Искусственный интеллект (ИИ) — это раздел компьютерной науки, занимающийся созданием систем, способных выполнять задачи, для решения которых ранее обычно требовался человеческий интеллект.
Эти задачи включают в себя обучение на основе данных, распознавание закономерностей, решение проблем, принятие решений и понимание естественного языка. Системы ИИ достигают этого, используя алгоритмы и модели, которые могут адаптироваться и совершенствоваться со временем, часто без явного программирования для каждой конкретной задачи (APM Project Data Advisory Group, 2023).
Каково значение ИИ в управлении проектами?
Основное преимущество ИИ заключается в его способности обрабатывать огромные объемы данных.
Анализируя прошлые и текущие данные проекта, ИИ может обеспечить более эффективное принятие решений о его реализации, а также более точно прогнозировать будущую эффективность проекта, учитывая все переменные.
Что искусственный интеллект означает для будущего управления проектами
Этот подкаст размещен на стороннем сервере (Spotify.com). Вы не сможете просматривать его, если не примете маркетинговые файлы cookie. Если всплывающее окно не появляется, очистите кэш браузера и обновите страницу.
Типы ИИ, используемые в проектах
Популярные языковые модели на базе искусственного интеллекта, такие как ChatGPT, генерируют текст и ответы, похожие на человеческие. Это может помочь в решении трудоёмких задач, таких как ответы на электронные письма, создание документов (пользовательские истории, консолидация исследований, пользовательская документация и т. д.) и написание презентаций.
Другие инструменты ИИ
Существует множество других инструментов ИИ, полезных для проектной работы.
- BrainStory.ai позволяет пользователям обсуждать идеи.
- PaceAI помогает генерировать идеи для проектов.
- InsightLab.ca полезен для всех видов исследований.
Разработки ИИ
Эксперт по анализу данных Джеймс Гарнер рассказал журналу Project о последних тенденциях в области ИИ:
Корпорация Microsoft анонсировала Copilot — повседневного помощника на базе искусственного интеллекта, предназначенного для бесшовной интеграции с самыми популярными продуктами Microsoft, включая GitHub, Microsoft 365, Bing и Edge, чтобы предложить более индивидуальный и эффективный пользовательский интерфейс.
GPT-4V предоставил ChatGPT возможность анализировать визуальный контент. Например, GPT-4V может восстанавливать информационные панели веб-сайтов по скриншотам, значительно ускоряя переход от дизайна к прототипу. Он также может интерпретировать и объяснять визуальный контент, например, инфографику.
Различные типы ИИ
Экспертные системы
— это термин, используемый для обозначения систем поддержки принятия решений. Утверждается, что такие системы хранят «знания экспертов». Экспертные системы обычно используют подход, основанный на правилах, и, как правило, не способны адаптироваться и обучаться на основе предыдущих данных.
Прогресс машинного обучения.
Инструменты машинного обучения используются для выявления закономерностей и взаимосвязей в больших наборах данных и способны «обучаться» на основе этих данных. Распространенным инструментом машинного обучения являются нейронные сети, которые прогнозируют успех проекта. Готовые решения, такие как TensorFlow от Google и сервисы IBM Watson Studio, значительно повысили доступность этих инструментов. Однако исследования показывают, что практическое внедрение ИИ часто задерживается из-за неясности руководителей в вопросах его применения в организации и сложности повторного использования моделей ИИ для различных целей.
Глубокое обучение,
являясь подвидом машинного обучения, предлагает более сложный способ анализа данных. Для описания сложности интерпретации результатов, полученных с помощью моделей глубокого обучения, часто используется феномен «чёрного ящика».