Υποβολή Προτάσεων και Τεχνητή Νοημοσύνη

Μια πρόταση είναι διαφορετική από μια εντολή. Παρόλο που ορισμένοι άνθρωποι φαίνεται να χάνουν εντελώς την ουσία, μια πρόταση είναι απλώς μια ιδέα που παρουσιάζεται ως πιθανή λύση σε ένα πρόβλημα. Η υποβολή μιας πρότασης σημαίνει ότι θα μπορούσαν να υπάρχουν άλλες λύσεις και ότι η αποδοχή μιας πρότασης δεν σημαίνει ότι θα την εφαρμόσετε αυτόματα. Στην πραγματικότητα, η πρόταση είναι μόνο μια ιδέα. μπορεί να μην λειτουργεί καν. Φυσικά, σε έναν τέλειο κόσμο, όλες οι προτάσεις θα ήταν καλές προτάσεις — τουλάχιστον πιθανές λύσεις σε ένα σωστό αποτέλεσμα, κάτι που σπάνια συμβαίνει στον πραγματικό κόσμο.

Λήψη προτάσεων με βάση προηγούμενες ενέργειες

Ο πιο συνηθισμένος τρόπος που χρησιμοποιεί μια τεχνητή νοημοσύνη για να δημιουργήσει μια πρόταση είναι συλλέγοντας προηγούμενες ενέργειες ως συμβάντα και στη συνέχεια χρησιμοποιώντας αυτές τις προηγούμενες ενέργειες ως σύνολο δεδομένων για τη δημιουργία νέων προτάσεων. Για παράδειγμα, κάποιος αγοράζει ένα Half-Baked Widget κάθε μήνα για τρεις μήνες. Είναι λογικό να προτείνετε να αγοράσετε ένα άλλο στις αρχές του τέταρτου μήνα. Στην πραγματικότητα, ένα πραγματικά έξυπνο AI μπορεί να κάνει την πρόταση την κατάλληλη στιγμή του μήνα. Για παράδειγμα, εάν ο χρήστης πραγματοποιήσει την αγορά μεταξύ της τρίτης και της πέμπτης ημέρας του μήνα για τους πρώτους τρεις μήνες, αξίζει να αρχίσει να κάνει την πρόταση την τρίτη ημέρα του μήνα και στη συνέχεια να προχωρήσει σε κάτι άλλο μετά την πέμπτη ημέρα.

Οι άνθρωποι παράγουν έναν τεράστιο αριθμό ενδείξεων κατά την εκτέλεση εργασιών. Σε αντίθεση με τους ανθρώπους, ένα AI δίνει στην πραγματικότητα προσοχή σε κάθε ένα από αυτά τα στοιχεία και μπορεί να τα καταγράψει με συνεπή τρόπο. Η συνεπής συλλογή δεδομένων ενεργειών δίνει τη δυνατότητα σε μια τεχνητή νοημοσύνη να παρέχει προτάσεις βασισμένες σε προηγούμενες ενέργειες με υψηλό βαθμό ακρίβειας σε πολλές περιπτώσεις.

Λήψη προτάσεων βάσει ομάδων

Ένας άλλος συνηθισμένος τρόπος για να κάνετε προτάσεις βασίζεται στη συμμετοχή στην ομάδα. Σε αυτήν την περίπτωση, η συμμετοχή στην ομάδα δεν χρειάζεται να είναι επίσημη. Μια ομάδα θα μπορούσε να αποτελείται από μια χαλαρή συσχέτιση ανθρώπων που έχουν κάποια μικρή ανάγκη ή κοινή δραστηριότητα. Για παράδειγμα, ένας ξυλοκόπος, ένας ιδιοκτήτης καταστήματος και ένας διαιτολόγος θα μπορούσαν όλοι να αγοράσουν βιβλία μυστηρίου. Παρόλο που δεν έχουν τίποτα άλλο κοινό, ούτε καν την τοποθεσία, το γεγονός ότι και οι τρεις αρέσουν σε μυστήρια τους κάνει μέρος μιας ομάδας. Μια τεχνητή νοημοσύνη μπορεί εύκολα να εντοπίσει μοτίβα όπως αυτό που μπορεί να διαφεύγει από τους ανθρώπους, έτσι μπορεί να κάνει καλές προτάσεις αγοράς με βάση αυτές τις μάλλον χαλαρές ομαδικές σχέσεις.

Οι ομάδες μπορούν να περιλαμβάνουν αιθέριες συνδέσεις που στην καλύτερη περίπτωση είναι προσωρινές. Για παράδειγμα, όλοι οι άνθρωποι που πέταξαν την πτήση 1982 από το Χιούστον μια συγκεκριμένη ημέρα θα μπορούσαν να σχηματίσουν μια ομάδα. Και πάλι, δεν υπάρχει καμία σχέση μεταξύ αυτών των ανθρώπων εκτός από το ότι εμφανίστηκαν σε μια συγκεκριμένη πτήση. Ωστόσο, γνωρίζοντας αυτές τις πληροφορίες, ένα AI θα μπορούσε να εκτελέσει πρόσθετο φιλτράρισμα για να εντοπίσει άτομα εντός της πτήσης που τους αρέσουν τα μυστήρια. Το θέμα είναι ότι μια τεχνητή νοημοσύνη μπορεί να παρέχει καλές προτάσεις με βάση τη συσχέτιση της ομάδας, ακόμη και όταν η ομάδα είναι δύσκολο (αν όχι αδύνατο) να αναγνωριστεί από ανθρώπινη προοπτική.

Λήψη λανθασμένων προτάσεων

Όποιος έχει αφιερώσει χρόνο για αγορές μέσω Διαδικτύου γνωρίζει ότι οι ιστότοποι συχνά παρέχουν προτάσεις με βάση διάφορα κριτήρια, όπως προηγούμενες αγορές. Δυστυχώς, αυτές οι προτάσεις είναι συχνά λανθασμένες επειδή η υποκείμενη τεχνητή νοημοσύνη στερείται κατανόησης. Όταν κάποιος κάνει μια αγορά ενός Super-Wide Widget μια φορά στη ζωή, ένας άνθρωπος πιθανότατα θα γνωρίζει ότι η αγορά είναι πράγματι μία φορά στη ζωή του, επειδή είναι εξαιρετικά απίθανο κάποιος να χρειαστεί δύο. Ωστόσο, το AI δεν κατανοεί αυτό το γεγονός. Έτσι, εκτός εάν ένας προγραμματιστής δημιουργήσει συγκεκριμένα έναν κανόνα που προσδιορίζει ότι τα Super-Wide Widgets είναι μια αγορά που γίνεται μια φορά στη ζωή, το AI μπορεί να επιλέξει να συνεχίσει να προτείνει το προϊόν επειδή οι πωλήσεις είναι κατανοητά μικρές. Ακολουθώντας έναν δευτερεύοντα κανόνα σχετικά με την προώθηση προϊόντων με πιο αργές πωλήσεις, το AI συμπεριφέρεται σύμφωνα με τα χαρακτηριστικά που του παρείχε ο προγραμματιστής,

Εκτός από τα σφάλματα που βασίζονται σε κανόνες ή τα λογικά σφάλματα σε AI, οι προτάσεις μπορεί να καταστραφούν λόγω προβλημάτων δεδομένων. Για παράδειγμα, ένα GPS θα μπορούσε να κάνει μια πρόταση με βάση τα καλύτερα δυνατά δεδομένα για ένα συγκεκριμένο ταξίδι. Ωστόσο, η οδοποιία μπορεί να καταστήσει το προτεινόμενο μονοπάτι αβάσταχτο επειδή ο δρόμος είναι κλειστός. Φυσικά, πολλές εφαρμογές GPS εξετάζουν την κατασκευή δρόμων, αλλά μερικές φορές δεν λαμβάνουν υπόψη άλλα ζητήματα, όπως μια ξαφνική αλλαγή στο όριο ταχύτητας ή τις καιρικές συνθήκες που κάνουν μια συγκεκριμένη διαδρομή δόλια. Οι άνθρωποι μπορούν να ξεπεράσουν τις ελλείψεις σε δεδομένα μέσω της καινοτομίας, όπως χρησιμοποιώντας τον λιγότερο ταξιδεμένο δρόμο ή κατανοώντας την έννοια των πινακίδων παράκαμψης.

Όταν ένα AI καταφέρνει να ξεπεράσει τα ζητήματα λογικής, κανόνων και δεδομένων, μερικές φορές εξακολουθεί να κάνει κακές προτάσεις επειδή δεν κατανοεί τη συσχέτιση μεταξύ ορισμένων συνόλων δεδομένων με τον ίδιο τρόπο που καταλαβαίνει ένας άνθρωπος. Για παράδειγμα, η τεχνητή νοημοσύνη μπορεί να μην ξέρει να προτείνει χρώμα αφού ένας άνθρωπος αγοράσει έναν συνδυασμό σωλήνα και γυψοσανίδας όταν κάνει μια επισκευή υδραυλικών εγκαταστάσεων. Η ανάγκη να βάψετε τη γυψοσανίδα και τον περιβάλλοντα χώρο μετά την επισκευή είναι προφανής σε έναν άνθρωπο, επειδή ο άνθρωπος έχει μια αίσθηση αισθητικής που λείπει από την τεχνητή νοημοσύνη. Ο άνθρωπος κάνει έναν συσχετισμό μεταξύ διαφόρων προϊόντων που δεν είναι προφανής στο AI.