Τεχνητή νοημοσύνη: το «επόμενο βήμα» για τη βιομηχανία εκδηλώσεων

10/6/21 | 0 | 0 | 97 εμφανίσεις

Η Τεχνητή Νοημοσύνη (AI) και η τεχνολογία μηχανικής μάθησης έχουν εξελιχθεί αρκετά τα τελευταία χρόνια και χρησιμοποιούνται για ένα ευρύ φάσμα εφαρμογών. Ωστόσο, υπάρχουν μερικές παρανοήσεις σχετικά με το τι πραγματικά είναι, έχοντας γίνει συνώνυμο με τον αυτοματισμό, ή γενικότερα τον κλάδο του προγραμματισμού.

Στη βιομηχανία των εκδηλώσεων, όλο και περισσότερες τεχνολογικές εταιρείες παρέχουν υπηρεσίες τεχνητής νοημοσύνης στα μεγάλα events.

Για παράδειγμα, το 46% των εφαρμογών που συμπεριλήφθηκαν στην έκθεση «Event App Bible 2021 του EventMB ανέφεραν ότι προσφέρουν υπηρεσίες δικτύωσης μέσω της τεχνητής νοημοσύνης – μια από τις κυριότερες υπηρεσίες που παρέχει το AI σε πλατφόρμες εκδηλώσεων.

Ωστόσο, πολλές από αυτές τις υπηρεσίες λειτουργούν μέσω εξελιγμένων αλγόριθμων που ενδέχεται να μην είναι απαραίτητα τεχνητή νοημοσύνη. Τι είναι λοιπόν η τεχνητή νοημοσύνη και πότε μπορεί να χρησιμοποιηθεί στις εκδηλώσεις;

Τι είναι η Τεχνητή Νοημοσύνη;

H τεχνητή νοημοσύνη είναι ένας σχετικά ευρύς όρος που ορίζεται ως η ικανότητα ενός υπολογιστή ή μηχανήματος να προσομοιώνει την ανθρώπινη νοημοσύνη ή συμπεριφορά.

Η μηχανική εκμάθηση, η οποία είναι ένα υποσύνολο της τεχνητής νοημοσύνης, θεωρείται πιο ακριβής όρος για να περιγράψει μια από τις κύριες τρέχουσες χρήσεις της: να αξιολογεί δεδομένα και να μαθαίνει να παίρνει αποφάσεις για τον εαυτό της με την πάροδο του χρόνου.

Τεχνητή νοημοσύνη
H τεχνητή νοημοσύνη είναι ένας σχετικά ευρύς όρος που ορίζεται ως η ικανότητα ενός υπολογιστή ή μηχανήματος να προσομοιώνει την ανθρώπινη νοημοσύνη ή συμπεριφορά. © Shutterstock

Αυτό διαφέρει από τους αλγόριθμους που δεν «χρησιμοποιούν» τεχνητή νοημοσύνη – οι οποίοι αν και μπορούν να είναι επίσης αρκετά περίπλοκοι, δεν εκτελούν συγκεκριμένες οδηγίες όπως ορίζονται εξ ‘αρχής στον προγραμματισμό τους.

Σύμφωνα με τον Σίμον Κλέιτον, διευθύνων σύμβουλο του RefTech, ένα από τα βασικά χαρακτηριστικά του AI είναι η ικανότητα του να μαθαίνει και να βελτιώνεται με την πάροδο του χρόνου.

Ο αλγόριθμος δικτύωσης που επιλέγει και «ταιριάζει» τους συμμετέχοντες και παρέχει προτάσεις βάσει προκαθορισμένων κριτηρίων, για παράδειγμα, δεν βελτιώνεται χρησιμοποιώντας δεδομένα που συλλέγει καθώς η εκδήλωση συνεχίζεται.

Οπως εξηγεί ο Κλέιτον, «αυτό δεν είναι τεχνητή νοημοσύνη επειδή δεν χρησιμοποιεί νευρωνικό δίκτυο. Δεν θα μάθει ποτέ να το κάνει μόνο του».

Ωστόσο, δεδομένου ότι πολλοί ενδέχεται να μην κάνουν αυτή τη διάκριση μεταξύ «πραγματικής» τεχνητής νοημοσύνης και εξελιγμένου αυτοματισμού, δεν είναι απαραίτητο ότι παραπλανώνται.

Εάν οι περισσότεροι άνθρωποι έχουν συσχετίσει την τεχνητή νοημοσύνη με πολύπλοκους αλγόριθμους, τότε πιθανότατα θα έχουν αυτό που περιμένουν.

Μπορεί η τεχνητή νοημοσύνη να χρησιμοποιηθεί στις εκδηλώσεις;

Ο Κλέιτον υποστηρίζει ότι η «πραγματική» τεχνητή νοημοσύνη, η οποία ορίζεται ως μηχανική μάθηση, χρησιμοποιείται ευρέως σε όλους τους επαγγελματικούς κλάδους – όμως η εφαρμογή της στις εκδηλώσεις είναι επί του παρόντος πολύ περιορισμένη.

Αυτό οφείλεται εν μέρει στα περιορισμένα δεδομένα και την έλλειψη «ανατροφοδότησης» από τις περισσότερες εκδηλώσεις.

Ο Τζιμ Σαρπ, διευθύνων σύμβουλος της Aventri, εξηγεί ότι εάν η μηχανική εκμάθηση είναι το κριτήριο για την τεχνητή νοημοσύνη, υπάρχουν ήδη πολλά τέτοια χαρακτηριστικά στην τεχνολογία της βιομηχανίας των εκδηλώσεων.

Η «μηχανή» δικτύωσης της Aventri είναι ένα παράδειγμα, καθώς περιλαμβάνει την ανατροφοδότηση: εάν οι συμμετέχοντες αποδέχονται τις προτάσεις που κάνει το εργαλείο, το σύστημα μαθαίνει και εξελίσσεται.

Προσθέτει ότι ενώ τα δεδομένα που χρησιμοποιούνται για τη βελτίωση του συστήματος ενδέχεται να είναι σχετικά περιορισμένα, δεν αφορούν απαραίτητα μόνο μια εκδήλωση, με αποτέλεσμα το σύστημα να μπορεί να συλλέξει και να μάθει από δεδομένα πολλών διαφορετικών εκδηλώσεων που πραγματοποιούνται στην εφαρμογή.

Αυτή η διαδικασία μπορεί να βελτιωθεί από την «τυποποίηση» των παραμέτρων που χρησιμοποιούν οι οργανωτές εκδηλώσεων για να καθορίσουν το κοινό και τα κριτήρια που χρησιμοποιούνται για τις προτάσεις που υπάρχουν στις πλατφόρμες.

Τεχνητή νοημοσύνη
Αυτή η διαδικασία μπορεί να βελτιωθεί από την «τυποποίηση» των παραμέτρων που χρησιμοποιούν οι οργανωτές εκδηλώσεων για να καθορίσουν το κοινό. © Shutterstock

Οσον αφορά στη μελλοντική εξέλιξη της χρήσης της τεχνητής νοημοσύνης για εκδηλώσεις, ο Σαρπ θεωρεί ότι θα γίνει εξαιρετικά διαδομένη. Η δικτύωση είναι μια πτυχή των εκδηλώσεων που η τεχνητή νοημοσύνη θα συνεχίσει να βελτιώνει, όχι μόνο σε εικονικές αλλά και σε δια ζώσης εκδηλώσεις.

«Το να είστε σε θέση να πείτε σε έναν συμμετέχοντα ότι αξίζει να συναντήσουν κάποιον στο καφέ μπαρ 500 μέτρα μακριά θα είναι ένα σημαντικό εργαλείο».

Ενας άλλος τομέΑς που θα επωφεληθεί από την τεχνητή νοημοσύνη, σύμφωνα με τον Σαρπ, είναι η συνολική «ευφυΐα» των εκδηλώσεων. Οι πλατφόρμες θα μπορούν να συλλέγουν πολλά δεδομένα σχετικά με το τι κάνουν οι συμμετέχοντες σε εκδηλώσεις, συμπεριλαμβανομένων των χορηγών με τους οποίους αλληλεπιδρούν.

Τέλος, ο Κλέιτον εξηγεί ότι μία από τις κύριες χρήσεις της τεχνητής νοημοσύνης που χρησιμοποιείται επί του παρόντος για εκδηλώσεις έιναι η αναγνώριση προσώπου, η οποία ο Σαρπ πιστεύει ότι θα συνεχίσει να αξιοποιείται και αν βελτιώνεται διασφαλίζοντας την ασφάλεια των συμμετεχόντων.

Υπερχρησιμοποιείται η τεχνητή νοημοσύνη;

Τόσο ο Κλέιτον όσο και ο Σαρπ συμφωνούν ότι ο όρος «τεχνητή νοημοσύνη» χρησιμοποιείται υπερβολικά σε όλους τους κλάδους – όχι μόνο στη βιομηχανία εκδηλώσεων.

Ως αποτέλεσμα, δεν περιγράφει πάντα με ακρίβεια τι μπορεί να κάνει ένα προϊόν ή μια υπηρεσία. Ομως, το εάν αυτό αποτελεί πρόβλημα για τους σκοπούς μάρκετινγκ του εκάστοτε προϊόντος εξαρτάται από το εάν αυτοί που λαμβάνουν αποφάσεις εξαπατώνται.

Συνολικά, αξίζει για τους επαγγελματίες των εκδηλώσεων να κατανοήσουν την πραγματική έννοια της τεχνητής νοημοσύνης – μια τεχνικά ανακριβής περιγραφή δεν σημαίνει απαραίτητα ότι μια υπηρεσία δεν είναι πολύτιμη ή χρήσιμη.

Το πιο σημαντικό είναι οι προγραμματιστές εκδηλώσεων να μπορέσουν να την αξιολογήσουν βάσει των πλεονεκτημάτων που θα τους προσφέρει και να προσδιορίσουν εάν ταιριάζει στις ανάγκες τους.

«Αυτό που θα συνιστούσα να κάνουν είναι να σκεφτούν τα βασικά χαρακτηριστικά που χρειάζονται στην εκδήλωση τους και να δοκιμάσουν αυτές τις υπηρεσίες μέσα από συζητήσεις με τους παρόχους, επιδείξεις κ.λπ.», υποστηρίζει ο Σαρπ.

«Στο τέλος της ημέρας, το αν τεχνικά είναι τεχνικά τεχνητή νοημοσύνη ή όχι δεν έχει να κάνει με την επίλυση προβλημάτων και την ικανοποίηση των αναγκών των πελατών».

με πληροφορίες από EventMB

Category: Ειδησεις

Leave a Reply

 characters available

 


Το σχόλιο της ημέρας

Ροή Ειδήσεων


Εορτολόγιο