به گزارش حال و هوا - برگردان توسط هوش مصنوعی
تحقیقات نشان میدهد شکافی بین بلندپروازیهای هوش مصنوعی و واقعیتهای عملی وجود دارد، اما خبر خوب این است که متخصصان میتوانند با تمرکز بر بررسیهای مستدل و موارد استفادهی تولیدی قوی، این شکاف را پر کنند.
تحقیقات جدید نشان میدهد که 91 درصد از متخصصان معتقدند شرکتهایشان هنوز در پیادهسازی هوش مصنوعی (AI) با مشکل مواجه هستند. این یافتهها که در گزارشی از تامسون رویترز ارائه شدهاند، نشاندهندهی شکاف قابل توجهی بین انتظارات و دستاوردهای واقعی در زمینهی هوش مصنوعی در محیطهای تجاری است.
مارک ساموئلز، نویسندهی این گزارش، در این باره میگوید: «بسیاری از شرکتها در مراحل اولیه پیادهسازی هوش مصنوعی هستند و هنوز نتوانستهاند ارزش واقعی این فناوری را به دست آورند.» او همچنین اشاره میکند که یکی از دلایل اصلی این مشکل، عدم وجود استراتژیهای روشن و مشخص برای استفاده از هوش مصنوعی است.
گزارش تامسون رویترز نشان میدهد که شرکتهایی که در پیادهسازی هوش مصنوعی موفقتر بودهاند، معمولاً رویکردی گامبهگام و مبتنی بر دادهها داشتهاند. این شرکتها ابتدا به شناسایی موارد استفادهی خاص و قابل اندازهگیری میپردازند و سپس با استفاده از دادههای موجود، مدلهای هوش مصنوعی را آموزش میدهند و عملکرد آنها را به طور مداوم ارزیابی میکنند.
یکی دیگر از عوامل کلیدی موفقیت در پیادهسازی هوش مصنوعی، همکاری بین تیمهای مختلف است. شرکتهایی که تیمهای فناوری اطلاعات، تیمهای تجاری و تیمهای دادهکاوی را به طور موثر با یکدیگر هماهنگ میکنند، معمولاً نتایج بهتری را به دست میآورند.
گزارش تامسون رویترز همچنین به اهمیت آموزش و توسعهی مهارتهای هوش مصنوعی در بین کارکنان اشاره میکند. شرکتهایی که به کارکنان خود آموزشهای لازم را در زمینهی هوش مصنوعی ارائه میدهند، میتوانند از پتانسیل کامل این فناوری بهرهمند شوند.
در نهایت، گزارش تامسون رویترز بر اهمیت تمرکز بر موارد استفادهی تولیدی قوی تاکید میکند. شرکتهایی که به جای صرف زمان و منابع برای پروژههای تحقیقاتی و آزمایشی، بر پیادهسازی راهحلهای هوش مصنوعی در مقیاس بزرگ تمرکز میکنند، معمولاً نتایج ملموستری را به دست میآورند.
📡منبـع خبـر:
www.zdnet.com
ZDNet
🏹لـینـک کـوتـاه:
halohava.top/xBgpMf
شمـا اولیـن نفـر هستـید کـه نظـر خـود را ثبـت مـی کنیـد.
🗩ثبـت نظر: