Résoudre des problèmes complexes avec l'IA qui évolue au fur et à mesure de son apprentissage

Les organisations rencontrent généralement deux contraintes communes pour se développer efficacement: un manque de ressources et une prise de décision erronée. Mais lorsque les deux sont présents, cela peut être le signe d'un événement au niveau de l'extinction. C’est une chose de ne pas avoir les ressources nécessaires pour diriger et offrir la valeur commerciale de demain de manière adéquate. Mais lorsque des décisions sous-optimales sont prises dans l’entreprise, c’est un désastre.

Mais la réalité est que les humains peuvent en réalité être très mauvais pour prendre des décisions efficaces, même au niveau des dirigeants. Ce n’est pas que nous n’essayons pas, mais que le monde réel nous a évolué. La vie est devenue extrêmement complexe et continue d'accélérer à un rythme exponentiel qui dépasse les capacités humaines.

L'écart se creuse entre la complexité du monde et nos capacités de résolution de problèmes. Avec l’explosion des données (connaître le client, les produits, les opérations, le support, le marketing, les éléments interconnectés), aucun être humain ne peut suivre, même avec l’aide d’analyses et de rapports avancés.

Vous n’allez pas croire cela? D'ACCORD. En ce moment même – à la seconde près – pourquoi ce client n’a-t-il pas acheté votre produit ou service? Si vous ne le savez pas, vous devriez le faire.

La condition humaine

En plus d'être submergés par trop de données, les humains sont aveuglés par leurs propres préjugés lorsqu'ils prennent des décisions, ou nous sommes chargés de prendre des décisions en dehors de notre expertise individuelle. Je ne parle pas seulement de «zone de confort» ici. Nos points de vue individuels peuvent influencer nos décisions sur ce que nous croyons être vrai, quelles que soient les autres options viables.

Notre processus décisionnel est également sujet à la fatigue. Lorsque nous manquons de sommeil, nous avons 1.62 fois plus de risques d'être blessés. Nous faisons des erreurs. Nous nous précipitons vers le jugement pour faire avancer les choses. Notre intelligence humaine limite ces défis décisionnels

Mais il existe un autre chemin, un voyage basé sur tirant parti d'une intelligence qui évolue sur le dos de l'ordinateur : le calcul évolutif

Au-delà des limites humaines de la prise de décision

Le calcul évolutif sert de base aux décisions commerciales en apportant des solutions optimales à des problèmes incroyablement complexes. Actuellement, l'IA est toujours basée sur un point de vue ou une perspective singulière; cela ne prend pas en compte d’autres bonnes idées. Il ne sait pas comment créer de nouvelles idées à partir d'anciennes idées ou une histoire d'idées.

Pour créer de nouveaux niveaux de valeur, les praticiens de l'IA doivent évoluer comme suit:

• Données: Les morsures brutes et octets ou matériel utilisé pour former les algorithmes d'intelligence artificielle.
• Sciences des données: Ce que nous savons des données.
• Apprentissage automatique: Comment les données peuvent-elles enseigner / piloter en continu des algorithmes d'intelligence artificielle et influer sur l'évolution de l'entreprise? [19659015] L’informatique évolutive, c’est comme avoir des milliers, voire des millions de personnes en train de réfléchir, de prototyper et de tester des idées. Il prend ce qui fonctionne et crée une nouvelle version, en éliminant celles avec des résultats médiocres. Ce faisant, il découvre des possibilités qui dépassent les connaissances de toute personne ou équipe de personnes. C'est vraiment évolutif (jeu de mots voulu). Cependant, tous les ordinateurs évolutifs ne sont pas implémentés de la même manière.

  Différenciateurs entre les systèmes informatiques évolutifs

  Au fil des années, nous avons constaté que, grâce à l’informatique évolutive, trois facteurs sont à la base de la valeur commerciale: la causalité, la prédiction et la prescription. Tous les trois fonctionnent dans une boucle – un cycle de vie naturel et continu au sein d'une entreprise.

  • Causalité: Après avoir collecté de nombreuses données, nous devons vraiment comprendre ce qui est causal dans ces données. Quels sont les problèmes? Qu'est-ce qui influence l'engagement et la décision d'acheter? Si les données sont des débris d’activités humaines, l’objectif est alors d’extrapoler les données de causalité pour comprendre ce qui a un impact sur les comportements humains, ce qui a une incidence sur les résultats de l’entreprise. Et la première partie de cela consiste à déterminer, puis à vous concentrer sur les comportements (reflétés dans les données) qui génèrent une véritable valeur commerciale.
  • Prédiction: Une fois que nous avons ces données causales, la véritable magie évolutive se produit. Nous créons et évoluons organiquement des substituts numériques (simulations) qui représentent l'objectif commercial: les réseaux de neurones évolutifs. Ces mères porteuses pensent et agissent comme leurs homologues du monde réel – par exemple, vos clients, vos employés, vos produits ou même un fraudeur. Ces substituts sont développés grâce à des techniques telles que la construction génétique, la mutation caractéristique et les croisements de caractéristiques appliqués à des populations massivement vastes. Les meilleurs résultats sont utilisés pour créer la prochaine génération, et ce processus se répète rapidement.
  • Prescription: Une fois qu'une représentation numérique (de substitution) de la manière dont la valeur commerciale est générée, nous pouvons rechercher des actions qui maximisent la valeur et générer des solutions normatives qui courberont littéralement la courbe des performances commerciales.

  Le calcul évolutif identifie les actions optimales permettant de maximiser la valeur commerciale des modèles de substitution. En fait, il examine toutes les possibilités potentielles pour trouver les activités qui offrent les meilleures chances d'atteindre les objectifs souhaités. Des millions de simulations sont construites et évaluées (par exemple, génétique, mutation et croisement) afin de créer un ensemble optimisé d’actions. Ce sont des activités réelles et exécutables qui peuvent modifier le comportement des personnes et générer de nouvelles données pouvant être collectées, ce qui permet de relancer le cycle de vie de l’informatique évolutive. Laver, rincer et répéter.

  Applications dans le monde réel

  Considérez la gamme complexe de compositions d’un médicament prometteur qui doit être évalué avant d’être approuvé pour la consommation humaine. Les entreprises pharmaceutiques doivent tester les effets du médicament sur des patients dont la composition biologique est aussi variée que le génome humain. La correspondance entre les permutations génomiques et les traitements optimaux dépend de l'examen de milliers de résultats extrapolés à partir d'une gamme de thérapies potentielles. De tels essais comportent des risques et sont exceptionnellement coûteux à entreprendre.

  Le calcul évolutif peut aider les sociétés pharmaceutiques à évaluer simultanément divers composés parmi les variations génomiques afin d'identifier les traitements les plus efficaces avant leur mise à l'essai dans un essai clinique.

  Les entreprises se tourneront de plus en plus au calcul évolutif pour prendre de meilleures décisions . Et quand ils le feront, ils feront un bond en avant, car ils appliqueront un système de renseignement avancé pour atténuer les principales limitations en matière de performance et d’échelle humaines – sans parler de l’utilisation non éthique ou biaisée de l’IA . Lorsque cela se produira, cela marquera une nouvelle évolution, non seulement de l'IA, mais aussi de la manière dont les entreprises prennent leurs décisions.

  Cliquez ici ici pour en savoir plus sur l'IA évolutive. [19659002] Cet article a été publié à l'origine sur Digitally Cognizant et est republié avec l'autorisation de l'auteur. www.digitallycognizant.com.

  Cognizant est un partenaire mondial de SAP.