人工智能的未来:数据还不够

分享到:

将人工智能(AI)作为解决具体问题的首选技术的热情是不可否认的,也是值得注意的。但是,尽管每天通过监督学习或强化学习等最流行的人工智能方法仍取得了很大进展,但这些经典方法的使用方式往往是单一的,这可能也是阻碍人工智能的因素。

 

 

虽然人工智能在越来越多的领域取得了越来越大的成功,但它仍然主要作为一种工具来执行狭隘的任务,或者作为一种简单的自动化形式,而不是与人类用户建立关系的支持伙伴。它很大程度上依赖于精心策划或注释的数据,大多是历史数据,而且只能非常间接地从人类用户那里学习。人工智能在某些情况下具有非凡的预测能力,但却无法具备人类从婴儿时期就具备的适应能力。它只是(还)不能像人类那样根据从未遇到过的数据进行推断。此外,对更高精确度的需求导致了越来越大和复杂的模型、计算密集型训练和工程挑战,这些挑战阻碍了我们在基于人工智能的解决方案中寻求的可信度、可移植性和可扩展性。

实现我们的人工智能目标需要改变当前的数据范式;是时候将人类置于AI培训过程的中心了。您不必相信我们的话:从设计到部署将人力和AI资源混合的好处在其他独立研究中得到了呼应,例如麻省理工学院斯隆2020年人工智能全球高管研究和研究项目的发现,以及由此产生的结果在德勤洞察中,协作甚至被称为“超级团队”。

与标准的AI方法相比,设计、培训和部署混合人类用户和AI代理的解决方案提供了新的成功途径。模仿学习、课程学习和其他较新的技术已经展示了通过利用人类的专业知识、反馈和指导来训练人工智能的其他方法。与其将我们自己局限于一种方法,不如我们可以拥有一切,并将所有这些不同的方法结合在一起,与人类一起构建新的智能系统,而不再局限于任何特定的方法、模型或算法。考虑到人类和人工智能各自的优势和劣势,这种人与人工智能的伙伴关系将产生的不仅仅是其各部分的总和,利用互补的能力来实现仅靠一个或另一个不可能或很难实现的结果。然而,为了让人工智能代理与人类尽可能紧密地协同工作,具体的方法、途径和技术是有必要的。值得注意的是,它要求体系结构设计自然有利于多代理、多人、技术不可知的分布式方法,在研究、原型和操作之间快速、无摩擦地反复迭代。

这些都是Cogment背后的指导原则,Cogment是一个新的开源框架,旨在实现人类和AI代理之间的这种合作伙伴关系。它今天已经在复杂的环境中使用,比如人机协作、自适应学习和关键决策支持系统,而且它已经为应对未来的挑战做好了准备。

 
继续阅读
大数据云计算与人工智能千丝万缕的关系

任何时代产物的发展,其实都需要一个学习的过程。而人工智能技术之所以能取得突飞猛进的进展,正是由于各类感应器和数据采集技术的发展,我们开始拥有以往难以想象的的海量数据,同时,也开始在某一领域拥有深度的、细致的数据。而这些,都是训练某一领域“智能算法”的前提。

一分钟看懂智慧城市,让数据为安全护航

智慧城市概念源于2008年IBM公司提出的智慧地球的理念,是数字城市与物联网相结合的产物,被认为是信息时代城市发展的方向,文明发展的趋势,其实质是运用现代信息技术推动城市运行系统的互联、高效和智能,从而为城市人创造更加美好的生活,使城市发展更加和谐、更具活力。

人工智能和隐私的未来:计算机视觉解决方案和隐私

数十年来,数据保护和安全一直是企业最担心的问题。如今,超过75%的企业依靠人工智能来确保当前和未来的隐私,而且这个数字往往呈指数级增长。随着对客户私人信息的分析需求不断增加,企业往往会超出目标,而人工智能似乎是阻止他们了解太多的唯一障碍。

人工智能下的数据标注岗位是如何进行图像识别的

伴随着图像处理技术的飞速发展,推动了图像识别技术的产生和发展,并逐渐成为人工智能领域中重要的组成部分,并广泛地运用于零售、医疗、教育等各个领域,渗透到人们生活的方方面面,远到智能物品识别,近到手里一份热腾腾的红薯。

人工智能或打破商业显示的未来发展趋势

随着商业显示在我们日常生活中应用越来越广泛,无论是购物、办公、旅行、排队都能看到商业显示的身影。科技需要不断创新,有数据表明目前有百分之29%的公司企业产品在使用人工智能技术,另有46%的公司表示他们预计将来会使用人工智能技术。在近年来商业显示行业也不断加入人工智能的技术,用于为用户提供更智能的营销宣传方式。