AI技術(shù)與人類專業(yè)知識相疊加 才能得到“真實(shí)智能”

編譯丨科技行者
隨著模型在模擬或現(xiàn)實(shí)場景下接受的數(shù)據(jù)訓(xùn)練逐漸增多,其執(zhí)行任務(wù)的熟練程度也不斷提升。這就是我們常說的人工智能(AI),也代表著人類有史以來制造出的最接近具備學(xué)習(xí)能力、思考能力與決策能力的機(jī)器方案。

1.jpg

如今,機(jī)器越來越擅長完成以往只能由人類解決的任務(wù)。這在很大程度上要?dú)w功于機(jī)器學(xué)習(xí)技術(shù)的快速進(jìn)步,為我們帶來能夠利用數(shù)據(jù)做出良好決策的強(qiáng)大機(jī)器。隨著模型在模擬或現(xiàn)實(shí)場景下接受的數(shù)據(jù)訓(xùn)練逐漸增多,其執(zhí)行任務(wù)的熟練程度也不斷提升。這就是我們常說的人工智能(AI),也代表著人類有史以來制造出的最接近具備學(xué)習(xí)能力、思考能力與決策能力的機(jī)器方案。

那么,這種史無前例的新趨勢會不會引發(fā)普遍裁員,甚至給整個社會造成巨大的損害與顛覆?不少人認(rèn)為很有可能。另一方面,也有人認(rèn)為AI技術(shù)的發(fā)展會再次更新人類的工作與生產(chǎn)力范式;未來將由機(jī)器處理一切骯臟、無聊及危險的工作內(nèi)容,而人類則更自由地把時間投入到更具創(chuàng)意、樂趣或社交意義的活動當(dāng)中。

但以往的經(jīng)歷告訴我們,每一場科技革命既不太會走向最糟糕的方向、也往往達(dá)不到最樂觀的估計(jì)。確實(shí),已經(jīng)有部分機(jī)器人在低技能工作崗位上給從業(yè)者帶來威脅——包括亞馬遜推出的無人收銀商店、麥當(dāng)勞提出的AI得來速餐廳等計(jì)劃。但作為更靠譜的整體預(yù)測,世界經(jīng)濟(jì)論壇估計(jì)到2025年,AI與自動化將消滅總計(jì)8500萬個工作崗位,但同時新增約9700萬個工作機(jī)會。

律師、會計(jì)師、醫(yī)生、計(jì)算機(jī)程序員、網(wǎng)頁設(shè)計(jì)師、作家以及地質(zhì)技術(shù)員等無數(shù)以往只能由人類完成的職位,如今也在一定程度上可以由計(jì)算機(jī)接手。但我仍然覺得單憑技術(shù)的升級不太可能完全抹除“人”這個核心元素,AI算法也不行。根據(jù)目前的主流趨勢來看,業(yè)界仍普遍認(rèn)為高水平主題專家加上復(fù)雜技術(shù)培訓(xùn)工具的組合才是獲得成功的王道。

這些觀點(diǎn),來自道瓊斯數(shù)據(jù)戰(zhàn)略主管Ingrid Verschuren最近在采訪中的表述。人類才是AI背后真正的驅(qū)動“機(jī)器源”。無論在哪種應(yīng)用場景下,都是由人類選擇用于訓(xùn)練算法的數(shù)據(jù),并指定希望AI模型實(shí)現(xiàn)的結(jié)果。也許是撰寫出最具吸引力的銷售廣告方案,也許是分析人口熱圖以預(yù)測流行病可能在哪些點(diǎn)位爆發(fā)。機(jī)器只負(fù)責(zé)簡單的最佳結(jié)果預(yù)測過程,一切對結(jié)果至關(guān)重要的參數(shù)范圍都由人類所明確指定。

Verschuren自己的職業(yè)經(jīng)歷就是個很好的例子。在九十年代剛剛加入道瓊斯時,她的第一份工作就是閱讀并手動標(biāo)記新聞內(nèi)容,協(xié)助在數(shù)字內(nèi)容管理系統(tǒng)中創(chuàng)建索引。在工作三年之后,這部分任務(wù)已經(jīng)實(shí)現(xiàn)了全面自動化,而她本人則轉(zhuǎn)為監(jiān)督這套每天能夠處理近100萬篇文章的AI系統(tǒng)——即使把人力規(guī)模擴(kuò)大十倍,這樣的工作能力也遠(yuǎn)超人類團(tuán)隊(duì)的極限水平。

她告訴我們,“我們既有人工智能,也有人類專業(yè)知識;只有把二者結(jié)合起來,才能獲得所謂「真實(shí)智能」。而且這兩個部分有著相同的份量。”

AI的核心在于從眾多不同數(shù)據(jù)集內(nèi)吸取相關(guān)性洞見。在Verschuren監(jiān)督過的一項(xiàng)負(fù)責(zé)檢測潛在金融交易欺詐的工作當(dāng)中,AI系統(tǒng)需要處理超過500套不同數(shù)據(jù)集?,F(xiàn)在的AI還不能、恐怕在未來很多年內(nèi)也無法自主決定從哪些數(shù)據(jù)集中學(xué)習(xí),并判斷哪些數(shù)據(jù)集的內(nèi)容與當(dāng)前任務(wù)沒有相關(guān)性。另外,AI也沒有能力評估數(shù)據(jù)集中的偏見/偏差等問題。如果在數(shù)據(jù)集匯總過程中不慎引入了負(fù)面研究方法——例如忽略了那些代表性不足的人群的相應(yīng)數(shù)據(jù),那么結(jié)果顯然無法準(zhǔn)確反映出現(xiàn)實(shí)情況。換句話說,“進(jìn)的是垃圾,出的也只能是垃圾”??傊?,這類任務(wù)必須由充分了解該主題的人類專家進(jìn)行監(jiān)督。

Verschuren自己還有另一段頗具說服力的經(jīng)歷。她的團(tuán)隊(duì)曾經(jīng)負(fù)責(zé)一套風(fēng)險警報(bào)系統(tǒng),能夠在銀行及其他金融機(jī)構(gòu)接觸到可能被列入國際制裁名單的個人或?qū)嶓w時發(fā)出提醒——這也是合規(guī)體系中的關(guān)鍵組成部分。有一次,一套AI系統(tǒng)意外清除了多筆交易,原因是分析師覺得其中的參與者有可能被列入制裁清單。但在復(fù)查制裁清單內(nèi)容之后,他們發(fā)現(xiàn)相關(guān)方的名稱已經(jīng)被刪除,并不存在交易風(fēng)險。很明顯,這代表著分析師自己的直覺判斷出了問題,所以她的團(tuán)隊(duì)及時跟進(jìn)、手動驗(yàn)證這場矛盾到底孰是孰非。最終證明,相關(guān)方確實(shí)受到了制裁、只是名稱在清單中被錯誤刪除,看起來分析師的直覺判斷準(zhǔn)確無誤。面對這樣復(fù)雜的局面,機(jī)器本身當(dāng)然無法做到自我監(jiān)督,只有人類專家的引導(dǎo)才能避免出現(xiàn)昂貴甚至是危險的潛在錯誤。

所以,對高技術(shù)/技能人才的關(guān)注仍然重要。組織需要建立一種引導(dǎo)技術(shù)專家與主題專家開展協(xié)作的文化,鼓勵各個團(tuán)隊(duì)之間相互理解并改進(jìn)對方的流程與結(jié)論。這也正是智能機(jī)器時代下建立創(chuàng)新型、高效生產(chǎn)力團(tuán)隊(duì)的關(guān)鍵前提。

那么,這一切對如今的企業(yè)意味著什么?最核心的結(jié)論,自然是對人的投資將比以往任何時候都更加重要。無論是招聘能夠與AI技術(shù)順暢協(xié)作的合適員工、還是提高現(xiàn)有勞動力技能,再到快速適應(yīng)即將面世的新一代工具,人這個因素的重要意義反而在AI科技的加持下超越了歷史上任何時期。

結(jié)合前文的案例,高水平的批判思維加上一點(diǎn)直覺,必然會在智能機(jī)器系統(tǒng)協(xié)同或者智能機(jī)器系統(tǒng)監(jiān)督當(dāng)中發(fā)揮巨大的現(xiàn)實(shí)作用。

也許最重要的是,要想實(shí)現(xiàn)基于數(shù)據(jù)型決策、同時為人類專家保留質(zhì)疑數(shù)據(jù)洞見或流程的操作空間(例如在直覺、想象力或同理心等要素的驅(qū)動下,發(fā)現(xiàn)某些被機(jī)器所忽略的重要指標(biāo)),我們就必須建立起數(shù)據(jù)友好的深厚文化氛圍。只有在人與機(jī)器這兩個維度上做好準(zhǔn)備,萬眾期待的AI新時代才會真正來臨。

THEEND

最新評論(評論僅代表用戶觀點(diǎn))

更多
暫無評論