211service.com
Microsoft tror AI vil fylle dine blinde flekker, ikke overta jobben din
Eric Horvitz, administrerende direktør i Microsoft Research, taler i London.
I hælene på Google har Microsoft lansert et initiativ som de håper vil gjøre det mulig for mennesker og kunstig intelligens å utfylle hverandre mer effektivt.
På et arrangement i London onsdag kunngjorde Microsoft at de samler et nytt team på 100 ingeniører og forskere under paraplyen til Microsoft Research AI ved hovedkvarteret i Redmond, Washington. Selskapet sier at det er et forsøk på å bryte ned barrierer mellom mennesker som til nå har jobbet på tvers av separate områder av AI. I en tale på arrangementet sa Eric Horvitz, administrerende direktør for Microsoft Research, at han tror initiativet vil sette Microsoft på veien til å forstå mysteriene til menneskelig intellekt.
En stor del av initiativet er å bidra til å forbedre menneske-AI-samarbeid. Når datamaskiner kan snakke menneskelig [og] balansere smartene til IQ med empatien til EQ ... så vil alle mennesker kunne samarbeide med datamaskiner, forklarte Harry Shum, konserndirektør for Microsofts AI og forskningsgruppe. Flyttingen gjenspeiler en lignende kunngjøring tidligere denne uken fra Google (50 Smartest Companies 2017), som lanserte sitt nye People + AI Research (PAIR)-program for å prøve å forbedre måten mennesker og maskiner arbeider med hverandre på.
Å sikre at mennesker og kunstig intelligens kan sameksistere pent vil være enormt viktig for virksomheten. Akkurat nå kan du tenke på algoritmer som forenklede hjelpere, mens i fremtiden, sies det ofte, vil de stjele jobber. Men det er en kløft mellom disse realitetene, og sannheten er at mennesker og maskiner vil arbeide sammen i flere tiår fremover.
Microsoft (50 Smartest Companies 2017) sier på sin side at de ønsker å fokusere på hvordan AI kan bidra til å fylle hullene i menneskelig intelligens, i stedet for bare å gjenskape den i silico. Så det nye teamet har som mål å støtte seg på kognitiv psykologi for å identifisere hull i menneskelig intellekt – slik som vår tilbøyelighet til å glemme ting eller lett bli distrahert – og bruke dem til å bygge AI-er som utfyller blindsonene. Som et eksempel pekte teamet på et prosjekt de jobber med som bruker maskinlæring for å fordøye historiske medisinske tilfeller og varsle leger om potensielle problemer som de kan ha gått glipp av når de stilte en diagnose eller skrev ut en pasient. Implikasjonen er at AI ikke nødvendigvis skal ta over fra mennesker, men snarere hjelpe dem til å gjøre en bedre jobb.
Selskapet vil også prøve å utvikle nye måter å teste maskinlæringsverktøyene sine på, slik at de ikke går løs i den virkelige verden selv når de jobbet i laboratoriet (se for eksempel Microsofts tilfeldig nynazistiske sexbot, Tay ) og stryke ut skjevheter som kryper inn i AIer via datasettene de er trent på .
Til slutt håper den å utforske det vanskelige problemet med å få AI-er til å forklare seg. Foreløpig er det utrolig vanskelig å forstå hvordan et dyplæringssystem har kommet til en avgjørelse, og det er en stor bekymring når kunstig intelligens i økende grad brukes til å ta avgjørelser som påvirker mennesker – fra lånegodkjenninger i banker til rettshåndhevelse i domstolene.
Jeg tror det er mye som kan gjøres som ikke anses å være det vi [vanligvis] mener med forklaring, sa Horvitz som svar på et spørsmål fra MIT Technology Review . Det kan være mer som svaret på et spørsmål: Hva om? I en medisinsk diagnose, hva om jeg ikke hadde hatt hepatitt? Hva om jeg var en kvinne versus en mann? Dette kalles sensitivitetsanalyser, og å visualisere hvor robust eller ustabil en anbefaling er overfor ulike input [på denne måten] er en annen type forklaring. Teamene våre ser på mange forskjellige forklaringsdimensjoner.
Til syvende og sist, men han regner med at vår nåværende nervøsitet for å forstå hver eneste avgjørelse tatt av AI kan være forbigående, og kan forsvinne når vi er kjent med teknologien. Jeg tror vi en dag vil oppdage at folk flest er glade for å vite at en ekspert som er sertifisert som beste praksis, praktiserer dataene, slutningen, resonnementet, maskineriet [som danner AI], sa han. Akkurat på samme måte som du stoler på en forgasser i bilen din: du trenger ikke en forklaring hver morgen på hvordan den kommer til å fungere i dag.
(Les mer: Din beste lagkamerat kan en dag være en algoritme , The Dark Secret at the Heart of AI , ' Skype 's Gone Multilingual ')