Mind több vállalat ismeri fel a mesterséges intelligencia (AI) hasznosításának lehetőségét például a döntés-előkészítésben, de a fekete doboz titkai sokakat visszatartanak. A mesterséges intelligencia ugyanis csak annyira jó, amennyire a beléje táplált adatok minősége. Régi mondás, hogy ahol hulladék a bemenet, ott hulladék a kimenet is, ám ez a mesterséges intelligenciára még inkább igaz.
Miért? Nézzük meg a különbséget - indítja eszmefuttatását Heidi Maher, a Computerworld szakírója, a Compliance, Governance and Oversight Counsel (CGOC) elnöke. Az elemzések általában sorrendet állítanak fel. Amennyiben arra vagyunk kíváncsiak, adott régióban miért értünk el jobb vagy rosszabb értékesítési mutatókat, az eredményt befolyásoló tényezők listáját dobja ki az analitika: zavarok az ellátásban, demográfiai változások, a közösségi média által diktált divatok stb. Az emberi elme ilyenkor munkához lát, igyekszik megtalálni a döntést leginkább befolyásoló tényezőket. A kognitív AI nem működik ilyen átláthatóan. Amennyiben "őt" kérdezzük, egyetlen, határozott választ kapunk: ezért, és kész.
A mesterséges intelligencia tehát az üzleti alkalmazók álmainak megtestesülése - lehet. Csak fel kell tenni a kérdést, amire jön a válasz, és máris akcióba lehet lépni. Időt takarít meg a gyorsabb és jobb üzleti döntés előtt. Igen ám, de mi van akkor, ha a mesterséges intelligencia téved? Vagy ami még fontosabb kérdés: honnan tudhatná az üzleti döntéshozó, hogy az AI téved? A mesterséges intelligencia lényegesen nagyobb bizalmat feltételez, mint az analitika. A vállalati adatgazdálkodásért felelős vezető, a chief data officer (CDO) vagy a big data hasznosítását felügyelő adattudós, a data scientist szemszögéből nézve a mesterséges intelligencia gondozása éppen ezért lealacsonyító munka.
A cél kijelölése
A felelős szakembereknek mindössze egy dolguk van: gondoskodni az egészséges diétáról, a tiszta, releváns, biztos forrásból eredő és megbízható adatokról. Gyümölcsök, zöldségek, magvak, protein? Az egészséges mesterséges intelligenciához nem ezek kellenek. Heidi Maher szerint mindenekelőtt arra kell ügyelni, hogy az AI ne lefetyelhessen mindenféle adatforrásból, főleg olyanból ne, amelybe tisztítatlan adatok áramlottak. A modern adatgazdálkodás kérdéseivel foglalkozó CGOC szerint a vállalatok által előállított és gyűjtött adatok 70 százalékának nincs semmilyen üzleti, jogi vagy egyéb haszna, ezért érdemes odafigyelni arra, milyen szempontok szerint és milyen körből válogatjuk ki a mesterséges intelligenciába táplált adatokat. Mely adatforrásokat, állományféleségeket tartjuk érdemlegesnek? Milyen kapcsolatok vannak az adatok között? Ki a felelős a szűrésért, a végső döntésért?
Erőforrások kezelése
Amint végeztünk a források kiválogatásával, jön az adatminőség biztosítása. A mesterséges intelligenciába vetett bizalom és az onnan érkező válaszok megfelelősége érdekében szükség van arra, hogy hiteles, pontos és értékes tartalomból merítsünk. Minthogy különböző forrásokból eredő és másolt adatokkal kell dolgozniuk, a felelősöknek hozzá kell férniük a mesterséges intelligenciát tápláló minőségi információ eredetét és fellelhetőségét visszakövető és ellenőrző vizualizációs és más eszközökhöz.
Címkézés és osztályozás
A jó emésztés érdekében az adatot megfelelően kell címkézni és osztályozni. Egyes esetekben a metaadatok értékesebbek. Marketingelemzésnél előfordulhatnak olyan helyzetek, amikor a fényképezőgép által rögzített kísérőinformációk, mint például az időbélyeg, a helyrajzi adatok, a kamera típusa és a gyári szám a leglényegesebb információ. Orvosi felhasználásnál a páciens születési adatai, az időbélyeg és hasonló személyes vonatkozások kerülhetnek előre.
Nyomkövetés, frissítés
Végül szükség lehet a rendszerbe beépített válaszkövetési és módosítási képességekre. Jóllehet a mesterséges intelligencia autonóm számítástechnikai teremtménynek tűnik, és a látszat az, hogy a technika adott az önálló adatválogatás egyes részfeladataihoz, valójában nagyon is szükség van az AI gondozása terén felkészült és gyakorlott szakemberek közreműködésére. Az emberi közreműködés igazából nélkülözhetetlen az adatszűrésben, és ezt tudomásul kell vennünk, ha nem akarunk a túlzott elvárások és ábrándok hibájába esni a mesterséges intelligenciával kapcsolatban. Annak nevelőszüleiként inkább gondosan és türelmesen kell nevelnünk őt, átsegítenünk a fejlődés egyes szakaszain, hogy új, különleges képességei valóban megfeleljenek a jól körülírt elvárásoknak.
