Ibm watson cto arról, hogy miért veri a kibővített intelligencia?

A Fast Forward ezen epizódját az IBM Watson Experience Center-ben rögzítették itt, New York City-ben. A vendégem Rob High volt, az IBM Watson alelnöke és technológiai igazgatója.

Nagy munkák az IBM-en belül több csapaton belül, beleértve a mérnöki, fejlesztési és stratégiai tevékenységeket. Az egyik legtisztább gondolkodó a mesterséges intelligencia terén, és beszélgetésünk sokféle lehetőséget fed le arra, hogy a technológia átalakítja a munkahelyünket, a társadalmunkat és az életünket. Olvassa el és nézze meg alább a beszélgetésünket.

Dan Costa: Mi az az uralkodó tévkép, amely az embereknek a mesterséges intelligenciáról szól?

Rob High: Azt hiszem, a leggyakoribb probléma, amellyel az AI-ről beszélünk, az, hogy még mindig élnek a világban, ahol szerintem Hollywood tovább erősítette ezt az elképzelést, hogy a kognitív számítástechnika, az AI, az emberi elme replikálására irányul, és ez tényleg nem. A Turing-teszthez hasonló dolgok inkább megerősítik, hogy azt mérjük, hogy az AI képes-e versenyezni az emberek becsapásával abban, hogy azt hitte, hogy az amivel foglalkozol egy másik ember, de valójában nem ez volt az, ahol megtaláltuk a legnagyobb hasznosság.

Ez még akkor is visszatér, ha megnézzük szinte minden más eszközt, amelyet valaha készítettünk, akkor szerszámaink általában akkor a legértékesebbek, amikor felerősítenek minket, amikor kiterjesztik a hatókörünket, amikor növelik erőnket, amikor megengedik számunkra, hogy olyan dolgokat csináljunk, amelyeket nem tudunk önmagában emberi lényként megtenni. Valójában így kell gondolnunk az AI-re is, és olyan mértékben, amit valójában kibővített intelligenciának hívunk, nem pedig a mesterséges intelligenciáról.

Beszéljünk egy kicsit erről a változásról, mert ez egy teljesen új típusú számítástechnika. Ez a számítástechnika fejlődése attól, amellyel mindkettővel felnőttünk, egy olyan programozási számítástechnikától, ahol a számítás segítségével nagyon összetett folyamat elérésére és megválaszolására, a kognitív számítástechnikára, amely kissé másképp működik. Meg tudja magyarázni ezt az átmenetet?

Valószínűleg a legnagyobb figyelemreméltó különbség az, hogy nagyon valószínűsíthető, míg a programozott számítás valójában az összes feltételes kijelentés elkészítését jelenti, amelyek meghatározzák azokat a dolgokat, amelyekre figyelsz, és hogyan reagálnak rájuk. Nagyon determinisztikus. Matematikailag nagyon pontos. Egy klasszikus programozott számítógéppel megtervezhet egy darab szoftvert. Mivel tudod, hogy mit jelent a matematikai modell, matematikailag tesztelheti. Bebizonyíthatja annak helyességét.

A kognitív számítástechnika sokkal valószínűbb. Ez nagyrészt azon terek jeleinek tesztelésével foglalkozik, amelyekre összpontosítunk, legyen az látás, beszéd vagy nyelv, és megpróbáljuk megtalálni a jelek értelmi mintáit. Még akkor sem létezik abszolút bizonyosság. Ez részben azért van, mert így számítják ki, hanem azért is, mert ez az emberi tapasztalat természete. Ha mindent átgondol, amit mondunk, látunk, hallunk, megkóstolunk, megérintünk, vagy illatosítunk, vagy bármire, ami az érzékeink részét képezi, akkor mi emberekként mindig megpróbáljuk felbecsülni, hogy mi ez valójában, és néha nem értjük jól.

Mi a valószínűsége, hogy amikor meghallottam ezt a hangsorozatot, valójában ezt a szót jelentette? Mi a valószínűsége, hogy amikor láttam ezt a szavak sorozatát, ez azt jelentette? Mi a valószínűsége, hogy amikor látom ezt a formát és egy képet, amit nézek, akkor ez az a tárgy? Még az emberek számára is ez egy valószínűségi probléma, és ebben az értelemben mindig ez a módszer a kognitív rendszerek működésére is.

Ha valaki hozzád fordul, és van valami olyan problémája, amelyet meg akarnak oldani, úgy gondolják, hogy van egy kognitív számítási megoldás, jönnek Watsonhoz, mondják: "Nézd, a Watsont fogjuk használni a próbálkozásra ez a probléma." A dobozból Watson nem sokat csinál. Meg kell tanítaniuk, hogyan kell megoldani a problémájukat. Tudsz beszélni erről a fedélzeti beépítési folyamatról?

Valójában ennek két dimenziójáról kell beszélnünk. Az egyik az, hogy egy ideje rájöttünk, hogy ez a kognitív számítástechnika nevű dolog valóban nagyobb volt nálunk, nagyobb volt, mint az IBM, nagyobb volt, mint bármelyik gyártó az iparban, nagyobb, mint az egyik vagy két különböző megoldási terület. amire összpontosítunk, és megnyitnunk kellett azt, amikor elmozdultunk a megoldásokra való összpontosításról, hogy valóban inkább egy olyan szolgáltatási platformon foglalkozzunk, ahol minden szolgáltatás valóban külön-külön a különböző részeire koncentrálódik. probléma tér. Ez egy olyan összetevő, amely a beszéd esetén szigorúan arra a problémára összpontosít, amely megpróbálja felvenni a beszédet és felismerni azokat a szavakat, amelyeket az adott beszédben kifejezett, vagy egy képet készíteni, és megkísérelni azonosítani a képen látható képet, vagy nyelv és megkísérelni megérteni annak jelentését, vagy beszélgetni és részt venni abban.

Először is, amiről most beszélünk, egy szolgáltatáskészlet, amelyek mindegyike nagyon specifikus, mindegyik emberi tapasztalatunk más részével próbál foglalkozni, és azzal az elképzeléssel, hogy bárki alkalmazást épít, bárki, aki társadalmi, fogyasztói vagy üzleti problémát akar megoldani, megteheti ezt a szolgáltatásunk igénybevételével, majd az alkalmazásba történő összeállításával. Ez az első pont.

A második ponttal kezdték el, ami rendben van, miután megkaptam a szolgáltatást, hogy hogyan csináljuk azokat a dolgokat, amelyeket jól akarunk? A technika valójában a tanítás egyik része. Ezeknek a rendszereknek a valószínűsége azon a tényen alapszik, hogy gépi tanuláson vagy mélyreható tanuláson alapulnak, és ezeket az algoritmusokat meg kell tanítani, hogy felismerjék azokat a mintákat, amelyek jelentést képviselnek egy jelkészletben, amelyet adatszolgáltatás útján hajt végre, adatok, amelyek a korábbi helyzet példáit reprezentálják, amikor már képes volt ezt felcímkézni: "Amikor hallom a hangok kombinációját, ez azt jelenti, hogy ezt a szót jelenik meg. Amikor ezt a pixelek kombinációját látom, ez azt jelenti, hogy tárgy." Amikor voltam ilyen példáim, most eljuthatlak a kognitív rendszerhez, ezekhez a kognitív szolgáltatásokhoz, és megtaníthatom őket, hogyan lehetne jobb munkát végezni annak felismerésében, amit mi akarunk.

Úgy gondolom, hogy az egyik olyan példa, amely ezt igazán jól szemlélteti, az orvosi téren van, ahol Watson segít az orvosoknak döntések meghozatalában és nagy mennyiségű adat elemzésében, majd végül együtt dolgozik velük együtt a diagnózis kidolgozásában. Beszélne egy kicsit arról, hogy hogyan történik ez a képzés, és hogy a megoldás miként eredményez jobb eredményeket?

Az onkológiában végzett munka jó példa arra, hogy valójában többféle típusú algoritmusból áll, amelyeket az elvégzendő munka spektrumán keresztül különböző módon használnak. Kezdjük például azzal, hogy megvizsgáljuk az orvosi nyilvántartást, megvizsgáljuk az Ön egészségügyi nyilvántartását, és a kognitív rendszer segítségével átvizsgáljuk az összes megjegyzést, amelyet a klinikusok az évek során átvettek, hogy veled dolgoztak, és megtalálják azt, amit hívunk releváns klinikai információk. Milyen információk vannak azokban az orvosi feljegyzésekben, amelyek relevánsak a tervezett konzultáció során? Figyelembe véve ezt, a népesség-hasonlósági elemzést, a többi beteg és a többi, nagyon hasonló hasonlóságot mutató kohorsz megkeresését, mert ez tájékoztatja az orvost arról, hogy hogyan kell gondolni a különféle kezelésekre, és hogy ezek a kezelések hogyan lehetnek megfelelőek az Ön számára és hogy fog reagálni ezekre a kezelésekre.

Ezután megvizsgáljuk az ápolási gyakorlatnak nevezett szabványt, amely viszonylag jól meghatározott technika, amelyet az orvosok megosztanak abban, hogy hogyan kezelik a különféle betegeket különféle betegségek esetén, felismerve, hogy ezeket valóban az átlagos ember számára tervezték. Aztán rátesszük azt, amit klinikai szakértelemnek hívunk. Miután a különböző betegségek legjobb orvosai megtanították, hogy mit kell keresni, és hol vannak a túllépések, és hogyan lehet megfontolni az ápolási gyakorlatok eltérő színvonalát, melyik a legmegfelelőbb, vagy hogyan kell megválasztani a különböző útvonalakat a különféle ápolási gyakorlatok és most alkalmazza őket a lehető legjobb módon, de végül bemegy a klinikai irodalomba, és megtekinti a PubMedben szereplő százezer, 600 000 cikket a tudomány azon előrelépéseiről, amelyek ezen a területen előfordultak, és amelyek relevánsak a kezelési ajánlás megfogalmazása szempontjából..

Mindezek az algoritmusok különböző aspektusai, amelyeket a folyamat különböző fázisaiban alkalmazunk, és ezeket mind megtanítottuk a világ legjobb orvosai közül néhánynak a rendszerek előtt történő elhelyezésével, és arra, hogy a rendszert használják és javítsák a rendszert. amikor látják, hogy valami rosszul megy, és a rendszer lényegében ennek felhasználásával tanulja meg a saját teljesítményének javítását. Ezt kifejezetten az onkológia esetében használjuk annak érdekében, hogy tájékoztassuk a helyszínen működő orvosokat azokról a kezelési lehetőségekről, amelyek esetleg nem ismerik őket, vagy még akkor is, ha valamilyen ismeretekkel rendelkeznek, valószínűleg nincs valódi tapasztalataik azzal, és nem is. valóban megérti, hogy a pácienseik hogyan reagálnak erre, és hogyan lehet a leghatékonyabb választ megkapni betegeiktől.

Amit ez alapvetően megtett, a szakértelem demokratizálódása. Felvehetjük a legjobb orvosokat a Memorial Sloan Kettering-be, akiknek az volt az előnye, hogy egy év alatt szó szerint betegek ezreit látják ugyanazon betegség körül, amelyből kifejlesztették ezt a hatalmas szakértelmet, befoghatják azt a kognitív rendszerbe, kihozhatják azt egy közösségbe vagy regionális klinikai környezet, ahol azoknak az orvosoknak nem volt annyi ideje, hogy ugyanazon betegséggel dolgozzanak számos különféle betegnél, ezáltal lehetőséget biztosítva számukra arra, hogy részesüljenek a kognitív rendszerben már rögzített szaktudásból.

Úgy gondolom, hogy az a szakértelem elosztásának elképzelése, hogy mindenekelőtt elfogja, nem triviális feladat, de ha egyszer ezt megtette, és képes lesz arra, hogy azt ténylegesen elterjessze a bolygó egész területén, akkor a a Memorial Sloan Kettering legjobb orvosait, akik Kínában, Indiában, kis klinikákon szállíthatják, és szerintem ez rendkívüli.

Óriási társadalmi hatása van jólétünkre, egészségünkre és azokra a dolgokra, amelyek társadalmunk számára előnyösek lesznek.

Ami a legfontosabb oldalakat illeti, az a kérdés, ami az embereket a műhonos intelligencia miatt aggasztja, hogy az helyettesíti az embereket, a munkahelyeket fogja cserélni. Ez kapcsolódik az automatizálási mozgalomhoz. Az a dolog, ami engem sztrájkol, az orvosi térben maradás, a radiológusok. A radiológusok napi száz és száz diát néznek meg. Watson vagy egy AI-alapú rendszer replikálhatja ugyanazt a diagnózist és képanalízist. Tíz év múlva úgy gondolja, hogy több vagy kevesebb emberi radiológust fognak alkalmazni az Egyesült Államokban? Milyen hatása van az iparágaknak?

A hatás valójában az, hogy segítsünk az embereknek jobb munkát végezni. Valójában arról szól, hogy… orvoshoz vegye. Ha az orvos most megalapozottabb, valós bizonyítékokon alapuló döntéseket hozhat, amelyeket a tudomány legfrissebb tényei támasztanak alá, és amelyek jobban igazodnak és specifikusak az adott beteg számára, ez lehetővé teszi számukra, hogy jobban elvégezzék a munkájukat. A radiológusok számára ez lehetővé teheti számukra a képen látható dolgok megtekintését, amelyek egyébként hiányozhatnak vagy megrémülhetnek. Nem arról van szó, hogy kicserélik őket. Arról szól, hogy segítsen nekik jobban elvégezni a munkájukat.

Ugyanolyan dinamikus, mint minden eszköz, amelyet valaha is létrehozottunk a társadalomban. Szeretném mondani, hogy ha visszatekintünk a modern társadalom elmúlt 10 000 évre, és a mezőgazdasági forradalom megjelenése óta nézegetünk, mint emberi társadalom építettünk eszközöket, kalapácsokat, lapátokat, hidraulikákat, tárcsákat, emelőket és még sok minden másat. ezeknek az eszközöknek a legmegtartóbb képessége az volt, amikor valójában megsokszorozják az embereket, erősítik az erőnket, tovább erősítik a gondolkodásunkat, megnövelik az elérhetőségünket.

Valójában így gondolkodunk ezen dolgok iránt, hogy akkor lesz a leghatékonyabb, ha lehetővé teszi számunkra, hogy jobban csináljuk, mint amit magunknak tudunk volna, amikor az ember és az eszköz kombinációja nagyobb, mint bármelyik közülük már maguk is voltak. Valóban így gondolkodunk rajta. Így fejlesztettük ki a technológiát. Itt lesz a gazdasági hasznosság.

Teljesen egyetértek, de úgy gondolom, hogy lesz olyan iparágak, amelyeket elkerülnek az intelligens rendszerek által bevezetett hatékonyság miatt.

Átmennek. Igen, átmennek. Nem akarom csökkenteni ezt a pontot azáltal, hogy így mondom, de szeretném biztosak lenni abban is, hogy nem erre gondolunk, mint a munkahelyek megszüntetésére. Ez az emberek által elvégzett munkák átalakításáról szól. Adok egy példát. Sok vita arról, hogy ez hogyan vonhatja el a munkahelyeket a call centerben. Nos, tudod mit? Sok olyan munka van, amelyet a call center ügynökei elvégznek, és nem kell őket csinálniuk, nem szeretik csinálni, ami elveszíti képességüket, hogy érdekesebb dolgokat tegyenek.

A telefonos ügyintézésben tapasztalt churnant nagymértékben az a tény hajtja végre, hogy ha gondolkodik egy call center ügynöki feladatról, akkor a telefonhívás végén ülsz, egész nap hallgatva dühös ügyfeleket, és ugyanazt a kérdést tette fel újra és újra, és nehéz éjjel hazamenni, nagyon jól érzi magát abban, amit csinált aznap. Nehéz a barátainak és a családtagjainak kérdezni erről a munkáról, amelyet elvégez, és mennyire jól játszik vele, amikor ez a helyzet van.

Ha sikerül-e a kognitív rendszert egy beszélgetési ügynök segítségével kiszerezni, mondjuk, hogy a bejövő hívások 30 százalékát, gyorsan és hatékonyan válaszolunk az ügyfelek leggyakoribb és sürgetőbb kérdéseire, és gondoskodunk arról a hétköznapi munkáról, akkor mi van? Ha elvégzik mindazt, amiben gondoskodtak, az a kérdés, amely az embereknél lényegesen több emberi érintést igényel, amelyet akkor átad az adott call center ügynöknek. A probléma, amellyel az ügyfelekkel foglalkoznak, érdekesebb, kihívásokkal telibb, és megköveteli számukra, hogy több szellemi erőfeszítést tegyenek rá, hanem egy elégedett vevővel is. Kicsit boldogabbak lesznek. Ők nem annyira felháborodnak a problémájuk miatt.

A call center ügynöke számára ez valójában javította a munkájukat. Valójában lehetővé teszi számukra, hogy jobban elvégezzék munkájukat, és jobban teljesítsék őket. Időközben az ügyfelek és a fogyasztók számára a legfontosabb kérdések gyorsan megoldódtak. Nem ülnek várakozással 10 percig. Nem várják meg, hogy a megfelelő emberhez kerüljenek, csak a megfelelő ismeretekkel. Megkapják a legkönnyebben szükséges információkat, és valószínűleg jobb döntéssel, minden bizonnyal jobb információval vagy legalább következetesebb információkkal képesek továbbmenni az életükkel. Valójában ennek az egyenletnek mindkét oldala előnyös.

Érdekes. Néhány olyan demóról, amelyet ma láttam, az, hogy a call center alkalmazások képesek előre jelezni és felismerni az emberek érzelmi állapotát, akik elég hatékonyan hívják fel, tehát nem csak tranzakciós jellegű. Valójában nagyon jól le tudja olvasni az ember állapotát a sor másik végén.

Ami valóban nélkülözhetetlen, ha gondolkodsz; a beszélgetésnek két eleme van. Az egyik az, hogy az emberek azt mondják, hogy kezdetben általában nem az, amiért valójában ott vannak. Ha azt mondom: "Mi az egyensúlyom?" Nos, ez nem igazán az én problémám. Igen, tudnom kell a számlám egyenlegét, tudnom kell, hogy mennyi pénz van, de a problémám az, hogy megpróbálok valamit vásárolni, vagy megpróbálom kitalálni, hogyan lehet pénzt a megfelelő helyzetben fizetni. a havi számláim, vagy megpróbálom megtakarítani a gyerekeim oktatására. A problémám nagyobb, mint az első kérdés, amelyet feltettem, és egy beszélgetésnek arról kell szólnia, hogy megismerjem ezt a valódi problémát.

A beszélgetés második közös jellemzője, hogy tipikusan egyfajta érzelmi ív jár vele. Az emberek bizonyos érzelmi állapotban vannak, és a beszélgetés része az, hogy egy érzelmi eltolódáson keresztül mozgassa őket, amely gyakran azt jelenti, hogy mozgatják őket a haragtól a mostani elégedettségig. Néhány beszélgetésben bejuthatunk bele. Lehet, hogy kissé felmelegszik. Lát egy érzelmi ívot, amely talán nyugodtan indul, majd vitatott vitára indul, amely végül megoldódik.

Az, hogy érzékeny és tudatában legyen az érzelmi állapotnak az érintett felekben, fontos szerepet játszik abban a beszélgetésben.

Melyek azok a többi alkalmazás, amely szerinte valóban átalakító jellegű és elérhető manapság?

Úgy gondolom, hogy bármelyikük, amit csinálunk, a felhasználó, az ügyfél vonzása oly módon, hogy inspirálja őket. Végül számomra, és ismét visszatérve a beszélgetésekre mint példa, általában amikor az emberek beszélgetésbe lépnek, ötlettel jönünk az asztalhoz. Van egy ötleted. Van egy ötletem. Ez a kiinduló ötlet a beszélgetés kezdete, és a beszélgetés során tovább fejlesztjük ezeket az ötleteket. Keverjük össze őket. Egyesítjük őket. Lehet, hogy engedményezjük őket, vagy tovább erősítjük őket. Olyan pontra fejlődünk, ahol a beszélgetésből remélhetőleg jobb ötletünk van. Ideális esetben.

Ehhez nemcsak az adománynak és az adásnak, hanem annak elemének is kell lennie, hogy valakit inspiráljon? Hogyan okozhatja az embereknek a fantáziájuk aktiválását? Hogyan lehet arra késztetni őket, hogy gondolkodjanak olyan dolgokon, amelyekre még nem gondoltak, vagy látjanak valamit olyan fényben, amelyre még nem gondolták, vagy hogy láthassanak egy másik szempontot, amely olyan utat vezet le, amelyre még nem is tudtak gondoljon arra, hogy tegyen fel kérdéseket, amelyeket nem gondol feltenni? Ezek a példák, ezek a helyzetek, amelyek véleményem szerint a legígéretesebbek, és az emberek számára a legnagyobb haszonnal járnak.

Ma történik ez, vagy valami, amelynek a technológia fejlődésével egy sorban meg kell történnie?

Nem, ez történik. Van példák erre most. Valójában, amikor visszatérünk az onkológiára mint példaértékű, a világ legjobb orvosai számára a bemutatott kezelési lehetőségek nagyrészt nyilvánvalóak lehetnek számukra. Lehet, hogy tízből egy van, ahol azt mondhatják: "Nos, várj egy percet, ez érdekes ötlet volt." Nem fog ilyen gyakran, de ahogyan azt korábban mondtad, ha ezt most a közösségi beállításokhoz, a regionális beállításokhoz vesszük, és olyan területeken, ahol nincs ilyen szintű szakértelem, az a tény, hogy a rendszer új ötleteket vezethet be, új kezelési lehetőségek, valójában új ötletek bevezetéséről szól. Már látjuk.

Aztán természetesen haladunk azon, amelyről azt gondolom, hogy a klasszikus chatbot forgatókönyvévé vált, amelyről úgy gondolom, hogy néhányan különféle példákban látják mostanra egy olyan helyzetet, amikor valaki hitelkártya-csalás figyelmeztetést küld a hitelkártyáján, és Ma egy chatbot lehet, hogy egyszerűen: "Az volt a tranzakció, amit tettél, vagy nem? Ha igen, akkor rendben van. Ha nem, akkor tegyünk valamit a tranzakció megszüntetésével, " mostanra ", oké, új hitelkártyára van szüksége. Hol lehet a legjobban megkapni? Ha elküldjük Önnek? Ha nem küldjük el neked? Ó, készülsz erre az útra. Akkor nyilvánvalóan mi vagyunk nem fogjuk tudni elküldeni neked. Ilyenkor gyorsabban kell megkapnunk.

"Ó, tengerentúlira megy. Lehet, hogy van itt olyan hitelkártya-opció, amelyhez még nem volt kitéve, még nem tudott róla, hogy hol kezeljük jobban az ön javára szolgáló pénzváltásokat. Ó, ezt üzleti célokra használja. Ez egy tengerentúli utazás. Ezt üzleti költségekre használja. Nos, itt van egy hitelkártya, amelynek kamatlába megfelelőbb. " Ez mind nagyon egyszerű példa, de mindegyik új ötleteket nyit meg, amelyek általában nem fordulnak elő ma az egyszerű csevegőbotban, és amelyek valóban nagyon felhatalmazóak lehetnek az emberek számára.

Érdekes pont az, hogy amint átnézi ezeket a lehetőségeket, a múltban ez szkript lenne. Lesz egy forgatókönyv néhány ággal. Ezt előre meghatározták. Nagyon más dolog, amikor egy chatbot megteszi, hogy valójában reagál a megadott információkra és a már megadott információkra, és lefelé hajtja az útvonalakat, amelyeket még nem írtunk le. Tudja, hogy utazik, de nem feltétlenül mondta el. Ezt az információt megtalálja az e-mail előzményeiben.

Találhat dolgokat rólad, amelyeket az út mentén fedez fel.

Onkológiáról beszéltünk, mert ez jó példa. Beszélgettünk a chatbotokról, mert a legtöbb ember valamilyen interakciót folytatott velük. De ez egy olyan technológia, amely valóban minden iparágban alkalmazható. Nehéz elképzelni egy olyan iparágot, amelyben nincs valamilyen kognitív alkotóeleme. Vannak olyan példák, amelyek csak kijutnak oda, és amelyekre az emberek még nem gondolkodtak?

Csodálatos számomra az, hogy valaki minden nap egy új ötlettel áll elő. Ezért gondolom, hogy ilyen nagyon érdekes szakaszban vagyunk, mert azáltal, hogy arra koncentráltunk, hogy a kognitív képességeinket elbontjuk az építőelemek szolgáltatásaiba, ez valóban megszabadítja az embereket a fantáziáik felhasználásának és az ötletek megvalósításának, amelyeket már soha nem gondolkodtam korábban, hogy ez vizuális felismerést használ-e a táj felmérésére.

Például Kaliforniában egy cég vizuális felismerést használ a topográfia és a topológia áttekintésére, és a képen felismeri a különbséget a betonfelület, az aszfalt tetőfelület, a fűfelület, a fák és cserjék és ezek között a dolgok között. becsülje meg, mekkora vizet fogyaszt, és hol lehet vízszivárgás, és példa erre a tennivalók a víz hatékony felhasználásának javítása érdekében.

Vagy a jogi arénában ezeknek a dolgoknak a felhasználása és az ügyvédek számára szó szerint millió és millió oldalnyi háttéranyag átolvasása, amely olyan, mintha tűt találna a szénakazalban. Hol van az az egyetlen papírdarab, amely valóban releváns ebben az esetben? Próbálom mindezt rendezni. A lehetőségek csak hatalmasak.

Úgy gondolom, hogy az egyik ilyen képesítésnek nagy mennyiségű adata van, amelyeket át kell elemezni. Beszélt az orvosi nyilvántartásokról és arról, hogy képes-e beolvasni az orvosi nyilvántartásokat a releváns információkhoz. Ezek az adatok az életed során sok száz oldal hosszúak lehetnek. Ez a dolog, amit talán a háziorvosának megvan az ideje, de ők nem emlékeznek erre, a rendszer soha nem felejti el.

Igen. Az orvosnak öt, talán tíz perc áll rendelkezésére, hogy átnézze ezt a kórtörténetet, mielőtt meglátogatja és veled konzultál, és mégis van mindenféle nagyon releváns információ, amely lehet a történelemben, a múltjában, amely bármilyen más körülmények között hiányozna. mivel nincs idejük, akkor ha megvan, akkor ez változást hoz.

Gondolj egy olyan helyzetre, amikor egy nő azt mondta orvosának, hogy édesanyja két évvel ezelőtt mellrákban halt meg. Nos, valószínű, hogy az orvos ezt megjegyezte abban a nyilvántartásban, de ebben a pillanatban, ha ez a nő egy dagadt mellére mutat, és ha az orvos nem látja, nos, ez egy nagyon fontos hiányzó darab információ. Most talán újra felfedezik ezt, ha beszélnek a beteggel, de talán nem. Tényleg kockáztatja annak kockázatát, hogy nem tudta ezt, amikor valami ilyesmi oly jó?

Az átfogó jellemző, ahol ezek a dolgok általában hasznosak, az, hogy megemlítik, ahol sok és sok adat van. Igen, de valójában akkor fordul elő, amikor azoknak a szempontoknak valamelyikét képezzük, akik emberként vagyunk, amikor kognitív képességeink kezdik elérni a határt. Jól olvasunk. Tudunk valamit olvasni. Tudjuk asszimilálni. Tudunk alkalmazkodni az információhoz és ezt nagyon erőteljes módon felhasználhatjuk emberként. De nem nagyon tudunk sok adatot olvasni. Nem tudjuk, mint… Az a gondolat, hogy naponta több tízezer, százezer, millió oldalnyi irodalmat olvassa el, messze meghaladja a képességeinket.

A kérdés válik, amint egy olyan világba fejlődünk, ahol a napi szinten előállított információ mennyisége exponenciálisan növekszik, hogy mekkora részben használjuk fel azokat az információkat, amelyekben van információ, van-e olyan kevés információ abszolút kritikus a meghozandó döntés szempontjából, hogy nem fogunk megjutni? Ha nem az elért információ mennyisége, akkor: Mennyit asszimilálunk? Mennyit tudunk visszahívni? Látjuk-e azokat a kis mintákat, amelyek relevánsak abban az információban a döntéseinkhez?

Sok olyan dolog van, amelyben emberekként jók vagyunk. Van egy csomó dolog is, amelyben nem vagyunk túl jók, és azt hiszem, hogy amikor a kognitív számítástechnika valóban hatalmas különbséget mutat, akkor az az, amikor képes áthidalni ezt a távolságot, hogy kitöltse ezt a rést.

Nagyon egyértelműnek tűnik, hogy a világba megyünk be. Mennyire készülünk fel? Mit gondol az oktatási rendszerünkre, a gazdaságunkra, a politikai struktúráinkra? Mennyire készülünk fel egy olyan világban, ahol az ilyen típusú kognitív számítástechnika komponensként működik?

Érdekes. Ez arra az egyik kulcsfontosságú pontra támaszkodik, amely emberi lényekkel rendelkezik, azaz az alkalmazkodó képességünk. Ha tisztán diszkrét módon nézzük, hol megy ez, és ha 10 évet előreugrnánk, nézzünk rá és azt mondnánk: "Hol leszünk 10 évvel? Felkészülünk erre?" a válasz valószínűleg nem lesz. Sokkal többet kell tennünk. De az embereknek ez a figyelemre méltó képessége, hogy gyorsan alkalmazkodjanak és növekedjenek a körülötte bekövetkező változásokkal.

Gondolj vissza 10 évvel ezelõtt, amikor az okostelefon valójában csak a rendelkezésére állt számunkra, nem is beszélve népszerûségünkrõl, és hogy mennyi változáson ment keresztül mint társadalom az elmúlt 10 évben. Gondoljon arra, hogy milyen az életed minden nap okostelefonjával és anélkül. Panaszkodhatunk, hogy mennyit távolít el más tapasztalatoktól, és ez igaz is lehet, de a lényeg az, hogy tíz évvel ezelőtt nem sok időt töltöttünk felszabadulással, társadalomként készültünk fel, bár Valójában sok változáson ment keresztül az elmúlt 10 évben, amelyek valószínűleg nem voltak teljesen tudatában annak, amikor asszimiláltuk a technológiai változást, és nagyon hatékony módon kezdtük el azt használni.

Sokat kell tennünk. Sok mindent fogunk csinálni az idő múlásával, sok növekedést, amelyet átélünk, rengeteg oktatást és politikát, valamint egyéb dolgokat, amelyeket változásokon kell átesnünk, de meg fogjuk tenni.

Megtaláljuk az utolsó kérdéseimet. Milyen technológiai trend foglalkozik Önt leginkább? Van valami, ami éjjel felkel?

Úgy gondolom, hogy jelenleg a legnagyobb aggodalom az, hogy az embereknek felelősséget kell vállalniuk. Mint mérnökök és a technológia szolgáltatói, a technológia fogyasztói, a technológia szabályozásáért felelős embereknek valóban tudatban kell lennünk és át kell gondolnunk, hogy mit tegyünk azért, hogy megvédjük magunkat és felkészüljünk a bekövetkező változásokra. Nem az lesz, mert nem alkalmazkodunk hozzá. Mi fogunk. A probléma természetesen az, hogy adaptáljuk, nem is leszünk tudatában annak, hogy mit csinálunk, és hogy ez hogyan érint bennünket, és hol lehet, hogy az emberek ezt a technológiát olyan módon használják fel, amelyet nem előnyben részesítünk, hogy mi nem Nem vagyunk kényelmesek, vagy visszamenőleg nem feltétlenül akarjuk.

Úgy gondolom, hogy tudatosnak kell lennünk és gondolkodnunk kell arról, amit csinálunk, és nem akarjuk, hogy ez a technológia az életünkben megtörténjen. Konkrétan az eladók, mi, mint ennek a technológiának a beszállítói, és azoknak az embereknek, akik ezeket a technológiai alkatrészeket fogyasztjuk, és ebből kiépítjük az alkalmazásokat, ebben a pillanatban vállalnunk kell felelősséget az etikai magatartásért vagy az etikai értékekből fakadó magatartásért.

Példaként javasoljuk bármely alkalmazás-fejlesztőnknek, az intézményeknek, amelyek ezeket a technológiákat használják alkalmazásokat létrehozva, hogy nagyon átláthatóak legyenek a végfelhasználókkal arról, hogy ez egy kognitív alkalmazás, ez egy számítógép, és ne próbálja például álarcosítani valódi emberként. Ne tegyél úgy. Ne hagyja, hogy ez a dolog tegyen.

Ne utánozz!

Ne utánozza, és ne hagyja, hogy ügyfelei félrevezetve gondolják, hogy ez a dolog valódi ember. Etikai szempontból helytelen. Azt hiszem, ez felveti a sebezhetőség kockázatát. Az emberrel interakcióban álló ember bizonyos feltevéseket tehet a hibáinkkal, az a képességünkkel kapcsolatban, hogy sok információt ténylegesen nem tudunk megtartani, amikor egy kognitív rendszerrel való foglalkozás során figyelembe kell vennünk, hogy az emberek, akik ezt a kognitív A megoldás felelősséget vállal az általunk szolgáltatott információk magánéletéért és védelméért. Soha nem szabad megfeledkeznünk erről a tényről.

A fejjel levő technológiát illetően milyen technológiát használsz minden nap, ami csak csoda? Mi változtatta meg az életed?

Úgy gondolom, hogy hozzáférhetek olyan információkhoz, amelyek még akkor is, ha megszerezhettem volna az internetet, már hosszú ideje rendelkezésünkre állnak az információk az interneten, de gyakran megállítottuk az információk megkísérelését, mert ez lenyűgöző. Kint néztem néhány kameraberendezést, és csak megpróbáltam dönteni a különböző kamerák közötti kompromisszumokról -

Küldök egy linket a vevői útmutatónkhoz.

Nesze. Ez lenyűgözővé válik, és mégis más emberekre kell támaszkodnia, hogy megadja ezt a tanácsot az Ön számára, és feltételeznie kell, hogy ők készítették a kutatást az Ön számára, de még akkor is ezt teszik bizonyos feltételezések alapján, amelyeket amire szükséged van és mit érdekel. Egy bizonyos ponton csak egyszerűen feladod, és azt mondod: "Oké, rendben, csak mondd el, mit tegyek, megteszem." Vagy ellátogat egy csomó weboldalra, és látja ezeket a véleményeket, és csak zavarossá és ellentmondásossá válik, így azt mondja: "Nos, a fenébe mindegyik. Csak megyek azzal, ami nekem jó."

Mivel ezek a rendszerek hatalmas mennyiségű információt halmozhatnak fel és tudnak szervezni és megszervezni még azok számára is, akik ajánlásokat tesznek, akár a tanácsadók számára is, az előnyös számukra, mert segít nekik jobb munkában. Úgy szeretem mondani, hogy nem a mi számunkra gondolkodunk, hanem a számunkra végzett kutatást végezzük, így jobban meg tudjuk valósítani a gondolkodást, és ez igaz ránk, mint végfelhasználókra, és igaz a tanácsadókra is. Ez igaz bárkire, aki elemző szerepét tölti be.

Az alkalmazásra gondolok, mert mindig igyekszünk segíteni az embereknek a vásárlási döntések meghozatalában. Nem vagyunk messze egy olyan rendszertől, amely megnézheti az összes képet, amelyet az elmúlt öt évben készített, láthatja, hogy szereti-e fényképezni vadon élő állatokat vagy virágot, és fényképezőgép-ajánlást fogalmaz meg a képek alapján elrakod.

Úgy van. Flamingók. Nem tudom miért.

Ez a legjobb kamera a flamingók fényképezéséhez.

Flamingók, igaz.

Majdnem ott vagyunk. A technológia létezik, csak még nem programozták be.

Igen.

Vagy tanítják, mint manapság. Rob High, köszönöm szépen ezt.

Nagyon szépen köszönjük.

Ha további előrehaladást szeretne kapni Dan Costa-val, iratkozz fel a podcastra. IOS rendszeren töltse le az Apple Podcastok alkalmazását, keresse meg a "Gyors előre" elemet, és iratkozzon fel. Az Androidon töltse le a Stitcher Radio for Podcast alkalmazást a Google Playen.