אחד המימושים של בינה מלאכותית שטומנים בחובם את מירב הפוטנציאל הוא היכולת לקבל החלטות ולחסוך זמן עבור העובד שבקצה. הפוטנציאל פה הוא לא רק חיסכון במשאבים אלא גם יכולת לקבל החלטות מושכלת יותר, שמבוססת על מידע רחב היקף שמעובד על ידי בינה מלאכותית.
חברות רבות ומיזמים מנסים ליצור פלטפורמות המקבלות החלטות באופן אוטומטי, ללא התערבות של גורם אנושי. עדיין, במציאות הנוכחית, רוב הנתונים מעובדים ומנוהלים על ידי AI אבל ההחלטה, בסופו של דבר, מתקבלת על ידי גורם "בשר ודם". האם אנחנו רוצים להגיע לשעולם שבו ההחלטות מתקבלות באופן אוטומטי? האם מדובר בתהליך נכון ובריא? שוחחנו על כך בוועידת ההייטק של tech12.
ד"ר לוריין פראט, מדענית מחשבים ומחלוצות הבינה המלאכותית, מבינה את הדילמה. "יש הרבה מקומות שכבר החלטות מתקבלות בהם ללא גורם אנושי, כמו הפרסומות בפייסבוק ובגוגל, אבל במרבית המקרים יש לאנשים פחד לגיטימי שמחשבים יקבלו החלטות בשמם. מה שאנחנו עושים ב-DI - Decision Intelligence - זה למעשה להחזיר את האדם האנושי ללופ. אנחנו טוענים שהמערכת שלנו לא צריכה להחליט בעצמה, אלא לתת עצות, ואז האדם הוא שמחליט. כלומר, עיבוד הנתונים מתבצע במודלים של למידת מכונה - שאותם אנשים יכולים לבחון. זו צורת עבודה שאני צופה שתתפתח בעתיד הקרוב".
עמרי קוהל, מנכ"ל ומייסד חברת התוכנה פירמיד אנליטיקס, מחדד את הסוגיה: "עד עידן איסוף דאטה, אנשים היו מקבלים החלטות על פי חינוך, ניסיון, תובנות מהסביבה, תובנות מהארגון ועוד. ככל שהיה להם יותר ניסיון, הם יכלו לשלב יותר מרכיבים במנגנון קבלת ההחלטות. ברגע שהתחלנו לעבד את המידע הזה באמצעות אלגוריתם, לבצע בו אנליטיקה ו-AI, אנחנו יכולים לקבל החלטות שמוח אנושי לא יכול לקבל - ומכונה יכולה. בנוסף, ההחלטות יותר מדויקות, יותר מהירות ויותר יעילות עבור הארגון".
פרופ' גל צ'צ'יק, מנהל מרכז המחקר ל-AI באנבידיה, מרחיב: "בכל פעם שאתה מבקר בנטפליקס או אמזון, ההמלצות שאתה מקבל מבוססות על מיליוני מיקרו-החלטות שהמערכת מבצעת ברגע נתון - עבורך. חלק מהעבודה שלנו היא לאפשר לבינה מלאכותית להיות ישימה במגוון רחב של תחומים, ולא רק בנקודות הקצה האלה מול הצרכן. אחת הדרכים שאפשר לקדם את המודלים הוא לעמת אותן זה עם זה, זה נקרא למידת חיזוק - בלמידת חיזוק מכונות לומדות על ידי אינטראקציה עם הסביבה שלהן - אתה נותן למכונות לשחק אחת עם השניה. זה מודל יעיל בגיימינג אבל גם, למשל, בנהיגה אוטונומית - זה יעיל כדי ללמד את הרכב להתנהל בסביבה שהיא בבסיסה עוינת. באמצעות זה, גם מנגנון קבלת ההחלטות של המכונה - שפועל באופן טבעי אחרת ממנגנון קבלת החלטות אנושית - יכול להשתכלל".