Какие задачи объединяет искусственный интеллект
ИИ может находить объекты на изображении, классифицировать обращения или готовить текст. Разные задачи требуют разных подходов и не обязательно решаются одной универсальной моделью.
Например, распознавание дефектов и планирование действий по их устранению — связанные, но самостоятельные задачи. Успех в первой не доказывает, что система правильно выберет дальнейшее действие.
Модель, система и рабочий процесс
Модель — вычислительный компонент, который преобразует вход в результат. Система включает также данные, интерфейсы, правила доступа, программные инструменты и другие элементы, необходимые для применения модели.
Рабочий процесс добавляет действия людей и последствия результата. Поэтому оценка ИИ в компании должна учитывать не только ответ алгоритма, но и то, кто его проверяет и использует.
ИИ, машинное обучение и нейронная сеть
Машинное обучение — один из подходов к построению моделей по данным. Нейронные сети относятся к классу таких моделей, но не исчерпывают всё машинное обучение или искусственный интеллект.
Обычная автоматизация по установленному правилу не обязательно является ИИ. При этом наличие чат-интерфейса также не раскрывает устройство продукта: за ним могут работать модели, поиск и программные сценарии.
Возможности и проверка результата
Возможности проверяют на примерах выбранной задачи, включая сложные случаи. Ответ может быть полезным, но ошибочным; выразительная формулировка не заменяет подтверждения фактов и соответствия исходным данным.
Готовность к применению зависит от допустимых ошибок, контроля и условий использования. Одно название технологии не подтверждает безопасность, экономическую выгоду или возможность передать системе ответственность за решения.