Vytváranie návrhov a umelá inteligencia

Návrh sa líši od príkazu. Aj keď sa zdá, že niektorým ľuďom úplne uniká pointa, návrh je jednoducho predstava predstavená ako potenciálne riešenie problému. Podanie návrhu znamená, že môžu existovať aj iné riešenia a že prijatie návrhu neznamená jeho automatickú implementáciu. V skutočnosti je návrh iba nápad; to možno ani nejde. Samozrejme, v dokonalom svete by všetky návrhy boli dobrými návrhmi - aspoň možnými riešeniami správneho výstupu, čo je v skutočnom svete zriedka.

Získavanie návrhov na základe minulých akcií

Najbežnejším spôsobom, ktorý AI používa na vytvorenie návrhu, je zhromažďovanie minulých akcií ako udalostí a následné použitie týchto minulých akcií ako súboru údajov na vytváranie nových návrhov. Niekto si napríklad kúpi Half-Baked Widget každý mesiac na tri mesiace. Na začiatku štvrtého mesiaca má zmysel navrhnúť kúpu ďalšieho. V skutočnosti môže skutočne inteligentná AI urobiť návrh v správnom čase v mesiaci. Ak napríklad používateľ uskutoční nákup medzi tretím a piatym dňom v mesiaci počas prvých troch mesiacov, oplatí sa začať s návrhom v tretí deň v mesiaci a po piatom dni prejsť na niečo iné.

Ľudia pri plnení úloh vydávajú obrovské množstvo indícií. Na rozdiel od ľudí, AI skutočne venuje pozornosť každému z týchto kľúčov a dokáže ich zaznamenať konzistentným spôsobom. Konzistentné zhromažďovanie údajov o akciách umožňuje AI poskytovať návrhy založené na minulých akciách v mnohých prípadoch s vysokým stupňom presnosti.

Získavanie návrhov na základe skupín

Ďalší bežný spôsob vytvárania návrhov závisí od členstva v skupine. V tomto prípade členstvo v skupine nemusí byť formálne. Skupina môže pozostávať z voľného združenia ľudí, ktorí majú nejakú menšiu potrebu alebo spoločnú aktivitu. Napríklad drevorubač, majiteľ obchodu a dietológ, všetci si mohli kúpiť tajomné knihy. Hoci nemajú nič iné spoločné, dokonca ani polohu, skutočnosť, že všetci traja majú radi záhady, ich robí súčasťou skupiny. Umelá inteligencia dokáže ľahko rozpoznať vzory, ako je tento, ktoré môžu ľuďom uniknúť, takže môže robiť dobré návrhy na nákup založené na týchto pomerne voľných skupinových vzťahoch.

Skupiny môžu zahŕňať éterické spojenia, ktoré sú prinajlepšom dočasné. Napríklad všetci ľudia, ktorí v určitý deň leteli let 1982 z Houstonu, mohli vytvoriť skupinu. Opäť medzi týmito ľuďmi neexistuje žiadne spojenie okrem toho, že sa objavili na konkrétnom lete. Na základe znalosti týchto informácií by však AI mohla vykonať dodatočné filtrovanie, aby v rámci letu našla ľudí, ktorí majú radi záhady. Ide o to, že AI môže poskytnúť dobré návrhy založené na príslušnosti k skupine, aj keď je ťažké (ak nie nemožné) identifikovať skupinu z ľudského hľadiska.

Získavanie nesprávnych návrhov

Každý, kto trávil čas nakupovaním online, vie, že webové stránky často poskytujú návrhy na základe rôznych kritérií, ako sú napríklad predchádzajúce nákupy. Bohužiaľ, tieto návrhy sú často nesprávne, pretože základná AI chýba porozumeniu. Keď si niekto raz za život kúpi Super-Wide Widget, človek pravdepodobne bude vedieť, že tento nákup je skutočne raz za život, pretože je veľmi nepravdepodobné, že niekto bude potrebovať dva. AI však túto skutočnosť nechápe. Ak teda programátor konkrétne nevytvorí pravidlo, ktoré špecifikuje, že Super-Wide Widgets sú nákupom, ktorý sa dá kúpiť raz za život, AI sa môže rozhodnúť produkt odporúčať aj naďalej, pretože predaje sú pochopiteľne malé. Pri dodržiavaní sekundárneho pravidla o propagácii produktov s pomalším predajom sa AI správa podľa charakteristík, ktoré jej vývojár poskytol,

Okrem chýb založených na pravidlách alebo logických chybách v AI sa návrhy môžu poškodiť v dôsledku problémov s údajmi. Napríklad GPS môže navrhnúť na základe najlepších možných údajov pre konkrétnu cestu. Výstavba cesty však môže spôsobiť, že navrhovaná cesta nebude udržateľná, pretože cesta je uzavretá. Mnohé aplikácie GPS samozrejme zvažujú výstavbu ciest, ale niekedy neberú do úvahy iné problémy, ako napríklad náhlu zmenu rýchlostného limitu alebo poveternostné podmienky, ktoré spôsobujú, že konkrétna cesta je zradná. Ľudia môžu nedostatok údajov prekonať inováciou, napríklad používaním menej frekventovanej cesty alebo pochopením významu značiek obchádzky.

Keď sa AI podarí prekonať problémy s logikou, pravidlami a údajmi, niekedy stále dáva zlé návrhy, pretože nerozumie korelácii medzi určitými súbormi údajov rovnakým spôsobom, ako to robí človek. Umelá inteligencia napríklad nemusí vedieť navrhnúť farbu po tom, čo si človek pri oprave vodovodného potrubia kúpi kombináciu potrubia a sadrokartónu. Potreba natrieť sadrokartón a okolie po oprave je pre človeka zrejmá, pretože človek má zmysel pre estetiku, ktorý AI chýba. Človek vytvára koreláciu medzi rôznymi produktmi, ktorá nie je pre AI zrejmá.