Der Aufstieg der weichen KI und was es für Unternehmen heute bedeutet

Soft AI-definiert als KI-Systeme zur Ausführung spezifischer, enger Aufgaben mit ungefährem Denken, Mustererkennung und flexibler Entscheidungsfindung-versucht, ein menschliches Denken nachzuahmen, indem sie Mehrdeutigkeiten einnehmen.

Aber was bedeutet das für Unternehmen heute und warum sollte sich jemand darum kümmern?

Soft AI erklärte

Das Herzstück der weichen KI ist ein Prinzip, das die menschliche Wahrnehmung widerspiegelt, basierend auf der Idee, dass die Welt nicht binär ist. Menschen treffen keine Entscheidungen in Einen und Nullen. Wir machen sie im Kontext, basierend auf unvollständigen Daten, in Gegenwart von Zweifeln. Die weiche KI versucht, diese Unordnung zu reflektieren.

Laut Badr El Jundi, dem CEO von Greenverseverse Partners -einem Unternehmen, das KI sowohl für die Erkennung von Risikos als auch die Diagnostik des Gesundheitswesens anwendet-dreht sich „weiche KI weniger um die brutale Rechenkraft und mehr über Anpassungsfähigkeit, Annäherung und menschliche Argumentation.“

Jundi verglich es nicht mit der agentischen KI , die aufgabenorientiert und zielgerichtet ist, sondern mit einer flexibleren Art von Intelligenz-einem System, das Unsicherheit wiegt und die Unklarheiten wie die Menschen wie Menschen navigiert. Anstatt sich auf massive Grundmodelle zu verlassen, integrieren die Systeme von Greenverse kompakte neuronale Netze mit Komponenten der Fuzzy-Logik, um reale Signale auf eine Weise zu interpretieren, die Nuance und Flexibilität ermöglicht.

Aber was ist trotzdem eine unscharfige Logik und warum ist es jetzt wichtig?

Fuzzy -Logik definieren

Fuzzy Logic-ein in den 1960er Jahren für Intelligenzsysteme eingeführter Soft Computing-Konzept, die nicht starr sind und sich besser an reale Umgebungen anpassen können-ist grundlegend für Soft AI. Im Gegensatz zu herkömmlicher Logik lehrt die Wahrheit in Schwarzweiß, die unscharfe Logik lehrt Maschinen, die Welt so zu sehen, wie wir es tun - nicht als Ja oder Nein, sondern irgendwo dazwischen. Zum Beispiel könnte ein System sagen, dass ein Signal 70% sicher und zu 30% riskant ist, anstatt es nur "normal" oder "abnormal" zu kennzeichnen. Diese Art von Nuance macht den Unterschied in der realen Welt aus.

Trotzdem ist Fuzzy Logic nur ein Teil des Ansatzes von Greenverse. "Wir kombinieren unscharfe Inferenz mit neuronalen Lernarchitekturen und adaptiven Signalmodellen", sagte Jundi. „Es ahmt nach, wie Menschen Entscheidungen treffen.

Dies wird in Bereichen wie der industriellen Sicherheit von entscheidender Bedeutung, in denen Systeme verrückte Signale interpretieren und in Echtzeit reagieren müssen-oder im Gesundheitswesen, bei denen Muster bei Krankheiten im Frühstadium schwach, inkonsistent und leicht zu übersehen können.

Laut Jundi ist dies ein Bereich, in dem Greenverse -Partner strahlen. Er stellte fest, dass das Unternehmen diese Modelle speziell für jede Domäne kalibriert. „Im Gesundheitswesen konzentrieren wir uns auf physiologische Signalschwankungen im Laufe der Zeit. Im industriellen Gebrauch sind es Umweltdruck, Fluss und Schwingungsmuster“, erklärte Jundi. "Die zugrunde liegende Plattform ist anpassungsfähig, aber die Datenmodelle sind domänenspezifisch", fügte er hinzu.

Speziell gebaute KI-Systeme

Der Aufstieg von Soft AI stellt die Idee in Frage, dass größere KI -Modelle - auf die Unternehmen wie OpenAI weiterhin drängen - bessere und genauere Ergebnisse erzielen. Laut Jundi ist jedoch die Realität, dass diese Skala in risikosensitiven Sektoren wie kritische Infrastruktur oder Notfallversorgung nicht immer Klarheit bringt.

"In sicherheitskritischen Umgebungen ist Präzision, Erklärung und Reaktionsfähigkeit häufig mehr als Skalierung", sagte er. "Kleinere, speziell gebaute Systeme können massive Modelle übertreffen, indem sie zugeschnitten, interpretierbar und sehr zuverlässig sind."

Dieses Gefühl wird in einer 2024-Studie von Deloitte wiedergegeben, in der festgestellt wurde, dass 42% der Organisationen, die KI in Hochrisikoeinstellungen einsetzen, kleinere, domänenspezifische Modelle gegenüber verallgemeinerten bevorzugten-vor allem, weil sie leichter zu testen, validieren und zu erklären sind.

Jenseits der Automatisierung

Soft AI versucht nicht, das menschliche Urteilsvermögen zu ersetzen. Wie Jundi feststellte, liegt seine Kraft darin, wie genau es mit uns funktionieren kann.

"Ethische Innovation bedeutet, Systeme zu bauen, die Vertrauen verdienen", bemerkte Jundi. "Wir wollen nicht das menschliche Urteilsvermögen ersetzen. Wir erstellen Tools, die es verstärken und informieren."

Es ist auch eine Philosophie, die auch bei AI -Ethikisten mitschwingt. Als Fei-Fei Li, Informatiker und Co-Regisseur des Stanford Institute for Human-zentrierte künstliche Intelligenz, sagte es: „ In der Zukunft der künstlichen Intelligenz geht es nicht um Mensch und Maschine , sondern um Menschen mit Maschine. Gemeinsam können wir unvorstellbare Höhen der Innovation und Fortschritte erreichen.“

Geschäftliche Implikationen

Für Geschäftsführer, die das Beste aus der KI herausholen möchten, ist das Mitnehmen, dass die nächste Welle der KI -Innovation nicht aus größeren, komplexeren Systemen stammt. Es wird aus Intelligenz stammen, die effektiver anpassen, interpretieren und zusammenarbeiten können.

Für Jundi bietet Soft AI ein Modell für diese Zukunft an, das intuitivere Entscheidungsfindung, schnellere Reaktionen auf Veränderungen und eine größere Kapazität zur Bewältigung von Unsicherheiten ermöglicht. Das alles tut dies, ohne die Berechnung der Last oder den Energieanforderungen massiver Modelle zu erfordern - was es besonders für den Einsatz von Edge eignet.

„Organisationen sollten sich auf Agilität, interdisziplinäre Zusammenarbeit und eine Kultur konzentrieren, die die Entscheidungsfindung unter Unsicherheit umfasst“, riet Jundi.

Es gibt bereits Anzeichen für diesen Übergang. Edge AI , das häufig auf leichten, aufgabenspezifischen Modellen beruht, wächst erheblich. Die globalen Ausgaben für Edge Computing werden voraussichtlich bis 2028 378 Milliarden US-Dollar erreichen, was auf die Nachfrage nach Echtzeitanalysen, Automatisierung und verbesserten Kundenerlebnissen zurückzuführen ist. Ein Großteil dieses Wachstums wird von Systemen angetrieben, um den Kontext lokal zu verstehen - ohne jede Entscheidung an die Cloud zu senden.

Die Zukunft ist adaptiv

Mit Blick auf die Zukunft ist das Versprechen einer weichen KI nicht nur bessere Ergebnisse. Es geht darum, die Beziehung zwischen Menschen und Maschinen besser zu gestalten - wo Menschen mit Systemen zusammenarbeiten, die nicht nur berechnen, sondern sich an die schnellen, unvorhersehbaren Rhythmen der realen Welt anpassen.

"Erwarten Sie in den nächsten fünf Jahren Durchbrüche nicht nur in der Modellarchitektur, sondern auch in der Art und Weise, wie sich KI in die Welt um uns herum integriert", sagte Jundi und fügte hinzu, dass dies "durch leichte Intelligenz, Edge Computing und Systeme, die nicht nur Daten verstehen, sondern auch Kontext, Nuance und Absicht verstehen".

Am Ende ist die weiche KI möglicherweise nicht so laut wie andere KI -Systeme wie generative KI oder Agenten -KI. Aber es mag sich als die intuitivste - und vielleicht die vertrauenswürdigste - die KI, die wir bisher gesehen haben, erweisen. Für Geschäftsführer, die genau zuhören, könnte dies den Unterschied ausmachen.

Das obige ist der detaillierte Inhalt vonDer Aufstieg der weichen KI und was es für Unternehmen heute bedeutet. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!