人工智能正在努力應(yīng)對世界的變化

從對工作的態(tài)度到對兩米長什么樣子的掌握，大流行使我們重新思考了如何看待世界。但是，盡管我們發(fā)現(xiàn)很難適應(yīng)新的現(xiàn)實，但是為幫助組織制定決策而創(chuàng)建的狹義設(shè)計的人工智能模型就更加困難了。根據(jù)描述危機(jī)前世界的數(shù)據(jù)，這些將不再做出正確的預(yù)測，而是指出了AI設(shè)計方式中的一個基本問題。

MIT-IBM Watson AI Lab的IBM總監(jiān)David Cox解釋說，有缺陷的AI在所謂的黑匣子預(yù)測模型的情況下尤其成問題：這些算法以用戶看不見或無法理解的方式工作。“這非常危險，” Cox說，“如果您不了解模型中內(nèi)部發(fā)生的事情，在該模型中，您將一端的數(shù)據(jù)鏟除以得到另一端的結(jié)果。該模型應(yīng)該體現(xiàn)了模型的結(jié)構(gòu)。世界，但不能保證如果世界改變，它將繼續(xù)運作。”

例如，如果您構(gòu)建的計算機(jī)程序是一個完整的黑匣子，旨在根據(jù)過去的數(shù)據(jù)預(yù)測股市情況，則不能保證在當(dāng)前的危機(jī)中它將繼續(xù)產(chǎn)生良好的預(yù)測。爭論。

您實際上需要做的是建立一個更廣泛的經(jīng)濟(jì)模型，該模型可以識別供需，了解供應(yīng)鏈并吸收這些知識，這更接近經(jīng)濟(jì)學(xué)家的預(yù)期。他說，然后您可以更透明地對情況進(jìn)行推理。

“這些模型之所以難以被狹窄的AI所信任，部分原因是因為它們沒有那種結(jié)構(gòu)。如果這樣做，那么模型就更容易解釋為什么要做出決策了。這些模型是現(xiàn)在正面臨挑戰(zhàn)。明確表明了這種結(jié)構(gòu)為什么很重要，”他警告說。

這很重要，不僅因為該技術(shù)性能更好并且可靠性更高，而且還因為如果企業(yè)對工具的信任程度更高，他們將不愿意采用AI。考克斯(Cox)就此事發(fā)表了自己的統(tǒng)計數(shù)據(jù)：95%的公司認(rèn)為AI是其競爭優(yōu)勢的關(guān)鍵，而只有5%的公司表示，他們已廣泛實施該技術(shù)。

盡管每個調(diào)查的數(shù)字有所不同，但結(jié)論在一段時間內(nèi)是相同的：人工智能的承諾與其對企業(yè)的現(xiàn)實之間仍然存在巨大差距。業(yè)界努力部署該技術(shù)的部分原因歸結(jié)為對AI缺乏了解。如果您構(gòu)建了一個出色的算法卻無法解釋其工作原理，那么您將無法期望員工將新工具納入其業(yè)務(wù)流程。考克斯說：“如果人們不理解或不相信這些工具，那將是一個失敗的事業(yè)。”

解釋AI是Cox工作的主要重點之一。他共同領(lǐng)導(dǎo)的MIT-IBM Watson實驗室由大學(xué)和IBM Research的100位AI科學(xué)家組成，目前已經(jīng)投入運營了第三年。該實驗室的座右銘在其網(wǎng)站上首當(dāng)其沖，這是不言而喻的：“人工智能對現(xiàn)實世界的影響”。

早在2017年，IBM宣布在十年內(nèi)投資2.4億美元，以支持公司自己的研究人員以及麻省理工學(xué)院對新成立的Watson AI Lab的研究。從一開始，合作的目標(biāo)就以行業(yè)為重點，其想法是釋放AI在“商業(yè)和社會”中的潛力。實驗室的重點不是“狹窄的AI”，這是當(dāng)今大多數(shù)組織都知道的有限格式的技術(shù)。相反，研究人員應(yīng)該為“廣泛的AI”而努力。廣泛的AI可以跨多個任務(wù)和數(shù)據(jù)流高效，靈活地學(xué)習(xí)，最終對企業(yè)具有巨大的潛力。實驗室的承諾是“下一步是廣泛的AI”。