軟AI的興起及其對當今企業的意義

軟AI（被定義為AI系統，旨在使用近似推理，模式識別和靈活的決策執行特定的狹窄任務 - 試圖通過擁抱歧義來模仿類似人類的思維。

但是，這對當今的企業意味著什麼？為什麼有人要關心呢？

軟AI解釋了

軟AI的核心是基於世界不是二元的觀念，它反映了人類認知的原則。人類不會在一個和零的決定中做出決定。在存在疑問的情況下，我們基於不完整的數據將它們在上下文中進行。軟AI試圖反映這種混亂。

根據Greenverse Partners的首席執行官Badr El Jundi的說法，這是一家應用AI進行工業風險檢測和醫療保健診斷的公司 - “軟AI不再是關於蠻力的計算力量，而更多地與適應性，近似和類似人類的推理有關。”

Jundi將其與代理AI相提並論，而不是代理AI，它是任務驅動的和目標的，而是一種更靈活的智能 - 這種系統會像人們一樣權衡不確定性並導致歧義。 Greenverse的系統不依賴大型的基礎模型，而是將緊湊的神經網絡與模糊邏輯的組成部分集成在一起，以允許細微差別和靈活性的方式來解釋現實世界信號。

但是，無論如何，什麼是模糊的邏輯，為什麼現在重要呢？

定義模糊邏輯

模糊邏輯是1960年代介紹的軟計算概念，該概念是智能係統的，它不是剛性，可以更好地適應現實世界的環境 - 是軟AI的基礎。與傳統的邏輯不同，它以黑色和白色形式構成真理，模糊邏輯教會機器以我們的方式看世界 - 不是是或否，而是介於兩者之間的某個地方。例如，系統可能會說信號安全為70％，風險30％，而不僅僅是標記“正常”或“異常”。這種細微差別是使現實世界中的一切變化的原因。

儘管如此，模糊邏輯只是Greenverse方法的一部分。 Jundi告訴我：“我們將模糊的推斷與神經學習體系結構和自適應信號模型相結合。” “它模仿了人類做出決定的方式。

這在工業安全等領域至關重要，在工業安全等領域，系統必須解釋嘈雜的信號並實時做出反應，或者在醫療保健中，在早期疾病中的模式可能是微弱，不一致且易於忽略的。

據詹迪說，這是綠色合作夥伴發光的地區。他指出，該公司專門針對每個領域校準這些模型。 “在醫療保健中，我們專注於隨著時間的推移的生理信號變化。在工業用途中，環境壓力，流量和振動模式。”他補充說：“基礎平台是適應性的，但數據模型是特定於域的。”

專用的AI系統

Soft AI的興起挑戰了這樣一個想法，即像OpenAI這樣的公司繼續推動的大型AI模型會產生更好，更準確的結果。但是，根據詹迪（Jundi）的說法，現實情況是，規模並不總是能在關鍵基礎設施或緊急護理等風險敏感的領域帶來清晰度。

他說：“在關鍵的環境中，精度，解釋性和響應能力通常比規模重要。” “較小，專用的系統可以通過量身定制，可解釋和高度可靠來勝過大型模型。”

德勤（Deloitte）在2024年的一項研究中回應了這種情緒，該研究發現，在高風險環境中部署AI的組織中有42％的組織比廣義較小的域模型更喜歡較小的域模型 - 很大程度上是因為它們更易於測試，驗證和解釋。

超越自動化

軟AI並沒有試圖取代人類的判斷。實際上，正如Jundi所指出的那樣，它的力量在於它與我們合作的距離。

“道德創新意味著建立贏得信任的系統，”朱迪指出。 “我們不是要取代人類的判斷；我們正在創建增強和告知它的工具。”

這也是AI倫理學家的哲學。正如斯坦福大學人工智能研究所的計算機科學家兼聯合指導的Fei-Fei Li所說：“人工智能的未來不是關於人與機器的，而是用機器的人。一起。我們可以共同實現無法想像的創新和進步的高度。”

業務影響

對於希望從AI中獲得最大收益的業務領導者來說，要點是，下一波AI創新的浪潮不會僅來自更大，更複雜的系統。它將來自可以更有效地適應，解釋和協作的智能。

對於Jundi來說，Soft AI為未來提供了模型，實現了更直觀的決策，對變革的反應更快以及更大的能力處理不確定性。它可以完成所有這些，而無需大規模模型的計算負擔或能源需求，這使其特別適合邊緣部署。

瓊迪建議：“組織應專注於敏捷性，跨學科的合作和培養一種在不確定性下包含決策的文化。”

已經有這種過渡的跡象。 Edge AI （通常依賴於輕質，特定於任務的模型）正在顯著增長。由於對實時分析，自動化和增強的客戶體驗的需求，到2028年， Edge Computing上的全球支出預計將達到3780億美元。大部分增長是由旨在在本地理解上下文的系統提供的，而無需將所有決定發送給雲。

未來是自適應的

展望未來，軟AI的承諾不僅是更好的結果。這是關於使人類與機器之間的關係更好地工作 - 人類與不僅計算的系統合作，而且適應現實世界中快速，不可預測的節奏。

Jundi說：“在接下來的五年中，不僅期望在模型架構中的突破，而且期望AI如何整合到我們周圍的世界中。”他補充說，這將“通過輕量級的智能，邊緣計算和不僅了解數據，而且了解上下文，細微差別和善意的系統來實現。”

最後，軟AI可能不像其他AI系統那樣響亮，例如生成AI或代理AI。但這可能被證明是我們到目前為止看到的最直觀，也許是最值得信賴的形式。對於企業領導者仔細聆聽，這可能會有所不同。

以上是軟AI的興起及其對當今企業的意義的詳細內容。更多資訊請關注PHP中文網其他相關文章！