Tilbake på 1980-tallet og tidlig på 1990-tallet var Filofax de rigueur for execs som ønsket å bli sett på å gå steder. Men mens det var et symbol, var det også et nyttig verktøy. Den kombinerte en utskiftbar dagbok med en kontaktbok og notater sider, og du kan ha alle slags tillegg, inkludert en plastinnsatsside for å holde en kalkulator.

Tilbake på dagen var dette ganske sofistikerte ting. Nå forventer vi alt dette og mye, mye mer på en smarttelefon. Problemet er at selv om vi har tilgang til mange svært nyttige digitale verktøy på enkelte enheter, er de egentlig ikke på ett sted. De er spredt rundt på forskjellige apps. Det som trengs er noe å bringe alle informasjonskildene sammen og få dem til å jobbe i kontekst. Svaret er smal AI (kunstig intelligens).

Flere lag

Smal AI er ikke teknisk sofistikert, men det du kan gjøre med det, er bestemte oppgaver for å finne relevante biter av informasjon og få det til å rapportere funn i sammenheng for å skape nøyaktig rapportering eller bilder av givne scenarier. Nøkkelen er å programmere den for å utføre komplementære oppgaver i flere lag for å kunne bygge nyttig nyttig informasjon.

For eksempel vil en god oppdatering til en Filofax være å programmere smal AI slik at du kan opprette et møteorganiseringsverktøy som krever minimal innsats for bruk, som vil fortelle deg all viktig informasjon som trengs for å komme til møter i tide og informert.

Ideelt hva du ville gjøre er å bruke teknologien til å koble mye informasjon, inkludert profiler av alle som vil være til stede på møtet og nylig utveksle e-post med dem, relevante selskapsprofiler, nylig tweets av noen av de involverte, pluss en reiseplanlegger som gir reisemuligheter med reisetider, ruteplaner og et kart. Det ville være en komplett alt-i-ett omfattende guide til hvert møte, og tilgjengelig med et par kraner på smarttelefonen.

Egentlig har selskapet skapt en slik app, men det er helt mulig å lage et lignende smalt AI-program som kan være nettverk på bedriftsnivå og inkludere mange tilleggstjenester, inkludert muligheten til å legge ved eller sirkulere skytholdede dokumenter som trengs på møter.

Langt mer potensial

Smal AI er allerede brukt med tog- og flybillettsider, slik at forbrukerne kan søke reisemuligheter og priser - men det kan gjøre så mye mer. Det kan gi sammenligninger av benrom, og rangeringer for punktlighet, catering, kundeservice og innsjekkingsbehandling. Listen kunne fortsette, og hva du ville få er et nøyaktig bilde av hva du kjøper inn, ikke bare hvor mye du vil betale. Klart vil dette ha innvirkning på kundeservicenivåene og flyselskapets ytelse, men ikke så mye jeg mistenker på jernbaneselskapene.

Smal AI ble berømt brukt i baseball i vurderingen av spillere som resulterte i bestselgende bok og film med samme navn Moneyball. Smal AI ble brukt til å identifisere de beste spillerne i midtre priser. Vurderingen og beregningen arbeidet, og laget som var involvert, Oakland Athletics, rekrutterte et lag med en lønnsregning som var en tredjedel av de lagene det utførte, samt, men hvor spennende siden var å se er en annen sak.

Så smal AI kan programmeres til å organisere på alle måter. Dette fører uunngåelig til spørsmålet om når det vil være i stand til å tenke og organisere for oss? Det er lite spørsmål i AI-samfunnet at ankomsten av IT med kreativ tankeprosess er mer et spørsmål om tid, ikke formodning. Konsensus er at vi først vil se det i 2035, men vi må være bevoktet av våre forventninger til hva det vil være.

Farlige blinkers

Som alle AI er den sterke versjonen sannsynlig å ha en ganske blinkende visning av sine oppgaver, men innenfor et bestemt oppdrag kan det bli kreativt på måter vi ikke setter pris på. For eksempel kan du be den om å finne den raskeste reisemåten for å komme fra London til Birmingham.

Når det er avgjort på ruten, la oss si med jernbane, det kan vurdere den mest effektive måten å komme deg til Midlands på tide, er å hacke inn i sentralbanenettet og stoppe hvert tog som muligens kan forsinke den som den har bestilt for deg. I forskjellige situasjoner kan det ha en lignende innflytelse på vei- eller luftnett.

Problemet vil ikke bli sterk AI for å prøve å hjelpe oss, det kan vel være å skrive en veldig lang liste over logisk oppførsel, det er ikke lov til å foreta seg. Det virkelig store problemet kan komme når vi ber om å utrydde en menneskelig sykdom. I denne situasjonen kan det bestemme at det logisk er det beste tiltaket for å utrydde mennesker. Beslutningen ville være effektiv, men det ville hellere beseire motivasjonen bak forespørselen.

For tiden kan vi holde fast ved bruk av den smale versjonen av AI for å hjelpe oss med å organisere oss mer effektivt på alle måter.

  • David Senior er administrerende direktør i Lowdownapp Ltd. Med nesten 20 års erfaring i IT har han jobbet for ledende globale selskaper, men de to siste årene har medvirket to selskaper, Spark33 Ltd, for å gi råd om CxOs på mobil- og mobilapper, og Lowdownapp til fokusere på bruk av smal AI i opprettelsen av multi-layered kontekstuelle informasjonsbaserte mobilapper.