增强决策:机械学习工程应用
决策是负责任人命无处不在和不可或缺的方面,决策必须在个人和机构层次上作出未来实体的成功和成长取决于良好的决策使用基因AI、神经网络、网络法理学、面部识别和多项农业用法解释人的行为和数据映射-机器学习不可逆地帮助良好的决策但也有一个翻转面 改变改变算法和机器确实故障,有时偏差引出严重问题并提出这一重要问题:机器最终会统治世界吗?号查查原因
机器学习效果
ML通过分析数据、映射趋势并识别模式、定制计划和策略并压缩成本和时间耗用量,改进数据驱动决策并增强企业、环境、国防、航空、保健和其他不同部门的结果从生物特征安全到家用安全 电子车辆到智能家和电冰箱 很少有事物不受ML转换力的影响
技术推广加上创新算法、数据可用性、开源和跨学科学习进一步加速ML无可置疑,在这个背景下,没有人能阻抗技术进化,因为更新创新继续捕捉到我们脑海和地球地理
未来可以显示的一些顶点趋势包括自驱动自动化汽车、机器人技术、外科干预支持、心理保健辅助工具、产业创新等等这些动态提出了一些重要问题 关于未来工作、法律法规、道德和负责任的创新以及机器是否会驱动人类
人类技术插件
关键题的答案嵌入人智和我们如何以负责方式构建基本说来 人造机器 多年来 继续添加更多特征和升级但有实例 技术反点火微软自创技术Bing按警钟遍及全球,微软修复技术漏洞并精简Bing对基本函数的交互作用人类干预和智能最终解决了问题论文还强调了一个基本现实,即技术创新可能是人的巨大人才、视觉和智能的结果,但它们也需要负责任的思维和准备处理任何可预见和不可预测的溢出
快速前向响应
- 负责任的创新:大学和高等教育机构在塑造青年创新者思想方面发挥着关键作用,以便提高责任感和道德创新水平。除教学生开发更加综合的思维方式外,敏捷、灵活、对不同观点开放,开发沉浸于积极效果和倾销的思维方式同样至关重要。
- 年龄无栏目许多人不知道自己可能沉浸于不道德行为中,学习是需要更多接受的另一个方面,理解技术、负责任地使用技术以及如何保护自己不受潜在伤害对今天社会阶层的每一个人都至关重要。人民需要更多地了解自身行为的后果以及如何应对挑战或故障因此,认识和理解这些方面不单是创新者或大学的责任包括消费者、行业和政府在内的所有利害相关方必须协作推广更负责任的思维方式和智能使用机器
- 调整法律框架和规程随时间技术变化,法律法规也需要频繁升级,以防止或处理任何犯罪或伤害自然会有漏洞,但这是相当正常的管理者、政府、组织、个人、终端用户、创新者必须理解基本但非常重要的事实:人无法完全信任机器,盲目执行预测可能不明智。因此,分析思想、人的经验和本能在决策前应用机器既能增强,又能削弱决策能力,我们必须聪明到辨识技术是否腐蚀信息片段或合成数据令人像其他人 关系中引起混乱 甚至破坏敏感个人数据解决之道开发并行和替代技术(检测图像复制),区分真假创用反向网络通过辨别对立过程和变形过程可解决这些挑战
- 改变作业场景思维集有部门机器以更高的效率和生产率消除就业同样的技术也生成了十年前并不存在的新闻杀戮、工作和职业云工程师 AI咨询数据分析师、时装科学家和事实上像怪兽预测未来职业等工作网站可包括无人机管理员、私有行业空中交通控制员、自驾驶汽车机械师、个人医学解释员和人力技术整合专家等
训练有素的人类智慧和文明决策是地球的需要,今后将继续如此正因如此,作为教育家和学生,我们有两种培养人智能,比机器智能强只有通过教育和学习才有智慧处理机器可能产生的挑战
编者为UPES计算机科学学院教授