۳۰ هزار نفر در رویداد گوگل کلاود نکست در لاس وگاس حضور داشتند تا در صف اول شنیدن آخرین اخبار مرتبط با فناوری های ابری باشند. اما تمام چیزی که از گوگل گیرشان آمد، اخبار و برنامه های هوش مصنوعی و به طور خاص، هوش مصنوعی زاینده بود. گوگل در این رویداد تنها اشاره ی ناچیزی به کسب و کار اصلی خود داشت و بیشتر زمان را به هوش مصنوعی اختصاص داد.
مقاله ی زیر، ترجمه ای از مقاله ی تک کرانچ در این مورد است.
رویکرد کلی در رویداد گوگل کلاود نکست
به جای پرداختن به کسب و کار اصلی کوگل کلاود، این رویداد شامل معرفی تغییرات و بهبودهای متعددی به مدل زبانی جمینی گوگل بود که قرار است تجربه کاربران را بهبود بخشند. در روز نخست رویداد گوگل کلاود نکست هم گوگل مثال ها و نمونه های کاری متعددی برای نشان دادن عملکرد این محصولات ارائه داد. با این حال تمرکز این مثال ها زیست بوم فناوری های خود گوگل بود. در حالی که بسیاری از کسب و کارهای مشتری گوگل، زیرساخت های خود را خارج از این اکوسیستم قرار داده اند.
برخی از مثال های ارائه شده از سوی گوگل هم بدون هوش مصنوعی قابل انجام بودند. به عنوان مثال گوگل از قابلیت برقراری تماس راهکار فروش خود با استفاده از هوش مصنوعی برای انجام یک تراکنش آنلاین استفاده کرد. موضوعی که به سادگی از طریق وبسایت قابل انجام بود.
نمی توان کارکردهای جذاب مدل های زبانی مثل تولید کد، تحلیل داده ها، تحلیل وبسایت ها و ساده کردن طراحی و تولید محتوای خلاقانه گذشت. اما زمانی که کار به توسعه محصول شخصی سازی شده بر اساس مدل های هوش مصنوعی گوگل می رسد، این شرکت بسیاری از محدودیت ها و سختی های تولید محتوا را جدی نمی گیرد.
تغییرات جدی همیشه سخت هستند
در سال های اخیر هر پیشرفت فناوری با قول و قرارهای بزرگی از تغییرات جدی همراه بوده است. اما در رویداد گوگل کلاود نکست و سایر فعالیت های شرکت های بزرگ فناوری، رویکرد محافظه کاری جدی در این شرکت ها مشاهده می شود. آن ها از دادن قول های بزرگ خودداری می کنند.
در حالی که در زمان انفجار فناوری های قبلی مثل اینترنت، تمام شرکت ها با تمام توان وارد این کارزار می شدند، در مورد هوش مصنوعی برخی از شرکت ها حتی وارد کارزار نیز نشده اند و از دور تماشاگر میدان هستند.
دلایل مختلفی برای موفقیت یا عدم موفقیت شرکت ها در استفاده از فناوری های جدید وجود دارد. لختی سازمانی، پشته های فناوری شکننده و غیر قابل اعتماد که می توانند استفاده از فناوری جدید را سخت کنند، یا گروه هایی مخالف در داخل سازمان ها که هر نوع نوآوری را در نطفه خفه کنند (چه حقوقی، چه منابع انسانی یا واحد های فناوری) برخی از این دلایل هستند.
مدیر عامل شرکت Egnyte که در حوزه ذخیره سازی، حکمرانی و امنیت داده فعالیت می کند، آقای وینت جین شرکت ها را در استفاده از هوش مصنوعی به دو دسته تقسیم می کند. شرکت هایی که پیشتر به زیرساخت های ابری نقل مکان کرده اند. این شرکت ها به سرعت می توانند از هوش مصنوعی استفاده کنند. سایر شرکت ها با مشکلاتی مواجه خواهند شد.
آقای جین معتقد است شرکت هایی که زیرساخت هایشان را در محل خود شرکت قرار داده و مدیریت می کنند هم با مشکلاتی مواجه می شوند. هوش مصنوعی ممکن است آن ها را به سمت استفاده از این زیرساخت ها هل دهد، اما آن ها احتمالا با مشکل جدی در حوزه امنیت و حکمرانی داده مواجه خواهند شد.
مسئله همیشه داده است.
شرکت های بزرگی مثل گوگل استفاده از هوش مصنوعی را ساده نشان می دهند، اما مشابه هر فناوری پیچیده ی دیگر، سادگی ظاهری به معنای سادگی واقعی نیست. عبارت «ورودی آشغال خروجی آشغال تولید می کند» برای تمام مدل های هوش مصنوعی و در تمام سطوح وارد است. هوش مصنوعی تولید کننده تصویر جمینی، نمونه ی خوبی از این موضوع است.
اگر زیرمجموعه های شرکت که با داده اه مرتبط هستند منظم نبوده و به درستی کار نکنند، نمی توان یک مدل هوش مصنوعی مناسب را توسعه داد. از دید کاشف رحمت الله، از مدیران ارشد گوگل کلاود، همیشه نیاز به داده های تمیز و و سالم در یک مکان برای توسعه مدل هوش مصنوعی مورد نیاز است.
گوگل ابزارهایی برای مهندسان داده ساخته تا بتوانند داده ها را ساده تر مدیریت کنند و سرعت و عملکرد تیم های مهندسی داده بهبود یابد. اما این ابزارها برای شرکت هایی است که هم اکنون بخش قابل توجهی از مسیر دیجیتال کردن و ابری کردن زیرساخت های خود را طی کرده اند. سایر شرکت ها با مشکلات زیادی مواجه خواهند شد.
شرکت های ابری بزرگ مثل گوگل، آینده ی خدمات خود را بر روی هوش مصنوعی تعریف کرده اند. اگر شرکت هایی که از این خدمات استفاده می کنند، برای هوش مصنوعی آماده نباشند، آینده آن ها را شگفت زده خواهد کرد. همان طور که در رویداد گوگل کلاود نکست هم شگفتی هایی ساخته شد.
