这并不是说我们对人类决策的理解在未来不会得到改善,或者它可能永远不会自动化。新版本的机器学习更善于发现行动和后果之间的联系,并利用这些信息来改进他们的预测。
一家总部位于纽约的人工智能公司提供预约 东北手机数据 和管理日历的个人助理。为了训练虚拟助理,他被要求阅读数千封人们之间的信件,以了解人们如何做出选择以及做出什么选择。通过这种学习方式,助手很快就能预测可能出现的问题并提供最佳解决方案。
将任务分解为小步骤有助于我们了解人工智能如何在工作环境中发挥更大作用。尽管人工智能的讨论通常归结为人类与人工智能的争论。对于机器类型的争论,可以根据执行某些活动需要多少决策权来处理该主题。如果整个决策可以从头到尾用算法定义(例如图像识别或自动驾驶汽车),那么可以合理地假设机器将很快取代人类。如果决策更难以解释和描述,当然需要更长的时间。
预测技术的发展使整个复杂任务的自动化越来越近。这需要机器做出可靠的预测,并用它们来决定下一步该做什么。例如,在许多商务翻译任务中,随着预测翻译技术的迅速进步,决策作为人为因素变得越来越少。然而,有时,如果困难的谈判等需要翻译,仍然有必要进行干预。谷歌的收件箱已经可以在某种程度上理解电子邮件的内容并自动创建简短的答案,但在发送答案之前,会询问该人 - 这是最好的选择。然而,选择回复选项比自己键入要快,总之,一个人可以在更短的时间内回复更多电子邮件。
医学无疑是人工智能发挥着越来越重要作用的领域。人工智能可以纠正和完善诊断,从而确保更有效、更好的治疗,但在未来很长一段时间内,最终的决定权肯定会由医生决定。不同的患者有不同的需求,人们通常更容易理解它们。还有很多情况下,使用机器的优势可能永远不会超过人类,尤其是在大多数普通人看来。
展望未来
21世纪初,最常见的预测问题是简单的统计问题,例如库存管理和需求预测。然而,在过去的十年里,我们已经掌握了图像识别、驾驶汽车和使用自动翻译。此时,您可能会认为这里即将添加的字段数量是疯狂的。