮추고 의약품에 더 집중할 수 있습니다. 시작부터 라이프 스타일이 바뀝니다.
그러나 KRS Jamwal 은 의료 분야에서 AI에 대해 다른 입장을 취했습니다. 그는 방사선 전문의와 AI가 모두 특정 수의 암 환자를 진단하도록 요청받은 TISS의 사례를 인용했습니다. AI의 진단 오류율은 20%인 반면, 인간 의사의 오류율은 12%로 상대적으로 낮았다. “하지만 함께 작업할 때 오류율은 3%까지 떨어졌습니다 . 그리고 그것이 의료에 필요한 것입니다. 인간과 AI가 함께 협력하여 각 기술을 테이블에 가져와야 합니다.”라고 그는 의견을 밝혔습니다.
AI의 미래: 심판의 날 또는 구원
패널이 논의한 마지막 주제는 향후 몇 년 동안 AI가 어떻게 될 것이며 의존도가 높아지는 기술을 고려할 때 로봇이 곧 인간을 대체하게 될까요?
Sneh Vaswani 는 로봇 공학이 AI의 영역에 완전히 포함되지 않는 별도의 분야라고 지적하며 이번 라운드를 이끌었습니다. 그는 자신의 회사가 제조한 로봇 MIKO에 대해 언급했습니다. 이 인터페이스는 "인간의 경험에서 어떤 것도 빼앗지 않고 어린이를 참여시키고 상호 작용하고 궁극적으로 교육하는 데 사용할 수 있는 어린 아이 교육의 격차를 해소하는 것을 목표로 하는" 인터페이스입니다. 그는 또한 MIKO와 다른 동료들의 역할이 순전히 지식을 향상시키고 정보를 용이하게 하는 것임을 분명히 하라고 주장했습니다.
“철학적 소비의 관점에서 인간, 교사, 부모 등을 대체할 필요가 전혀 없습니다. 아이들이 게임을 하기 위해 기술을 사용하지 않을 뿐만 아니라 일반 교실의 경계를 넘어 교육을 받을 수 있도록 하는 것이 아이디어입니다. 또는 온라인 콘텐츠를 시청한다”고 덧붙였다.
Jamwal과 Deepak은 가까운 장래에 인간 지능과 AI를 결합 하면 특히 과거 데이터를 사용하여 오류 한계를 줄일 수 있는 경우 산업 분야 전반에 걸쳐 서비스 비용을 크게 낮출 수 있다는 사실에 동의했습니다.
자산 관리를 예로 들어 Deepak은 AI를 사용하여 인간이 실시간으로 액세스할 수 없는 통찰력을 제공함으로써 인간을 보다 지능적으로 만들 수 있다고 추론했습니다. 그런 다음 이 인텔리전스를 통해 직원이 더 많은 혁신을 수행할 수 있으며 고객이 1년 전보다 2~5배 더 많은 수표를 인수하는 경우도 있습니다.
Abhinav는 하루가 끝날 때까지 의사 결정과 관련하여 인간은 여전히 피라미드의 꼭대기에 있다고 말했습니다. AI는 이미 설정된 의사 결정 목표를 따르고 학습하면서 실행 합니다. 따라서 앞으로 나아갈 길은 여전히 인간과 AI를 결합하여 자동화의 효율성을 높이는 것입니다.
Sneh는 인공 지능과 인간 사이의 진정으로 조화로운 미래를 옹호하는 패널을 적절하게 마무리했습니다.
“목표는 인간을 로봇으로 대체하는 것이 아니라 더 지능적이 되고 로봇에게서 배우고 이를 적용하여 더 나은 사람이 되는 것입니다. 이상적으로는 인간과 로봇이 함께 공존할 수 있는 사회를 위해 노력하고 있습니다.”