IBM Watson - ความผิดพลาดมูลค่า 4,000 ล้านดอลลาร์

วัตสันสุขภาพของ IBM ไม่ใช่แค่ความล้มเหลวของ AI ที่ใหญ่ที่สุด แต่เป็นการเตือนให้ระลึกถึงมูลค่า 4 พันล้านดอลลาร์ว่าความทะเยอทะยานที่ไม่มีการจัดตำแหน่งไม่สามารถแยกแยะได้จากความหลงใหล

คนยังคงพูดถึง "ฉันทำงานกับวัตสัน" เหมือนเป็นเครื่องหมายแห่งเกียรติ ไม่ควรเป็นเช่นนั้น วัตสันไม่ใช่เรื่องแรก วัตสันผิด

เป็นการแสดงตัวอย่าง Jeopardy ที่ยอดเยี่ยมที่ล้มเหลวเมื่อสัมผัสกับโลกแห่งความเป็นจริง

และไม่ได้ล้มเหลวอย่างเงียบๆ เราเพียงแค่หยุดพูดถึงมันอย่างดัง

รอยที่มันเหลือไว้คือโหดร้าย:

MD Anderson ใช้จ่าย 62 ล้านดอลลาร์และไม่ได้รับอะไรที่สามารถใช้งานได้
โรงพยาบาลในออสเตรเลียทิ้งมันหลังจากคำแนะนำที่ไม่ปลอดภัย
IBM ขายวัตสันสุขภาพในปี 2022 หลังจากหลายปีที่ขาดทุน

นั่นไม่ใช่นวัตกรรม นั่นคือรูปแบบ

คนยังคงแสดงวัตสันเป็นหลักฐานของความน่าเชื่อถือของ AI ควรเป็นตรงกันข้าม

วัตสันไม่ได้พัฒนาสาขาไปข้างหน้า สาขาเพียงแค่ผ่านไป

ในขณะที่ AI โมเดิร์นถูกสร้างขึ้นจาก deep learning, attention, transformers, self-supervision, scaling laws, RLHF & foundation models วัตสันยังคงติดอยู่กับ symbolic scoring pipelines, brittle ontologies & offline indexing

การผิดพลาดที่กำหนดให้กับ AI ในปัจจุบันไม่ได้มาจากวัตสัน ไม่มีการอ้างอิงถึงมัน ไม่มีการยืนบนไหล่ของมัน

วัตสันไม่ได้พัฒนาไปสู่ระบบ AI โมเดิร์น มันกลายเป็นสาขาที่ตายไปแล้ว การแสดงตัวอย่างในห้องปฏิบัติการที่สวยงามที่ไม่เคยปรับตัวให้เข้ากับสภาพแวดล้อมในโลกแห่งความเป็นจริง

เรื่องราวไม่ใช่แค่ความล้มเหลวทางเทคนิค นอกจากนี้ยังเป็นเรื่องราวของสิ่งที่สาขาได้เรียนรู้จากการดูความล้มเหลวที่เกิดขึ้น

และวัตสันสอนเราเรื่องสำคัญบางอย่าง สอนเราเรื่องที่ไม่ควรทำ

ชี้ให้เห็นถึงส่วนผสมที่ AI โมเดิร์นต้องการจริงๆ:

การเรียนรู้แบบ end-to-end
การสอนตนเอง
ขนาด
การให้เหตุผลแบบความน่าจะเป็น
การแสดงผลที่ยืดหยุ่น
การประมาณการความไม่แน่นอน
การจัดตำแหน่งแบบ RLHF กับการตัดสินของมนุษย์

วัตสันล้มเหลวในเรื่องเหล่านี้ แต่ในการล้มเหลว มันทำให้เห็นได้ชัดเจน การล้มเหลวของมันทำให้เห็นขอบเขตของสาขาได้มากกว่าความสำเร็จของมัน

วัตสันไม่ได้ล้มเหลวเพียงอย่างเดียว มันบังคับให้องค์กรต้องเผชิญกับความซับซ้อนของตนเอง

โรงพยาบาลพบว่าผ่านวัตสัน:

บันทึกทางคลินิกไม่สอดคล้องกัน
การทำงานเป็นกระบวนการแตกออก
การจัดตำแหน่งของโอนโทโลยีไม่ใช่เรื่องง่าย
"ความจริงที่เป็นพื้นฐาน" ในการแพทย์มักถูกโต้แย้ง

วัตสันแสดงให้เห็นว่าองค์กรไม่ได้พร้อมสำหรับระดับ AI ที่พวกเขาอ้างว่าต้องการ ข้อมูลไม่พร้อม กระบวนการทำงานไม่พร้อม การบริหารจัดการไม่พร้อม ความคาดหวังโดยแน่นอนไม่พร้อม

ดังนั้น ใช่ วัตสันหลอกลวงตลาด มันสัญญาเกินไป มันขายเกินไป มันผลักดันแบบอย่างที่ไม่ถูกต้อง

แต่มันก็แสดงให้เห็นถึงความซับซ้อนที่ซ่อนอยู่ที่ทุกคนเคยทำเป็นเรื่องง่าย

วัตสันเป็นการเตือนให้ระลึกถึงสิ่งที่เกิดขึ้นเมื่อ:

ผู้ขายสินค้าเกินไป
ผู้บริหารตรวจสอบไม่เพียงพอ
โมเดลเกินขอบเขต
ความซับซ้อนถูกเพิกเฉย
เรื่องราวแทนที่ความเป็นจริง

ดังนั้น ครั้งถัดไปที่ใครบางคนอ้างวัตสันเป็นหลักฐานของความน่าเชื่อถือของ AI ให้ถามคำถามง่ายๆ: "อะไรที่มันบรรลุผลในกระบวนการผลิต?"

ความเงียบเป็นมรดกที่แท้จริงของวัตสัน

ไม่ใช่การแสดงตัวอย่าง ไม่ใช่การโฆษณา ความเงียบ

โปรดทราบว่าเวอร์ชันภาษาไทยได้รับการช่วยเหลือจาก AI ดังนั้นอาจมีข้อผิดพลาดเล็กน้อย

ผู้เขียน

Ai Base Network (ABN), ABN ASIA ถูกก่อตั้งขึ้นโดยคนที่มีรากฐานลึกในวงการวิชาการ มีประสบการณ์การทำงานในสหรัฐอเมริกา ดัตช์ ฮังการี ญี่ปุ่น เกาหลีใต้ สิงคโปร์ และเวียดนาม ABN Asia เป็นที่เราพบกันของวิทยาลัยและเทคโนโลยี ด้วยโซลูชันขั้นสูงและบริการพัฒนาซอฟต์แวร์ที่มีความสามารถ เราช่วยธุรกิจเติบโตและเข้าสู่ฉากโลก ความมุ่งมั่นของเรา: ด่วนขึ้น ดีขึ้น น่าเชื่อถือมากขึ้น ในกรณีส่วนมาก: ราคาถูกด้วย

หากคุณต้องการบริการ IT การให้คำปรึกษาดิจิทัล โซลูชันซอฟต์แวร์ใช้ได้หรือหากคุณต้องการส่งคำขอข้อเสนอ (RFPs) อย่าลังเลที่จะติดต่อเรา คุณสามารถติดต่อเราได้ที่ [email protected] เราพร้อมช่วยเหลือคุณด้านทุกความต้องกรทางเทคโนโลยีของคุณทุกเมื่อ