Почему ИИ нуждается в людях так же сильно, как люди нуждаются в ИИ, особенно во время нового события, такого как глобальная пандемия

В какой-то момент все видели какую-то кликбейтную статью о том, что какая-то новая технология искусственного интеллекта или какой-то новый робот в конечном итоге заменит нас, людей. Или, по крайней мере, они сделают большую часть нашего труда устаревшим. Конечно, как это обычно бывает с кликбейтными статьями, они сильно преувеличивают современные технологии и то, насколько близки определенные технологии к замене человеческого труда. Например, вы смотрите видео вроде этот документальный фильм Wired и думаете, что беспилотные автомобили вот-вот захватят дороги. На самом деле, я думаю, если вы возьмете кого-нибудь, не связанного с сообществом ИИ/машинного обучения/науки о данных, и спросите их, о какой технологии они думают, когда вы говорите об ИИ, вероятно, одна из первых вещей, которые они придумают, это самосознание. -вождение автомобилей. Однако эта статья Vox цитирует Дэниела Сперлинга, директора-основателя Института транспортных исследований Калифорнийского университета в Дэвисе:

…полностью беспилотные автомобили, которым вообще не нужно никого в машине и которые могут ехать куда угодно, «не появятся в течение многих-многих десятилетий, а может быть, и никогда».

Точно так же, как беспилотные автомобили не собираются заменить людей-водителей, есть много областей, где люди не так близки к тому, чтобы их заменили, как некоторые из этих статей уверяют вас. Другими словами, ИИ не так безошибочен, как его изображают, и это становится еще более очевидным в условиях нынешней пандемии.

Нынешняя пандемия COVID-19 стала новым опытом в современную эпоху. В последний раз мы сталкивались с пандемией такого масштаба и социальных последствий во время эпидемии гриппа 1918 года, и, как вы понимаете, данные об этой пандемии далеко не так подробны и полны, как то, что мы имеем сейчас. Кроме того, мир 1918 года сильно отличается от мира, в котором мы живем сегодня, по многим причинам.

Все прогностические модели основаны на одном базовом предположении, что будущее будет вести себя так же, как и прошлое. Данные всегда будут вести себя одинаково, и изменится только то, как различные переменные взаимодействуют друг с другом. Модели знают только то, что им говорят данные, и ничего больше. У него нет общих знаний о мире, или даже просто больших контекстуальных знаний (если, конечно, это не отражено где-то в данных, предоставленных моделью).

Все это означает, что многие прогностические модели будут далеки от совершенства, как подчеркивается в этой статье. Модели не учитывают этот уровень катастрофического события. Кроме того, даже если в модели были добавлены функции, которые могут учитывать проблемы, связанные с пандемией, правда в том, что мы действительно не знаем, как выглядит будущее. Мы действительно не знаем, когда мы прекратим социальное дистанцирование, помимо того факта, что мы, вероятно, не будем делать это вечно, и мы не знаем, когда люди будут чувствовать себя в безопасности, делая то, к чему они привыкли. Более того, как говорят многие, мы никогда не вернемся к тому, что было раньше. Если это так, прогностические модели, особенно те, которые требуют больших объемов данных, в течение значительного времени будут более заметными.

Вот тут-то и появляются люди. Мы можем принимать новые события и делать обоснованные прогнозы, используя очень мало данных, потому что у нас есть гораздо более широкая внутренняя база данных эмпатии и понимания того, как мы, люди, себя ведем. Алгоритм не может предсказать, куда человек пойдет за покупками сейчас, но человек может. Мы можем предсказать, что кто-то может пойти в магазин меньшего размера, потому что там меньше людей или он находится ближе к дому. Мы можем увидеть изменения в данных и сказать: «О, это имеет смысл по [вставьте здесь причины]». Это же изменение не имело бы никакого смысла для алгоритма, который точно не понимает, как пандемия, связанные с ней угрозы и тревога влияют на поведение человека.

Все это не означает, что мы идем вверх по реке без весла и что все алгоритмы теперь бесполезны. Алгоритмы все еще могут содержать ценную информацию, которую мы можем объединить с нашими собственными знаниями. Мы могли бы посмотреть на результат работы алгоритма и представить его так: «это то, что обычно происходит в соответствии с нашими моделями, и это то, что происходит в настоящее время, поэтому, если эти события произойдут в будущем, мы можем ожидать, что наши действия будут именно такими». модель ошибочна и как мы можем ожидать, что она будет правильной». Правда в том, что люди и ИИ всегда нуждались друг в друге. Даже после того, как люди создали ИИ, ИИ по-прежнему нуждается в данных от нас, и люди могут предоставить предметную область и общие знания, которые не могут дать алгоритмы. Наука о данных оказалась бесценным инструментом в современном мире, управляемом данными. Модели могут просеивать горы данных, чего не могут люди, но люди гораздо лучше адаптируются к новым ситуациям. Вот почему речь никогда не должна идти о замене одного другим, речь идет о том, чтобы извлечь выгоду из сильных сторон друг друга и работать вместе как единое целое.