Butun dunyoda odamlarning hayoti tobora ko‘proq sun’iy intellekt (SI) (artificial intelligence ai) orqali shakllanmoqda. Bu katta imkoniyatlar bilan birga xavflarni ham keltirib chiqaradi

Download 36.75 Kb.
bet	1/2
Sana	13.07.2023
Hajmi	36.75 Kb.
	#76659

Bog'liq
Butun dunyoda odamlarning hayoti tobora ko
miynetti qorg\'aw, Mavzu Laboratoriya ishi linzaning fokus masofasini aniqlash, 4-sinf Ona tili to\'garak, 7-maktab 7-14 yoshgacha bo\'lgan o\'quvchilar soni, 15.02 53 ga, Tuzilishi, ДАРС ИШЛАНМА, Сулеймонов Ботир Баходирович, URALOV IKROM, KURS ISHI KK, ma\'ruzalar, Tarjimai hol, 1 Mavzu Kompyuter tarmoqlari. Asosiy tushunchalar, НОД и НОК и их применение (2)

Butun dunyoda odamlarning hayoti tobora ko‘proq sun’iy intellekt (SI) (artificial intelligence AI) orqali shakllanmoqda. Bu katta imkoniyatlar bilan birga xavflarni ham keltirib chiqaradi.  Sun'iy intellektga oid ta'riflar juda ko‘p. Aksariyat odamlar AI haqidagi g‘oyalarini ommaviy axborot vositalaridan olishadi, bu esa mujassamlangan AI yoki robotlar hukmronlik qiladigan mashhur xayolotga olib keladi. Boshqa munos kompyuterlarni fikrlash yoki o‘rganish kabi insonga o‘xshash vazifalarni bajarish deb biladi. Bu AI tizimlarining foydalari va xavflarini baholash uchun salbiy oqibatlarga olib kelishi mumkin. Bunga ega bo‘ladigan robotlar yoki o‘ta aqlli agentlar uchun sezilgan xavflarni kuchaytirishi va algoritmik tarafkashlik yoki shaffoflikning yo‘qligi kabi boshqa Real muammolarni minimallashtirishi mumkin. Kelishilgan tushuncha bo‘lmasa, davlat xizmatchilari sun'iy intellekt tizimlarining haqiqiy imkoniyatlariga mos kelmaydigan qonunlar va qoidalarni yaratishi mumkin, bu algoritmik nazoratni tartibga solishni zaiflashtiradi va o‘z ish jarayonlarida sun'iy intellektni joriy qilmoqchi bo‘lganlarni chalkashtirib yuboradi. Shuning uchun to‘g‘ri, aniq va tushunarli ta'rif bilan ishlash muhimdir. Ikkita asosiy toifadagilarning fikrlari mavjud, ular AI mutaxassislaridan kelib chiqqan ta'riflar va ma'lumotlar yoki kognitiv olimlar hamda siyosatchilar tomonidan berilgan ta'riflar. Birinchi toifada biz sun'iy intellektni texnik jihatdan ko‘radigan va uning aniq funksionalligini belgilaydigan yondashuvlarni topamiz. Ikkinchisida, ta'riflar ko‘pincha sun'iy intellektni inson aqli va xulq-atvori bilan taqqoslaydi. Sun'iy intellekt atamasi birinchi marta 1955-yilda to‘rtta kompyuter va kognitiv olimlar guruhi jon Makkarti, Marvin Minskiy, Nataniel Rochester va Klod Shennon tomonidan ishlatilgan. Sun'iy intellektning ushbu dastlabki ta'rifi unga inson aqlining replikatsiyasi sifatida qaraldi, mualliflar buni kompyuter tomonidan ko‘paytirilishi uchun juda aniq tushunish va ta'riflash mumkin deb o‘ylashdi. AIning birinchi ta'rifi aqlli mashinalarni ishlab chiqarish fani va muhandisligi edi. AI-bu o‘rganadigan va moslashadigan kompyuter dasturlash. AI ta'rifining yaxshi namunasi iqtisodiy hamkorlik va rivojlanish tashkiloti OECD tomonidan keltirilgan, chunki u texnologik jihatdan aniq, tilni tushunish uchun aniq shakllantiradi va funktsiyalarni ko‘rsatish uchun misollar keltiradi. Ta'rif quyidagicha eshitiladi. AI tizimi-bu inson tomonidan belgilangan maqsadlar to‘plami uchun haqiqiy yoki virtual muhitga ta'sir ko‘rsatadigan bashoratlar, tavsiyalar yoki qarorlar qabul qila oladigan mashinaga asoslangan tizim. AI tizimlari turli darajadagi avtonomiyalar bilan ishlashga mo‘ljallangan. OECD ta'rifining bir afzalligi shundaki, u super razvedka deb ataladigan narsaga o‘xshash uzoq muddatli kelajakdagi quvvatga e'tibor qaratish o‘rniga, sun'iy intellekt quvvatlarining joriy yoki qisqa muddatli rivojlanishiga qaratilgan. Sun'iy intellekt atamasi 1960-yillarda tadqiqotchilarning inson kabi fikrlaydigan kompyuter yaratish yo‘lidagi harakatlariga berilgan yangi atamadir.  Bu fikr qadimdan bor, tarixiy dalillarga ko‘ra Leonardo da Vinchi robotning eskizini chizgan va 1495 yilda uning prototipini yaratgan bo‘lishi mumkin, Arab olimi Al Jazariy 1206 yilda nashr etilgan "Aqlli mexanizmlar haqida bilimlar" kitobida suv yordamida ishlaydigan suzuvchi orkestr yoritilgan. 1768-yilda shveytsariyalik ixtirochi Pier Jaquet Droz bir varaq qog‘ozda 40 tagacha belgi tushira oladigan dasturlangan avtomat qurilma yaratdi. Albatta, hozirda bu kashfiyotlarga qarab, ularni aqlli atashimiz qiyin. Chunki mazkur qurilmalar faqat yaratuvchilarining aytganini bajarganlar. Bu esa qurilmada mustaqil tafakkur qilish salohiyati yo‘qligini bildiradi. Ba'zan oliy ong yoki kuchli AI ataluvchi Mukammal sun'iy ong aniq mashina yoki kompyuter bo‘ladi va o‘rganishga ehtiyoji bor-yo‘qligini o‘zi aniqlaydi. U o‘z muhitidan tegishli ma'lumot to‘plashi va muammolarni mustaqil hal qilishga yordam beradigan yangi qonuniyatlarni aniqlashi mumkin. Hozircha bunday aqlli mashinalar ilmiy-fantastik asar yoki kinolardagina mavjud. Hozirda SI bor, bugun qo‘llayotganimiz tabiati cheklangan zaif SI va aqlli tizimlar hamda maxsus ko‘nikmalar bilan jihozlangan bir yoki bir necha kichik vazifalarni bajarishga ixtisoslashgan kompyuterlardir. Shunday qilib, tadqiqotchilar AI mahsuldorligi paradoksiga e'tibor qaratishlari kerak. AI mahsuldorlik statistikasida ko‘rinmasligining muhim sabablaridan biri shundaki, AIni amalga oshirishda vaqt oralig‘i mavjud. Va qachon siz firmaning mahsuldorligi va rentabelligiga ta'sirini ko‘rishingiz mumkin. Masalan, Kanadada firmalarning 4% AI, Daniyada firmalarning taxminan 6% AI, Fransiyada 11% AI va Yaponiyada firmalarning 14% AI dan foydalanadi. Va Koreyada firmalarning taxminan 2% AI dan foydalanadi va bizda hozir Shvetsiya uchun raqamlar mavjud va Shvetsiyada firmalarning taxminan 5% AI dan foydalanadi. Tashkilot sun'iy intellektdan foydalanadimi yoki yo‘qligini baholashning taxminan ikki yo‘li mavjud; so‘rovlar va iqtisodiy statistika. So‘rov-bu sizning tashkilotingizda ishlaydigan shaxslardan sun'iy intellektdan foydalanishlarini va ba'zida bunday foydalanishning aniq misollarini talab qilishlarini so‘raydigan savollar to‘plami. Ushbu savollar tashkilot yoki korxonaning AI etukligini baholash uchun o‘rnatiladi. Yuz yil o‘tgach, birinchi sanoat inqilobi tomonidan qo‘zg‘atilgan jahon iqtisodiyotining o‘sishi yangi energiya inqiroziga aylandi. Ko‘mir endi o‘sib borayotgan shaharlarni va kengayib borayotgan savdo tarmoqlarini yoqilg‘i bilan ta'minlay olmadi. 1870 yildan boshlab biz ichki yonish dvigatelining elektr va moy bilan birgalikda rivojlanishini ko‘ramiz va uni birinchi o‘ringa olib chiqamiz. Kimyoviy yangiliklar bilan birgalikda ular plastmassa va kauchuk kabi yangi materiallarni keltirib chiqardi, ular birgalikda motorizatsiya, elektrlashtirish, ommaviy ishlab chiqarish va ommaviy iste'mol atrofida yangi texnologik paradigmani yaratdi, biz buni ikkinchi sanoat inqilobi deb ataymiz. Ammo bu atigi 100 yil davom etdi. 1970-yillarda ko‘mir va neft atrofidagi texnologik paradigma endi abadiy iqtisodiy o‘sishni ta'minlay olmasligi aniq bo‘ldi. Microchips shaklida yangi yangilik bir vaqtning o‘zida fonda paydo boshladi. Mikrochip shaxsiy kompyuterga tarjima qilingan va innovatsiyalarni saqlash va almashish uchun yangi takomillashtirilgan usullar bilan yangi texnologik paradigma birinchi o‘ringa ko‘tarildi. Ushbu paradigma elektronika, telekommunikatsiya va, albatta, kompyuterlar atrofida edi. Birinchi marta firmalar xalqaro filiallar bo‘ylab muloqot qilish imkoniyatiga ega bo‘ldilar, ular dunyoning qolgan qismida kam ish haqi iqtisodiyotiga o‘z ishlab chiqarishlarini offshor qilishni boshlashlari mumkin edi, globallashuv atrofida yangi paradigma tug‘ildi. Shu bilan birga, eski yadrodagi sanoat iqtisodiyoti sanoatlashtirishni va xizmat ko‘rsatish iqtisodiyotiga o‘tishni boshdan kechirdi. Uchinchi sanoat inqilobi bugungi kunda biz yashayotgan bilim va tadqiqotga yo‘naltirilgan iqtisodiyotga eshik ochdi. Ammo hozirda biz yana internetda ma'lumotlarni yaratish va ma'lumotlarga kirish jarayonlari atrofida tezkor texnologik o‘zgarishlarni ko‘rmoqdamiz. Ma'lumot yaratish jarayonlari va jismoniy dunyoning kombinatsiyasi ba'zan kiber-fizik tizimlar deb ataladi. Kompyuter fanlari texnologiyalari va jismoniy ishlab chiqarish dunyosini birlashtirganda, biz to‘rtinchi sanoat inqilobi haqida gapirish oqilona bo‘lishi mumkin bo‘lgan juda keng tarqalgan texnologik blok uchun yangi salohiyatni ko‘ramiz. Misollar juda ko‘p: biz sanoatni avtomatlashtirishni, aslida o‘zlarini o‘rganishi va o‘z-o‘zini boshqaradigan mashinalar shaklida qarorlar qabul qilishini ko‘ramiz. Biz savdo va transport tovarlari haqidagi fikrimizni inqilob qilishi mumkin bo‘lgan 3D bosib chiqarish evolyutsiyasini ko‘ramiz. Ammo bu vaqt boshqacha? Iqtisodiy tarixchi sifatida men tez-tez bu savolga duch kelaman va shuni aytishim kerakki, jamiyatning ta'siri juda katta bo‘lishini tushunishimiz uchun bu inqilob avvalgilariga o‘xshash darajada bo‘lishi kifoya. Lekin bu siz o‘ylagandan ko‘ra ko‘proq vaqt talab etadi. Ko‘pincha bu yangi yangiliklar va ularning salohiyati ularning iqtisodiyotga haqiqiy ta'sirini ko‘rishimizdan ancha oldin aniqlanadi. Bu edi 1987 Nobel mukofoti laureati Robert Solou juda biz hamma joyda, lekin ishlab chiqarish statistika kompyuterlar ko‘rish, deb aytgan edi. U Nyu-York Tayms gazetasidagi maqolasida edi, u erda biz ushbu yangi texnologik paradigmaning kompyuterlar atrofida qanday ta'sirini ko‘ramizmi yoki yo‘qligini so‘radi. Biz effektni ko‘rmagunimizcha 1990-yillarga qadar kutishimiz kerak edi. Shunday qilib, Internet va kompyuter inqilobi ko‘rinishidagi AKT bloki va biz uni mahsuldorlik statistikasida ham ko‘rishimiz mumkin. Ko‘pincha yangi texnologiyaning mahsuldorlik ta'siri faqat o‘n yil yoki undan ko‘proq vaqt o‘tgach, odamlar ushbu yangi texnologiya haqiqatan ham biror narsa olib keladimi yoki u shunchaki qochib ketadimi, deb taxmin qila boshlaganlaridan keyin amalga oshiriladi. Bugun biz yana sust o‘sishni va past mahsuldorlikni boshdan kechirmoqdamiz, ayniqsa G‘arbiy dunyoda. Ba'zi kuzatuvchilar dunyoviy turg‘unlik haqida gapirish uchun kelishdi, bu biz bozorga asoslangan iqtisodiyotda umuman o‘sishni kutmaydigan holat. Shu bilan birga, biz yangi texnologiyalarni va ularning fonda qanday rivojlanayotganini kuzatamiz. Tarix bizga ehtiyot bo‘lishni aytadi. Bu yangi texnologiyalar hamma narsani o‘zgartiradi. Hozir emas, balki nisbatan qisqa kelajakda. Xo‘sh, avvalgi texnologik o‘zgarishlar to‘lqin uchun qanday oqibatlarga olib keldi iqtisodiyotni tashkil qildi. Shuni tan olishimiz kerakki, odatda birinchi yangilikdan butun jamiyatni o‘zgartiradigan yangi texnologik inqilob paydo bo‘lishigacha bir necha o‘n yillar bor. Algoritm, formulalar yoki rasmiy qoidalar to‘plami, mantiqiy operatsiyalar, kirish elementlaridan natija olish bo‘yicha ko‘rsatmalar. Aida algoritm mashinaga savolga javob yoki muammoning echimini qanday topish kerakligini aytadi. Avtonom. Avtonomiya-bu tashqi hukmron hokimiyatdan mustaqil ravishda harakat qilish qobiliyati. Aida mashina yoki transport vositasi avtonom deb ataladi, agar u to‘g‘ri ishlashi uchun inson operatoridan kirishni talab qilmasa. Katta ma'lumotlar. Katta ma'lumotlar standart ma'lumotlarni qayta ishlash dasturi bilan ishlash uchun juda murakkab bo‘lgan tuzilgan va tuzilmagan ma'lumotlarning katta miqdori sifatida tavsiflanadi. Katta ma'lumotlar kompaniyalarga o‘z jarayonlarini optimallashtirishga, tendentsiyalarni aniqlashga va mijozlarga maqsadli tarzda murojaat qilishga yordam beradi. Tasnifi. Tasniflash-bu mashinalarga ma'lumotlar nuqtalariga toifalarni belgilashga imkon beradigan o‘ziga xos algoritm texnikasi. Kredit karta kompaniyasi, agar arizachining yaxshi yoki yomon yoki aralash krediti bo‘lsa, ariza beruvchining daromadi, yoshi, bandligi va qarzni to‘lash tarixi to‘g‘risidagi ma'lumotlar asosida qaror qabul qilishi tasniflash vazifasiga misoldir. Klasterlash. Klasterlash-bu mashinalarga o‘xshash ma'lumotlarni kattaroq ma'lumotlar toifalariga guruhlash imkonini beruvchi o‘ziga xos algoritm texnikasi. Klasterlash vazifasining misoli-prezident nutqlari kontekstida tez-tez uchraydigan so‘zlarni guruhlash. Datafication. Datafication-bu ma'lumotlarni kuzatish va kuzatish orqali kundalik faoliyat va jarayonlarga aylantirish jarayoni, shuning uchun hayotning ilgari ongsiz yoki ko‘rinmaydigan tomonlarini miqdoriy aniqlash, tasavvur qilish, tahlil qilish va hatto bashorat qilish mumkin. Hukumatlar, universitetlar, kompaniyalar, katta-kichik hamma Sun’iy intellekt strategiyasini ishlab chiqayotganga o‘xshaydi. Sun'iy intellekt har qanday tashkilot uchun eng kerakli qo‘shimcha sifatida ko‘rinadi, shunchaki unga ega bo‘lish kerak. Ammo sun'iy intellektga qo‘shilishga shoshilishdan oldin, kompaniyangizning xususiyatlari va sun'iy intellektni joriy etishning foydalari va xarajatlari o‘rtasidagi muvofiqlik darajasi va sabablari haqida o‘ylash muhimdir. Shunday qilib, biz ishni turli xil usullarda boshqaruvchi guruhlar qurishdan boshladik. Shuni yodda tutishimiz kerakki, bu 2016-yil oxiri va 2017-yil boshida bo‘lgan. Shunday qilib, qabul qilgan qarorlaringiz 100 foiz to‘liq asoslanganmidi, to‘g‘rimidi? Shunday qilib, biz hozir RBA OCR va Mashina o‘qitishi kabi kognitiv imkoniyatlardan foydalanishni avtomatlashtirish salohiyatini tahlil qilishni o‘rganib chiqdik va bu xarajatlarni tejash imkonini ko‘rsatdi. Va bunday katta salohiyatning sababi [yo‘tal] chuqur o‘ylashni talab etmaydigan yoki shunchaki baholash kerak bo‘ladigan, ko‘p marta takrorlanadigan vazifalardir. 5-10 daqiqagina vaqt sarflanadigan testlar ham qiziqdir chunki bu 40 mingta kompaniya miqyosida yuz beradi. Shunday qilib, har safar tejab qolingan 10 daqiqa bir yilda 6500 soatgacha yetishi mumkin. Shunday qilib, ushbu kuchli iqtisodiy dalil bizga Quantum Asian ni rivojlantirish uchun zarur bo‘lgan rahbarlar qo‘llovi va resurslarni taqdim etdi, bu ko‘proq kutilgan natijalarni boshqarish masalasi edi. Chunki haddan tashqari katta natijalar kutilishi hech kimga sir emas. Mening bo‘limim kamida 20 - 25 mamlakatni qo‘llab-quvvatlaydi, ularga avtomatlashtirish strategiyasini aniqlashga va o‘z imkoniyatlarini shakllantirishga yordam beradi. Ushbu mamlakatlarning aksariyati o‘zlarining ish holatisiz avtomatlashtirishni boshladilar va deyarli barchaga aholi mablag‘larini moliyalashtirish va ularning kontseptsiyasini avtomatlashtirishni tasdiqlashni kamaytirishadi. Shunday qilib, boshqacha qilib aytganda, top boshqaruvni jalb qilish qanchalik muhimligining juda mumtoz namunasidir. >> Mayli, xo‘sh, sizga biroz taqlid qilishni yoki sizdan ilhom olishni istagan barcha odamlar uchun optimallashtirish jarayonining boshlang‘ich nuqtasi nima deb o‘ylaysiz? Birinchi qaysi resurslarni kerak deb o‘ylaysiz? >>Kompaniya allaqachon ikkita past darajadagi vazifalarni umumiy xizmat ko‘rsatish markaziga markazlashtirishni boshlagan va bu vazifalarni bajarish jarayonlari tegishli avtomatlashtirish nima bo‘lishining ko‘pgina me'zonlariga javob beradi. Masalan, katta hajmdagi oddiy qoidalarga asoslangan takroriy vazifalar va bu biz hozir boshlagan joy, boshlash muhimdir. Ko‘pchilik bu yerda xato qiladi va biz ham shunday qildik. Ro‘yxatda mutlaq eng yuqori tejash bilan bog‘liq jarayonni tushunish juda ajoyib, ammo, agar ushbu jarayonlar eng murakkab bo‘lsa, bu juda to‘g‘ri emas, bu juda ko‘p uchraydi. Haqiqiy tejamkor va kattalar ruhida, shubhasiz, qisqa vaqt ichida ishlab chiqarilishi mumkin bo‘lgan oddiy, kichikroq jarayondan boshlash yaxshiroqdir. Bu bizga o‘rganish va takomillashtirish, bozorga kirish vaqti va tezda amalga oshirish afzalliklari imkoniyatini berdi va bu bizning tashkilot darajamizga energiya va sadoqatni oshirdi. Va tez g‘alaba bilan yondashuv, shuningdek, dastlab shubhalanganlarni ishontirishga yordam berdi. Shunday qilib, aloqa va eshittirish davom etadi, bu biz tushunganimizdek, qanday tejash juda muhim ekanligini ko‘rsatadi. Bu yerda o‘rganilgan darslar juda ko‘p va ko‘pchilik beparvo ko‘rinadi. Jarayon va uzoq muddatli operatsiyalarni mayda bo‘laklarga ajratishni unutmang, ammo odamlar va raqamli xodimlar o‘rtasida o‘tkazmalar soni minimallashtirilganligiga ishonch hosil qiling. Shunga o‘xshash yoki yaqin atrofdagi jarayondan qayta foydalanish oqilona ish, chunki bu allaqachon avtomatlashtirilgan vazifalarni amalga oshirishga imkon beradi. Savolga qaytsak, Siz avvalo qaysi tadqiqotchilarga keraksiz? Taxminan 1 2 3 to‘liq kunlik ekvivalenti boshlang‘ich nuqtasi sifatida yetarli bo‘lishi mumkin. Bu keyinchalik avtomatlashtirishga nomzodlar sonining ko‘payishi bilan kengaytirilishi mumkin va eng aniq vakolat bu avtomatlashtirilishi kerak bo‘lgan biznes-jarayonlar bo‘yicha mutaxassisdir. Bu auditor, soliq yurist ma'muri bo‘lishi mumkin. Keyingi vakolatlar, tegishli kognitiv texnologiyani va muhandislik uchun biznes-jarayonga malakali ishlab chiqaruvchilar va biznes tahlilchilari kerak edi. Ularga qo‘shimcha ravishda, turli imkoniyatlar eng mos keladiganida, yaxshilik va texnik tushunchaga ega bo‘lgan me'moriy vakolatlarga ega bo‘lish, masalan, turli imkoniyatlar eng munosib bo‘lganida. RPA OCR yoki integratsiyadan foydalanishingiz kerakmi? Men uzluksiz o‘rganishga ko‘proq e'tibor qaratgan holda tashkilotning tejamkor va moslashuvchan usulini tavsiya qildim, bu yerda siz har kimni xato qilishga jur'at etishga va retros va boshqalar yordamida qisqa vaqt ichida o‘rganishga undashingiz mumkin, bu bizga bunday fikrlashni tezroq rivojlantirishga yordam beradi. >> Keyingi savolim, agar siz mavjud jarayonni o‘zgartirishni xohlasangiz yoki uning so‘zlarini tuzatmoqchi bo‘lsangiz, bu ikki alternativa boshqacha rejalashtirilgan yoki ular bir xil bo‘lishi kerakmi? Nima dedingiz? >> Bular juda muhim savollar va biz buni juda erta bosqichda bilib oldik. Mavjud jarayonlar yoki yangi jarayonni avtomatlashtirishdan qat'i nazar, avval jarayonni birinchi navbatda avtomatlashtirishga asoslash juda muhimdir. Boshqacha qilib aytganda, avtomatlashtirish imkon qadar mustahkam va samarali bo‘lishi mumkin degan ma'noni anglatadi. Ammo, shuni ta'kidlashim kerakki, mavjud jarayonlar bilan siz har doim ham biznesni to‘liq qayta loyihalashga qodir emassiz, chunki, bu jarayonlar mavjud tashkilotdagi boshqa jarayonlar bilan bog‘liq bo‘lib, mavjud rollar va majburiyatlarga ega va avtomatlashtirish bunga umuman ta'sir qilishi mumkin. Ba'zan bu harakatga arziydi. Ba'zan arzimaydi. Biroq, butunlay yangi jarayon bilan ko‘proq erkinlik beriladi, bu sizga yanada halokatli yondashuvni qo‘llash imkonini beradi. Qanday qilib biz eng aqlli tarzda bu oqimni soddalashtiramiz. Ushbu seminarlar juda ijodiy va juda qiziqarli. >> Mayli, tushundim. Keyin,men sizdan avtomatlashtirish jarayonining muvaffaqiyati uchun haqiqatdan ham hal qiluvchi deb hisoblagan omillar haqida bir-ikki narsani so‘ramoqchiman. Haqiqatan ham uni yaratadigan yoki buzadigan narsa bormi? >> bu haqda ko‘p narsa deyish mumkin va ulardan muvaffaqiyatli avtomatlashtirishning asosiy omillarini umumlashtirishni sorasa, ko‘p jihatdan bu har qanday o‘zgartirish tashabbusi bilan bir xil tarkibiy qismlarga to‘g‘ri keladi. Va bu ham to‘g‘ri. Top-menejment, moliyalashtirish va umumiy maqsadlar mutlaqo hal qiluvchi ahamiyatga ega. O‘zgartirishlarni boshqarish va harakatga kelsak, partiyalar, ular menejmentiga, xodimlar maslahatchisi bilan shug‘ullanishlari kerakmi, ular tashabbuskorlik bilan bog‘liq bo‘lishi kerak. Va umumiy omillarga qo‘shimcha ravishda men avtomatlashtirish uchun yana bir nechta narsani ko‘rsatmoqchiman. Siz doimiy identifikatsiya va potentsial avtomatlashtirilgan nomzodlarni bekor qiladigan nomzodlik avlod quvurini o‘tkazish juda muhimdir. Воспроизведите видео, начиная с :8:32, и следуйте текстовым инструкциям8:32 Shuningdek, men biznes texnologiyalari jamoalaridan o‘z ichiga olgan va bu ma'noda biz auditorlar va mijozlar sifatida ishlamayotganimizni ta'kidlamoqchimiz. Bizda bitta jamoa ruhi bor. Va sizga avtomatlashtirish strategiyasi kerak bo‘lgan tegishli imkoniyatlar va tanlab olish va Birinchi Mantra Avtomatlashtirish bo‘yicha ko‘rsatma ko‘rsatilishi kerak. Shunday qilib, avtomatlashtirish robotlar, mashinani o‘rganish Sun'iy information ma'lumotlar haqida hamma narsa. Men ma'lumotlar sifati va master ma'lumotlarining ahamiyatini ta'kidlay olmayman. >> Mayli,xo‘sh, hozir inson omiliga o‘ting. Avtomatlashtirish tashkilot ichidagi har qanday qarshilikni yaratdi va agar bu sodir bo‘lganda,qarshilikni kamaytirish uchun nima qilardingiz? >> Avtomatlashtirish bizning tashkilotimizga har qanday qarshilikni yaratdi va biz buni kamaytirish uchun nima qilamiz? Xo‘sh, javob ha. Juda ko‘p. Qarshilikka yo‘l qo‘ymaslik uchun o‘zgarishlarni qanday amalga oshirish to‘g‘risida bilgan narsalarga qaramay. Biz buni boshida juda kam baholaymiz va bir qator xato taxminlarni amalga oshirdik. Birinchidan, biz odamlarning o‘z ishlarini yo‘qotishdan qo‘rquvimi kam baholadik, chunki, ko‘p jihatdan avtomatlashtirilgan ishlar uzoq muddatli ish rejasiga ega bo‘lmagan soatlik xodimlar va maslahatchilar tomonidan amalga oshirildi. Biz ular biron bir e'tirozlarga ega deb o‘ylamadik. Biz adashgan edik. Qo‘rquv natijasida ular hatto avtomatlashtirishga qarshi ishlagan xatti-harakatlariga to‘sqinlik qilishdi. Xo‘sh, vaziyatni hal qilish uchun nima qildik? Biz bu odamlarni nafaqat odamlar, robotlar va raqamli xodimlarning samarali o‘zaro ta'sirini ta'minlash uchun, balki odamlarning maqsadi, biznesni rivojlantirish va kerakli o‘zgarishlarni tushunish va tushunishlariga ishonch hosil qilish uchun "xabardor odam" iborasidan ko‘ra ko‘proq rivojlanishga jalb qilishga qaror qildik. Biz odamlarga avtomatlashtirishnima ekanligini, RPA yoki OCR roboti yoki texnik o‘rganishning va Sun'iy Intellekt yechimining boshqa shakli bo‘lgan raqamli xodimlar nima ekanligini o‘rgatamiz. Biz shunchaki avtomatlashtirish bilan barcha imtiyozlarni tushuntirdik. Shu bilan birga, biz ish almashtirilishi haqida shaffof va halol edik va shunday qilib, biz qo‘rqqan va / yoki o‘zgarishlarga qarshi bo‘lgan odamlar bilan faol muloqotga ega bo‘ldik. Boshida bizning hamkorlikimizni murakkablashtirgan yana bir omil shundaki, bizda tashkilotdagi maqsadlarda ziddiyatlar mavjudligini angladik. Birgalikda yuborilgan xizmat har yili belgilangan soatlar miqdorida o‘lchandi. Dastlab ularga avtomatlashtirilgan soatlarni kiritishga ruxsat berilmagan. Shunday qilib, avtomatlashtirish muvaffaqiyatli bo‘lganida, aslida ular haqiqatan ham jazolanishdi. Shunday qilib, avtomatlashtirish va avtomatlashtirishga urg‘u berish orqali birinchi navbatda bizning hamkorligimiz yaxshilandi. Va eskirgan chaqqon biznes texnologiyasi jamoalari bizning qo‘shma hamkorlik va sa'y-harakatlarimizni qo‘llab-quvvatladilar, balki kunlik sharoitlarda muammolar, mojarolar va qo‘shimchalar bilan bog‘liq muammolarimizni, ziddiyatlarni va kelishmovchiliklarni hal qilishga imkon berdi. >> Mayli, rahmat, minnatdorman, mening oxirgi savolim, katta va kichik va o‘rtacha kompaniyalar tashkilotning hajmiga qarab SI tizimlarini kiritishda turli yo‘llar bilan yondashishlari kerak. Kichik kompaniyalar barcha jarayonlarini avtomatlashtirishadimi? Mutlaqo shubhasiz, barcha kompaniyalar o‘zlarining biznesini bir tarzda avtomatlashtirishlari kerak, bu har bir tashkilotning o‘lchami eng samarali, avtomatlashtirilgan va raqamli tarzda ishlashini ta'minlashi kerak. Qolganlar uchun haddan tashqari dramatik bo‘lib, oqibatlarini bo‘rttirib ko‘rsatish oson. Biroq, avtomatlashtirishni raqamlashtirish bugungi kunda umuman o‘yinda qolish imkoniyatiga ega bo‘lish uchun katta darajadagi gigiyenik faktordir. Umuman olganda, avtomatlashtirish va raqamlashtirish kelajakka sarmoya bo‘lgani uchun yirik kompaniyalar bu imkoniyatni o‘zlarida yaratishi shart va zarur. Ushbu kompetentsiya biznesni soddalashtirish va xarajatlarni kamaytirish yoki yangi biznes modellari, mahsulotlar yoki xizmatlarni yaratish uchun ishlatilishi mumkin. Ko‘p jihatdan eski tizimlar va tuzilmalar tomonidan yuklanmaslikning afzalliklariga ega bo‘lgan kichik kompaniyalarga tavsiyam, dastlab dunyoning yaxlit nuqtai nazari doirasida avtomatlashtirish va raqamlashtirish bo‘yicha uzoq amaliy tajribaga ega bo‘lgan kishidan tashqi yordam so‘rashdir. Agar shunday deyishimga qarshi bo‘lmasangiz, u yerda bir o‘lchamdagi har xil turdagi yechimlarni sotadiganlar ko‘p, ularni sotib olmaysiz. Ammo to‘g‘ri yordam bilan ko‘proq tashkilotlar oldinga siljish va rivojlanish jarayonida zarur bo‘lgan tegishli xodimlarni asta-sekin yollashlari mumkin va vaqt o‘tishi bilan ular nima qilish kerakligini va yuqorida aytib o‘tilganidek, barcha o‘lchamdagi tashkilotlarga nima tegmasligi mumkinligini bilib oladi. Kichkina, oz, chaqqonlik bilan boshlang va uzoqni ko‘rish, ko‘p sabr va jasoratga ega bo‘lishni unutmang. Muayyan sohalar uchun sozlanishi mumkin bo‘lgan sun'iy intellekt yechimlarini yaratishga ixtisoslashgan kompaniyalar soni ortib bormoqda. Bundan tashqari, IBM, Oracle, Salesforce, Microsoft kabi yirik texnologik gigantlari va boshqa ko‘plab kompaniyalar o‘zlarining boshqa dasturiy ta'minotlariga mos keladigan SIga bag‘ishlangan yechimlarni taklif qilmoqdalar. Tayyor sun'iy intellekt texnologiyasining yuqori darajada mavjudligi tashkilotga sun'iy intellekt poezdiga o‘tishni va ba'zi avtomatlashtirishni tezda joriy qilishni osonlashtirishi kerak. Biroq har qanday tashkilot yangi va ehtimol, juda qimmat texnologiyani sotib olishdan oldin ba'zi savollarga javob berishi kerak. Birinchi va eng muhim savol - yangi Sun'iy intellekt tizimi qaysi muammoni hal qilishga mo‘ljallangan? Tashkilotim allaqachon bu ma'lumotlarga egami? Sun'iy intellekt texnologiyasining chiqishi bilan nima sodir bo‘ladi? Samaradorligini oshirish uchun ma'lumotlardan qanday foydalaniladi? Masalan, sun'iy intellekt texnologiyasini taqdim etuvchi kompaniya tashkilotingiz tomonidan ishlab chiqarilgan mahsulotga kirish huquqiga ega bo‘ladimi. Modulli yechimlarni yaratishga qodir boʻlgan ushbu gʻishtlarni taqdim etishning asosiy ishtirokchilaridan biri Microsoft va Amazon, AWS boʻlib, ular tavsiyalar, prognozlash, tasvir va video tahlili, ilgʻor matn tahlili, hujjatlar tahlili va boshqa koʻplab xizmatlarni taklif qiladi. Har xil arxitekturalarga birlashtirilishi mumkin bo‘lgan oldindan tayyorlangan dasturiy ta'minot misolida nutqni aniqlash yoki kompyuter ko‘rish aspektlari, masalan, yuzni aniqlash yoki tasvirni aniqlashdan foydalaniladi. Ushbu funktsiyalar juda ko‘p turli xil ilovalarga ega. Nutqni aniqlash turli xil mijozlarga xizmat ko‘rsatish uchun interfeyslarni yaratishi mumkin. Yoshni aniqlash boshqa mashinalarda tamaki kabi yoshga bog‘liq xaridlarni amalga oshirish uchun ishlatilishi mumkin. Eng katta qiyinchilik tashqi va ichki yechimlar o‘rtasidagi eng yaxshi kombinatsiyaga erishishdir, ular bir-biri bilan gaplashishi va birgalikda bitta integratsiyalashgan yechimni ta'minlaydi. Spotify striming xizmati qisman oʻzining “Discover Weekly” funksiyasi tufayli oʻzini namoyon qildi, u millionlab foydalanuvchilarning har biriga ularning tinglash tarixi va ular shugʻullangan qoʻshiqlari asosida shaxsiylashtirilgan pleylistni taqdim etadi. Spotify o‘zining noyob va kuchli tavsiya modelini yaratish uchun turli ma'lumotlarni yig‘ish va saralash usullaridan foydalanadi. Spotify Discover Weekly dasturini quvvatlantirish uchun tavsiya etilgan modellarning uchta shaklidan foydalanadi: hamkorlikda filtrlash. Birgalikda filtrlash Amazon tavsiya tizimlari tomonidan qo‘llaniladigan usul bilan bir xil. U boshqa shunga o‘xshash foydalanuvchilarning afzalliklariga asoslanib, foydalanuvchilarning afzalliklari haqida avtomatlashtirilgan bashorat qiladi. Spotifyda hamkorlikdagi filtrlash algoritmi foydalanuvchilar tomonidan tinglangan qo‘shiqlarga ega bo‘lgan bir nechta foydalanuvchi tomonidan yaratilgan pleylistlarni solishtiradi. Keyin algoritm pleylistda paydo bo‘ladigan boshqa qo‘shiqlarni ko‘rish uchun o‘sha pleylistlarni taraydi va o‘sha qo‘shiqlarni tavsiya qiladi. Ushbu ramka matritsa matematikasi tomonidan bajariladi. Algoritm avval barcha faol foydalanuvchilar va qo‘shiqlarning matritsasini yaratadi, so‘ngra matritsada bir qator murakkab faktorizatsiya formulalarini ishga tushiradi. Yakuniy natija ikkita alohida vektor bo‘lib, bu yerda x - individual foydalanuvchining didini ifodalovchi foydalanuvchi vektori. Y vektori bitta qo‘shiqning profilini ifodalaydi. O‘xshash didga ega foydalanuvchilarni aniqlash uchun birgalikda filtrlash ma'lum bir foydalanuvchi vektorini har bir foydalanuvchi vektori bilan taqqoslaydi, natijada o‘xshash foydalanuvchi vektorini beradi. Xuddi shu protsedura qo‘shiq vektorlariga nisbatan qo‘llaniladi. Spotify nafaqat hamkorlikdagi filtrlashga tayanmaydi. Amaldagi ikkinchi tavsiya modeli NLP , tabiiy tilni qayta ishlash. NLP - bu real vaqtda inson tilini tushunish uchun sun'iy intellekt qobiliyati. Spotifyning NLP si har bir qo‘shiq uchun profil yaratish uchun musiqa haqidagi maqolalar, blog postlari yoki boshqa matnlarni topish uchun doimiy ravishda Internetni ko‘zdan kechiradi. Ushbu barcha skript ma'lumotlari bilan NLP algoritmi qo‘shiqlarni ularni tasvirlash uchun ishlatiladigan til turiga qarab tasniflashi va ularni xuddi shunday muhokama qilinadigan boshqa qo‘shiqlar bilan moslashtirishi mumkin. Rassomlar va qo‘shiqlar ma'lumotlardan olingan kalit so‘zlar bilan belgilanadi va har bir atama unga ma'lum bir vaznga ega. Birgalikda filtrlash singari, o‘xshash qo‘shiqlarni taklif qilish uchun qo‘shiqning vektor tasviri yaratiladi. Uchinchi element konvolyutsion neyron tarmoqlardir. Konvolyutsion neyron tarmoqlar tavsiyalar tizimini takomillashtirish va aniqlikni oshirish uchun ishlatiladi, chunki kamroq mashhur qo‘shiqlar boshqa modellar tomonidan e'tiborsiz qolishi mumkin. CNN modeli noaniq va yangi qo‘shiqlar ham ko‘rib chiqilishini ta'minlaydi. CNN modeli eng ko‘p yuzni aniqlash uchun ishlatiladi, ammo Spotify xuddi shu modelni audio fayllar uchun sozlagan. Har bir qo‘shiq to‘lqin shakli sifatida xom audio faylga aylantiriladi. Ushbu to‘lqin shakllari CNN tomonidan qayta ishlanadi va asosiy parametrlar bilan belgilanadi, masalan, daqiqada urish, ovoz balandligi, asosiy yoki kichik kalit va boshqalar. Keyin Spotify tinglovchilari tinglashni yoqtiradigan qo‘shiqlar bilan bir xil parametrlarga ega bo‘lgan o‘xshash qo‘shiqlarni moslashtirishga harakat qiladi. Mashinani o‘rganishning barcha algoritmlariga kelsak, hatto Spotify ham tavsiyalarni yanada takomillashtirish uchun fikr-mulohaza shakliga muhtoj. Qo‘shiqni o‘ttiz soniyadan ko‘proq vaqt davomida translatsiya qilganingizda, algoritm tavsiyani to‘g‘ri qabul qilganini kuzatib boradi. Tavsiya etilgan pleylist yoki qoʻshiqlar toʻplamini qancha uzoq tinglasangiz, tavsiya shunchalik yaxshi boʻladi. Agar siz 30 soniyalik belgidan oldin o‘tkazib yuborsangiz, algoritm buni tavsiyaning salbiy bahosi sifatida izohlaydi va siz bu qo‘shiqni biroz vaqt ichida uchratishingiz dargumon. Texnologik innovatsiyalar bo‘yicha ilg‘or 2014-yilda sun'iy intellektni yollash vositalarini yaratgan, ammo 2017 yilda yomon ishlashi tufayli undan voz kechgan. Aslida, Amazonning aloqalarni avtomatlashtirishga urinishi, ishga qabul qilish bo‘yicha qarorlar ortidagi voqea sun'iy intellektni amalga oshirishdagi qiyinchiliklarning yaxshi namunasidir. Amazon muhandislari 500 ta kompyuter modellarini ishlab chiqdilar, ularda 10 yil davomida kompaniya tomonidan ish uchun ariza bergan odamlarning CVS deb nomlangan matn mavjud. Taxminan 50 000 ta asosiy atamalarni aniqlash uchun. Ushbu asosiy atamalar algoritmni o‘rgatish va sinovdan o‘tkazishda joriy va ish tavsiflari bilan mos kelishi kerak edi. Olimlar mashina tomonidan tupurilgan natijalar doimiy ravishda ayollarga nisbatan noto‘g‘ri ekanligini payqashdi. Masalan, imtihon uchun ayollar kollejidagi kabi o‘z ta'limini tasvirlash uchun ayollar so‘zini ishlatgan nomzodlarning CV darajasini pasaytirish orqali. Воспроизведите видео, начиная с :5:16, и следуйте текстовым инструкциям5:16 Bu kamsituvchi natija aholini o‘qitishdagi tarafkashlik tufayli yuzaga kelgan. 10 yil davomida Amazonga ishga kirish uchun ariza berganlarning aksariyati erkaklar edi. Download 36.75 Kb.

Download 36.75 Kb.