Маркетинг 5.0. Технологии следующего поколения

С другой стороны, сенсомоторным знаниям – нашему восприятию и реакции на окружающую среду – обучить компьютеры сложнее. Представляется, что это низкоуровневые навыки, которым мы обучаемся в раннем детстве, когда ребенок непринужденно взаимодействует с людьми и средой. Это об интуитивном понимании чувств других людей и сочувствии. Никто не знает, как ребенок развивает эти способности, так как они по большей части получаются бессознательным обучением на основе миллионов лет человеческой эволюции. Таким образом, нам тяжело обучить тому, что мы сами не понимаем.

Ученые, изучающие искусственный интеллект, предпринимали попытки обратного проектирования[22] бессознательного обучения, применяя процессы сознания. Компьютеры анализируют миллиарды лиц и их отличительные черты, чтобы распознавать каждое и даже различать скрытые в них эмоции. Тот же принцип применяется к изучению голосов и языков. Результаты колоссальные, но требуются десятилетия для их достижения. В робототехнике успехи пока скромные. Роботы научились копировать наши движения тел в ответ на внешние раздражители, но они не преуспели в воспроизведении грациозности.

Компьютеры могут легко превзойти человеческие способности, которые большинство людей считают нашими основными активами – логическое мышление и размышление. Наоборот, на имитацию того, что кажется естественным для людей, машинам требуются десятилетия и колоссальные вычислительные мощности. Навыки, которые некоторые люди часто считают чем-то само собой разумеющимся, – это то, что отличает нас от компьютеров. Это парадоксально.

Разновидности обработки информации

Ключевой фактор, определяющий различия между людьми и компьютерами, – это способности обрабатывать информацию. В области управления знаниями существует иерархия, известная как DIKW-пирамида: данные (англ. data), информация (англ. information), знания (англ. knowledge) и мудрость (англ. wisdom). Отчасти вдохновленные пьеса Т. С. Элиота «Скала», существуют различные версии этой иерархии от различных авторов. Мы используем шестиступенчатую модель, добавив шум и выводы в DIKW-пирамиду (см. рисунок 7.2).

Рисунок 7.2. Иерархия управления знаниями

Данные, информация и знания – это признанные области машин. Компьютеры достигли отличных успехов в обработке неструктурированных данных в значимую информацию с быстротой и практически без ограничений. Новая полученная информация затем добавляется в резервуар соответствующей информации и другие известные контексты для развития того, что называется знанием. Компьютеры организуют и управляют этим богатством знаний в своем хранилище и могут извлекать их при необходимости. Количественная природа и большие вычислительные объемы делают машины идеальными для такой работы.

С другой стороны, три несколько беспорядочных и интуитивных элемента (шум, выводы и мудрость) – это в рамках человеческих реалий. Шум – это искажение или отклонение от данных и может сильно отвлечь при группировке данных в структурированные кластеры. Пример шума – это выброс, который компьютер быстро распознает как сильное отклонение в наборах данных. Но резко отклоняющееся значение может быть как и действительной переменной, так и ошибкой. И единственный способ это определить – через субъективную оценку на основе понимания реального мира. И это то, где люди – из бизнеса, а не области наук о данных – играют роль в определении: оставить или отфильтровать сильно отклоняющееся значение.

Суждение человека при фильтрации шума имеет ключевое значение. В некоторых случаях закономерности могут быть открыты при обнаружении аномалий, или, другими словами, сильно отклоняющихся значений. Многие исследователи рынка и этнографы часто обнаруживают значимые закономерности, наблюдая за нетипичным поведением покупателей. Они также часто целенаправленно наблюдают за пользователями на крайних концах спектра нормального распределения для нахождения идей за пределами нормы. В силу своей редкости, эти необычные наблюдения часто считаются статистически незначимыми. Качественные аспекты нахождения закономерностей за пределами общепризнанных знаний – это то, что лучше всего подходит для интуитивной природы человека.

На вершине пирамиды находится мудрость, которую, возможно, машинам сложнее всего копировать с людей. Она помогает нам принимать правильные решения на основе набора беспристрастного взгляда, здравого суждения и соображений этического порядка. Никто не знает точно, как мы развиваем мудрость в течение нашей жизни. Но большинство людей согласились бы, что мудрость приходит на основе практического, а не теоретического опыта. Другими словами, люди учатся как на положительных, так и на отрицательных последствиях своих прошлых решений, и со временем их мудрость заостряется. В отличие от узкого машинного обучения, этот процесс очень широкий и покрывает все аспекты человеческих жизней.