AI đã trở thành nguồn tài nguyên không thể thiếu đối với nhiều doanh nghiệp trong năm 2020 trước những thách thức của Covid-19. Bất chấp áp lực kinh tế, 61% công ty có hiệu suất hoạt động cao đầu tư nhiều hơn vào AI vào năm 2020. Khi quá trình phục hồi sau những tổn thất do đại dịch đang diễn ra, nhiều người có thể chuyển sang sử dụng AI để tăng cường chuyển đổi kỹ thuật số của họ.
Tăng cường đầu tư vào AI có thể giúp nền kinh tế phục hồi nhanh hơn nhưng cũng đi kèm với một số rủi ro. Do đó, năm 2021 có thể là một bước ngoặt đối với công nghệ khi các doanh nghiệp nỗ lực giải quyết cả những thách thức AI tồn tại lâu dài và mới được phát hiện. Dưới đây là bảy vấn đề mà việc áp dụng AI phải đối mặt và cách các công ty có thể khắc phục chúng.
1. Chất lượng dữ liệu kém
Có lẽ rào cản đáng kể nhất đối với việc áp dụng AI có lợi nhuận là sự phổ biến của dữ liệu chất lượng thấp. Bất chấp những lời hứa cao cả về công nghệ, 65% giám đốc điều hành toàn cầu cho biết họ chưa thấy giá trị từ các khoản đầu tư AI gần đây của mình. Chất lượng dữ liệu kém là một phần quan trọng của vấn đề này, vì các ứng dụng AI chỉ hoạt động tốt khi thông tin chúng có thể truy cập.
Nhiều công ty thu thập quá nhiều dữ liệu, khiến chúng bị dư thừa và không nhất quán. Việc tìm kiếm và áp dụng thông tin chất lượng cao là vấn đề hợp lý hóa các quy trình thu thập và chú ý nhiều hơn đến việc làm sạch, dán nhãn và lưu kho. Những thay đổi về quy trình làm việc này, cùng với phần mềm lập danh mục tốt hơn, sẽ cung cấp cho các công ty dữ liệu chất lượng cao hơn vào năm 2021.
2. Đạo đức AI
Khi các công ty đưa AI vào nhiều quy trình hơn, vấn đề đạo đức trở thành mối quan tâm cấp bách. AI có xu hướng khuếch đại và mang lại niềm tin có vẻ khoa học cho những thành kiến của con người, phủ bóng tối lên tiềm năng của nó trong các ứng dụng ra quyết định. Rất may, đây không phải là một vấn đề không có câu trả lời.
Nhận thức ngày càng tăng về vấn đề này là một dấu hiệu đầy hứa hẹn, vì bước đầu tiên là thừa nhận khả năng thiên vị của AI. Khi các công ty đào tạo AI của mình, họ phải tích cực làm việc để chống lại dữ liệu định kiến, đặc biệt là lập trình AI để chống thiên vị. Các nhóm cũng phải phân tích cẩn thận dữ liệu đào tạo trước khi đưa dữ liệu đó vào thuật toán để đảm bảo dữ liệu đó không dẫn đến những kết luận phi đạo đức.
3. Hạn chế lưu trữ dữ liệu
Khi AI trở nên nổi bật hơn, các công ty phải thu thập và lưu trữ nhiều dữ liệu hơn. Điều đó đang trở thành một vấn đề vì công nghệ lưu trữ truyền thống còn hạn chế và thường đắt tiền. Những đột phá công nghệ gần đây đã cung cấp một giải pháp.
Ví dụ: đèn flash QLC là Đậm đặc hơn 25% so với TLC và cung cấp chi phí thấp hơn trên mỗi gigabyte. Những cải tiến khác, như NVMe, cũng ngày càng trở nên phổ biến, khiến bộ lưu trữ flash trở nên hợp lý và đáng tin cậy hơn bao giờ hết. Giờ đây, các doanh nghiệp có thể chuyển sang sử dụng bộ lưu trữ flash cho các ứng dụng AI thay vì sử dụng ổ cứng truyền thống ít có khả năng mở rộng hơn và đắt tiền hơn.
4. Bảo mật AI biên
Điện toán ranh giới lý tưởng cho các ứng dụng AI nhờ độ trễ thấp hơn và cân bằng tải tốt hơn. Nhiều tổ chức có thể chuyển sang sử dụng AI biên vào năm 2021, nhưng việc triển khai này đi kèm với những thách thức riêng. Đáng chú ý nhất, cơ sở hạ tầng biên rất dễ bị hư hại do tai nạn, đặc biệt là bên ngoài nơi làm việc.
Bảo mật vật lý phù hợp cho cơ sở hạ tầng biên có ba giai đoạn: theo dõi, kiểm soát và giám sát. Cảm biến IoT có thể giám sát khu vực xung quanh các thiết bị biên, phát hiện và phản ứng với các mối nguy hiểm vật lý. Các công ty có thể kiểm soát và giám sát các phần lắp đặt biên của mình bằng công nghệ tương tự, tận dụng IoT để hạn chế quyền truy cập vào cơ sở hạ tầng này.
5. Mối quan tâm về quản trị dữ liệu
Mọi người ngày càng quan tâm đến cách các công ty truy cập và sử dụng thông tin cá nhân của họ. Các doanh nghiệp sử dụng AI hướng tới khách hàng cần tính đến điều này trong quá trình triển khai trong tương lai. Quản trị dữ liệu có trách nhiệm là quan trọng hơn bao giờ hết, đặc biệt là khi tội phạm mạng gia tăng.
Chìa khóa ở đây là khả năng hiển thị và phân khúc. Các công ty cần đảm bảo rằng họ có thể thấy cách thuật toán AI của họ sử dụng dữ liệu ở tất cả các giai đoạn và hạn chế dữ liệu đó. Việc phân đoạn sẽ giảm thiểu tác động của hành vi vi phạm, giữ thông tin người dùng an toàn nhất có thể. Minh bạch về chính sách thu thập dữ liệu cũng sẽ giúp xoa dịu những lo ngại của khách hàng về AI.
6. Tắc nghẽn CPU
Khi nhu cầu điện toán và ứng dụng tăng lên, các nhà phát triển đang phải đối mặt với tình trạng tắc nghẽn CPU. Rõ ràng là Định luật Moore có thể không vượt quá một điểm nhất định, vì các bóng bán dẫn chỉ có thể nhỏ đến mức đó. Những giới hạn này là rào cản trong quá trình phát triển AI, nhưng các công ty có thể khắc phục chúng bằng cách bỏ qua CPU.
Vì GPU có thể thực hiện các hoạt động song song trên nhiều bộ dữ liệu nên chúng rất lý tưởng cho các tác vụ học máy. Mặc dù các bộ xử lý này không thể thay thế hoàn toàn CPU nhưng chúng có thể xử lý phần lớn công việc phân tích. Do đó, các quy trình AI vào năm 2021 sẽ dựa nhiều hơn vào GPU.
7. Tuân thủ quy định
Khi AI và các hoạt động tập trung vào dữ liệu khác trở nên nổi bật hơn, chúng phải đối mặt với các quy định pháp lý ngày càng tăng. Vào năm 2020, ít nhất 38 tiểu bang giới thiệu hoặc xem xét luật an ninh mạng mới. Do đó, các nhà phát triển và người dùng AI sẽ phải lưu ý đến các hạn chế pháp lý vào năm 2021.
Các quy định về dữ liệu là một vấn đề mới và đang phát triển đối với các công ty Hoa Kỳ, vì vậy các quy định có thể sẽ thay đổi trong vài năm tới. Do đó, các công ty AI phải duy trì sự linh hoạt và áp dụng các tiêu chuẩn quản trị và quyền riêng tư cao ngay cả trước khi chúng trở thành luật. Kiểm toán viên bên thứ ba cũng sẽ có nhu cầu cao hơn khi đối mặt với các quy định ngày càng tăng.
2021 có thể là một năm mang tính bước ngoặt đối với AI
Đại dịch COVID-19 có thể đã làm chậm sự phát triển của AI, nhưng nó có thể sẽ có tác động ngược lại khi nó lụi tàn. AI sẽ thúc đẩy sự phục hồi kinh tế và sự gia tăng áp dụng này sẽ thúc đẩy các nhà phát triển cũng như người dùng vượt qua các thách thức. Do đó, năm 2021 có thể kết thúc như một bước ngoặt đáng kể cho việc phát triển và triển khai AI.
