Video: IBM and Wimbledon - How does AI identify match highlights? (Octombrie 2024)
Acest episod al Fast Forward a fost înregistrat în IBM Watson Experience Center aici, în New York. Invitatul meu a fost Rob High, vicepreședintele și directorul tehnologic al IBM Watson.
Dan Costa: Care este concepția greșită dominantă pe care o au oamenii despre inteligența artificială?
Rob High: Cred că cea mai frecventă problemă cu care ne confruntăm cu oamenii care vorbesc despre AI este că ei trăiesc în continuare în lumea în care cred că Hollywood-ul a amplificat această idee că calculul cognitiv, AI, este despre replicarea minții umane și este chiar nu. Lucruri precum testul Turing tind să consolideze faptul că ceea ce măsurăm este ideea ca AI să poată concura cu oamenii păcăliți să creadă că ceea ce aveți de-a face cu o altă ființă umană, dar chiar nu a fost acolo unde am găsit cea mai mare utilitate.
Acest lucru chiar se întoarce la, dacă ne uităm la aproape toate celelalte instrumente create vreodată, instrumentele noastre au tendința de a fi cele mai valoroase atunci când ne amplifică, atunci când ne extind capacitatea, atunci când ne cresc puterea, când ne permit să facem lucruri pe care nu le putem face singuri ca ființe umane. Acesta este într-adevăr modul în care trebuie să ne gândim și la AI și în măsura în care de fapt o numim inteligență augmentată, nu inteligență artificială.
Haideți să vorbim puțin despre această schimbare, pentru că este un tip de calcul complet nou. Este evoluția calculului de la ceea ce am crescut amândoi, un calcul programatic în care ai folosi calculul pentru a ajunge și răspunde folosind un proces foarte complex, până la calcul cognitiv, care funcționează puțin diferit. Poți explica această tranziție?
Probabil cea mai mare diferență notabilă este că este foarte probabilistică, în timp ce calcularea programată se referă într-adevăr la stabilirea tuturor enunțurilor condiționale care definesc lucrurile la care sunteți atenți și cum să le răspundeți. Este extrem de determinant. Este extrem de precis din punct de vedere matematic. Cu un computer programat clasic, puteți proiecta o piesă software. Deoarece știți care este modelul matematic pe care îl reprezintă, îl puteți testa matematic. Îi poți dovedi corectitudinea.
Calculul cognitiv este mult mai probabilistic. Este vorba în mare parte de testarea semnalelor spațiilor pe care ne concentrăm, indiferent că este vorba de viziune, vorbire sau limbaj și încercarea de a găsi modelele de semnificație în semnalele respective. Chiar și atunci, nu există niciodată siguranță absolută. Acum, acest lucru este în parte pentru că așa este calculat, dar și pentru că aceasta este natura experienței umane. Dacă ne gândim la tot ceea ce spunem sau vedem sau auzim, gustăm, atingem sau mirosim sau ceva ce face parte din simțurile noastre, noi, ca ființe umane, încercăm mereu să evaluăm ceea ce este cu adevărat și, uneori, nu ne înțelegem.
Care este probabilitatea ca atunci când am auzit acea secvență de sunete, să însemne cu adevărat acest cuvânt? Care este probabilitatea ca atunci când am văzut această secvență de cuvinte să însemne această afirmație? Care este probabilitatea ca atunci când văd această formă și o imagine pe care o privesc, să fie acel obiect? Chiar și pentru ființele umane, aceasta este o problemă probabilistică și în această măsură este întotdeauna așa cum funcționează și aceste sisteme cognitive.
Dacă cineva vine la tine și are o problemă pe care vor să o rezolve, ei cred că există o soluție de calcul cognitiv pentru asta, vin la Watson, ei spun: „Uite, vom folosi Watson pentru a încerca să rezolvăm această problemă." În afara cutiei, Watson nu face prea mult. Ei trebuie să o învețe cum să-și rezolve problema. Puteți vorbi despre acest proces de bord?
De fapt, ar trebui să vorbim despre două dimensiuni. Unul este că, în urmă cu ceva timp, ne-am dat seama că acest lucru numit calcul cognitiv era într-adevăr mai mare decât noi, era mai mare decât IBM, era mai mare decât oricare dintre furnizorii din industrie, era mai mare decât oricare dintre una sau două domenii de soluții diferite. pe care aveam să fim concentrați și a trebuit să-l deschidem, ceea ce este atunci când am trecut de la concentrarea pe soluții la a face cu adevărat mai mult o platformă de servicii, unde fiecare serviciu este într-adevăr concentrat individual pe o parte diferită a problemă spațiu. Este o componentă care, în cazul vorbirii, este concentrată strict pe problema încercării de a-ți lua discursul și de a recunoaște ce cuvinte ați exprimat în acel discurs, sau de a lua o imagine și de a încerca să identifice ce este în imagine sau să ia limbajul și încercați să înțelegeți care este sensul sau luați o conversație și participați la asta.
În primul rând, despre ce vorbim acum sunt un set de servicii, fiecare făcând ceva foarte specific, fiecare încercând să abordeze o parte diferită a experienței noastre umane și cu ideea că oricine construiește o aplicație, oricine dorește să rezolve o problemă socială sau de consum sau de afaceri poate face asta prin preluarea serviciilor noastre, apoi compunând-o într-o aplicație. Acesta este primul punct.
Punctul doi este cel cu care ați început, care este, în regulă, acum când am primit serviciul, cum îl facem să facă lucrurile pe care vrem să le facă bine? Tehnica este cu adevărat una a predării. Natura probabilistică a acestor sisteme se bazează pe faptul că se bazează pe învățare automată sau învățare profundă, iar acei algoritmi trebuie învățați cum să recunoască tiparele care reprezintă sensul într-un set de semnale, pe care îl faceți oferind date, datele care reprezintă exemple ale acelei situații pe care le-ați avut înainte în care ați reușit să etichetați acest lucru spunând: „Când aud acea combinație de sunete, înseamnă acest cuvânt. Când văd această combinație de pixeli, înseamnă că obiect." Când am avut aceste exemple, vă pot aduce acum în sistemul cognitiv, la aceste servicii cognitive și să-i învăț cum să facă o treabă mai bună de a recunoaște orice este ceea ce ne dorim.
Cred că unul dintre exemplele care ilustrează acest lucru este foarte bine în spațiul medical, unde Watson îi ajută pe medici să ia decizii și să analizeze cantități mari de date, dar apoi în cele din urmă lucrează cu aceștia la un diagnostic în parteneriat. Puteți vorbi un pic despre cum se desfășoară acea pregătire și apoi despre cum soluția se finalizează oferind rezultate mai bune?
Munca pe care am făcut-o în oncologie este un bun exemplu în care este într-adevăr o compoziție a mai multor tipuri diferite de algoritmi care, de-a lungul spectrului de lucrări care trebuie efectuate, sunt folosite în moduri diferite. Începem, de exemplu, să ne uităm la fișa medicală, să analizăm fișa ta medicală și să folosim sistemul cognitiv pentru a privi peste toate notele pe care clinicienii le-au luat de-a lungul anilor în care lucrează cu tine și găsind ceea ce numim informații clinice pertinente. Care sunt informațiile din acele note medicale care sunt acum relevante pentru consultarea la care urmează să consultați? Luând asta, făcând analize de asemănare a populației, încercând să găsească ceilalți pacienți, celelalte cohorte care au multă asemănare cu tine, pentru că asta va informa medicul despre cum să se gândească la diferite tratamente și cum ar putea fi adecvate acele tratamente. și cum vei reacționa la acele tratamente.
Apoi vom intra în ceea ce numim standardul practicilor de îngrijire, care sunt tehnici relativ bine definite pe care medicii le împărtășesc despre modul în care urmează să trateze pacienții diferiți pentru diferite tipuri de boli, recunoscând că acestea sunt cu adevărat concepute pentru persoana obișnuită. Apoi stabilim pe deasupra ceea ce numim expertiză clinică. După ce au fost învățați de cei mai buni medici în diferite boli, ce trebuie să caute și unde sunt indivizii și cum să argumenteze despre diferitele standarde de practici de îngrijire, care dintre acestea este cel mai potrivit sau cum să parcurgi diferitele căi prin aceste diferite practici de îngrijire și aplicați-le acum în cel mai bun mod posibil, dar în cele din urmă urmând și analizând literatura clinică, toate sutele de mii, 600.000 de articole din PubMed despre progresele științei care au apărut în acel domeniu, care sunt relevante pentru a face acum această recomandare de tratament.
Toate acestea sunt aspecte diferite ale algoritmilor pe care le aplicăm în diferite faze ale acestui proces, toate fiind învățate punând unii dintre cei mai buni medici din lume în fața acestor sisteme și obligându-i să folosească sistemul și să corecteze sistemul când văd că ceva nu merge bine și ca sistemul să învețe esențial prin această utilizare despre cum să-și îmbunătățească propria performanță. Folosim asta în special în cazul oncologiei pentru a ajuta la informarea medicilor din domeniu cu privire la opțiunile de tratament cu care este posibil să nu fie familiarizați, sau chiar dacă au cunoștințe cu aceasta poate să nu fi avut experiență reală și să nu o facă înțelege cu adevărat modul în care pacienții lor vor răspunde la aceasta și cum pot obține cel mai eficient răspuns de la pacienții lor.
Ceea ce a făcut practic este democratizarea expertizei. Putem lua cei mai buni medici de la Memorial Sloan Kettering care au avut beneficiul de a vedea literalmente mii de pacienți pe an în jurul aceleiași boli de la care au dezvoltat această extraordinară expertiză, să o surprindă în sistemul cognitiv, să scoată asta într-o comunitate sau stabilirea clinicii regionale în care acești medici ar fi putut să nu aibă atât timp să lucreze cu aceeași boală la un număr mare de pacienți diferiți, oferindu-le posibilitatea de a beneficia de această expertiză care a fost acum capturată în sistemul cognitiv.
Cred că această idee de a distribui acea expertiză, în primul rând, de a o captura este o sarcină non-banală, dar apoi după ce ați făcut asta, fiind capabil să o distribuiți cu adevărat pe planetă, veți avea expertiza cei mai buni medici de la Memorial Sloan Kettering putând fi livrați în China, în India, în mici clinici și cred că este destul de extraordinar.
Are un impact social extraordinar asupra bunăstării noastre, asupra sănătății noastre, asupra lucrurilor care ne vor beneficia ca societate.
În ceea ce privește informația, ceea ce îi preocupă pe oameni despre inteligența artificială este că va înlocui oamenii, va înlocui locurile de muncă. Este legat de mișcarea de automatizare. Lucrul care mă lovește este să stau în spațiul medical, radiologi. Radiologii se uită la sute și sute de diapozitive pe zi. Watson sau un sistem bazat pe AI ar putea reproduce același tip de diagnostic și de analiză a imaginii. După zece ani, credeți că vor exista mai mulți sau mai puțini radiologi umani angajați în SUA? Care este impactul asupra industriilor de genul acesta?
Impactul este de fapt pentru a ajuta oamenii să facă o muncă mai bună. Este vorba despre… ia-l în cazul medicului. Dacă acum medicul poate lua decizii mai informate, care se bazează pe dovezi reale, care sunt susținute de cele mai recente fapte din știință, care sunt mai adaptate și specifice fiecărui pacient, acesta le permite să își facă treaba mai bine. Pentru radiologi, le poate permite să vadă lucruri din imagine de care altfel ar putea să lipsească sau să fie copleșite. Nu este vorba despre înlocuirea lor. Este vorba de a-i ajuta să își facă treaba mai bine.
Are ceva din aceeași dinamică ca fiecare instrument pe care l-am creat vreodată în societate. Îmi place să spun dacă te întorci și te uiți la ultimii 10.000 de ani ai societății moderne de la apariția revoluției agricole, am fost ca o societate umană pentru a construi instrumente, ciocane, lopeți, hidraulice, scripete, pârghii și multe dintre aceste instrumente au fost cele mai durabile când ceea ce fac cu adevărat este amplificarea ființelor umane, amplificarea forței noastre, amplificarea gândirii noastre, amplificarea acoperirii noastre.
Aceasta este într-adevăr modalitatea de a ne gândi la aceste lucruri, este că aceasta va avea cea mai mare utilitate atunci când ne permite să facem ceea ce facem mai bine decât am putea noi înșine, când combinația dintre om și instrument este împreună mai mare decât oricare dintre ei ar fi fost singuri. Acesta este într-adevăr modul în care ne gândim. Așa evoluăm tehnologia. Acolo va fi utilitatea economică.
Sunt complet de acord, dar cred că vor exista industrii evitate din cauza eficienței introduse de aceste sisteme inteligente.
Vor fi tranziționate. Da, vor fi tranziționate. Nu vreau să diminuăm acest punct spunându-l în acest fel, dar vreau să fiu sigur că nu ne gândim la asta ca la eliminarea locurilor de muncă. Este vorba despre transformarea locurilor de muncă pe care oamenii le îndeplinesc. O să vă dau un exemplu. O mulțime de discuții despre modul în care acest lucru poate elimina locurile de muncă în centrul de apel. Ei bine, ghici ce? Există multă muncă în care agenții centrelor de apeluri fac că nu trebuie să facă, că nu le place să facă, ceea ce le îndepărtează capacitatea de a face lucruri care sunt mai interesante.
Puternica pe care o vedem în centrele de apeluri este determinată în mare măsură de faptul că, dacă te gândești la jobul de a fi agent de call center, stai la sfârșitul apelului telefonic ascultând clienții irate toată ziua punând aceeași întrebare peste și din nou, și e greu să mergi acasă noaptea simțindu-te foarte bine în ceea ce ai făcut în acea zi. Este greu să te lauzi cu prietenii și familia cu acest job pe care îl ai și cât de bine te descurci atunci când aceasta este situația în care te afli.
Dacă putem obține sistemul cognitiv printr-un agent de conversație pentru a descărca un anumit procent, să spunem că 30 la sută dintre apelurile care vin și răspunde la întrebările cele mai frecvente și apăsătoare ale clienților rapid, eficient și să avem grijă de acea muncă banală, atunci ce este rămâne după tot ceea ce a fost îngrijit sunt tipurile de întrebări pe care oamenii le au, care necesită, în mod inerent, mai mult o atingere umană, pe care apoi o să o predați la acel agent de call center. Problema cu care se confruntă pentru acel client este mai interesantă, mai dificilă, îi cere să depună mai mult efort intelectual, dar, de asemenea, se ocupă de un client care a fost mulțumit. Ei vin un pic mai fericiți. Ei nu vin deloc în mod irat cu privire la problema lor.
Pentru agentul de call center, acesta și-a îmbunătățit de fapt munca. De fapt, este posibil ca aceștia să își facă treaba mai bine și să fie mai îndepliniți de asta. Între timp, pentru client, pentru consumator, au rezolvat rapid problemele cele mai presante ale acestora. Nu stau în așteptare de 10 minute. Nu așteaptă să fie direcționat către persoana potrivită cu doar cunoștințele potrivite. Primesc informațiile de care au nevoie cel mai ușor și capabil să meargă mai departe cu viața lor, probabil cu o decizie mai bună, cu siguranță informații mai bune sau cel puțin informații mai consistente. De fapt beneficiază ambele părți ale ecuației.
E interesant. Unele dintre demonstrațiile pe care le-am văzut astăzi este că aplicațiile de call center pot anticipa și detecta starea emoțională a persoanelor care apelează destul de eficient, deci nu este doar tranzacțional. Poate citi destul de bine starea persoanei de pe celălalt capăt al liniei.
Ceea ce este esențial dacă vă gândiți; o conversație are două elemente. Unul este că ceea ce spun oamenii pentru a începe, în general, nu este ceea ce sunt cu adevărat acolo. Dacă spun: "Care este echilibrul meu?" bine, aceasta nu este problema mea. Da, trebuie să-mi cunosc soldul contului, trebuie să știu câți bani am, dar problema mea este că încerc să cumpăr ceva sau încerc să îmi dau seama cum să obțin bani în poziția corectă pentru a plăti facturile mele în această lună sau încerc să economisesc pentru educația copiilor mei. Problema mea este mai mare decât prima întrebare pe care mi-am pus-o și o conversație ar trebui să fie despre a ajunge la acea problemă reală.
A doua caracteristică comună a unei conversații este aceea că, de obicei, poartă un fel de arc emoțional. Oamenii intră într-o anumită stare emoțională, iar o parte a conversației este aceea de a-i trece printr-o schimbare emoțională care, adesea, înseamnă că îi mutați de la a fi supărați până la a fi mulțumiți. În unele conversații, am putea intra în ea. S-ar putea să se încălzească puțin. Vedeți un arc emoțional care pornește poate calm și apoi trece la o discuție mai controversată, care până la urmă se rezolvă.
A fi sensibil și conștient de starea emoțională în părțile implicate este o parte importantă pentru a fi eficient în acea conversație.
Care sunt unele dintre celelalte aplicații care credeți că sunt cu adevărat transformatoare, care sunt disponibile astăzi?
Cred că oricare dintre ei, ceea ce facem este implicarea utilizatorului, a clientului, într-un mod care are ca rezultat inspirația lor. Pentru mine, în cele din urmă, și din nou revenind la conversații ca exemplu, de obicei când ființele umane intră într-o conversație, venim la masă cu o idee. Ai o idee. Am o idee. Acea idee de început este începutul conversației, iar pe parcursul conversației evoluăm acele idei. Le amestecăm. Le îmbinăm. Poate le reducem sau le amplificăm. Evoluăm până la un punct în care ieșind din conversație avem o idee mai bună, sperăm. Ideal.
Pentru a face acest lucru, trebuie să existe nu numai darul, dar și un element al modului în care inspirați pe cineva? Cum îi determini pe oameni să își activeze imaginația? Cum îi determinați să se gândească la ceva la care nu se mai gândiseră înainte sau să vadă ceva într-o lumină la care nu se mai gândiseră înainte sau să vadă un alt punct de vedere care îi duce pe un drum pe care nici măcar nu știau să-l gandeste-te, sa pui intrebari pe care nu se gandesc sa le puna? Acestea sunt exemplele, acestea sunt situațiile care cred că sunt cele mai promițătoare și vor avea cel mai mare beneficiu pentru oameni.
Asta se întâmplă astăzi sau este ceva care trebuie să se întâmple pe măsură ce evoluează tehnologia?
Nu, se întâmplă. Avem exemple despre asta se întâmplă acum. De fapt, revenind la oncologie ca un exemplu, pentru cei mai buni medici din lume, opțiunile de tratament care sunt prezentate pot fi evident pentru ei în cea mai mare parte. Este posibil să existe unul din zece cazuri în care ar putea spune: „Ei bine, așteaptă un pic, asta a fost o idee interesantă”. Nu va fi la fel de des, dar, așa cum ai spus mai devreme, dacă luăm asta acum la setările comunității, la setările regionale și în zonele în care nu există acel nivel de expertiză, faptul că sistemul poate introduce idei noi, noi opțiuni de tratament, este vorba despre introducerea de idei noi. Deja vedem asta.
Apoi, desigur, trecând dincolo de ceea ce cred eu a devenit scenariul de chatbot clasic, pe care cred că unii dintre noi încep să-l vedem în exemple diferite până acum, în situația în care cineva dă o alertă de fraudă cu cardul de credit pe cardul de credit și merge la un chatbot astăzi, s-ar putea să fie doar simplu: "A fost oare tranzacția aceea pe care ai făcut-o sau nu? Dacă este, atunci este bine. Dacă nu, atunci vom face ceva despre anularea tranzacției, " acum, "Bine.", aveți nevoie de un nou card de credit. Unde este cel mai bun loc pentru a vă adresa? Ar trebui să-l trimitem prin poștă? Nu ar trebui să vă trimitem un mesaj? Oh, vă pregătiți să mergeți în această călătorie. pentru a nu-l putea trimite prin poștă.Trebuie să-ți venim mai repede decât asta.
"Oh, pleci peste mări. Poate există aici o opțiune de card de credit la care nu erai expus până acum, nu știai, unde gestionăm mai bine schimburile valutare în favoarea ta. Oh, folosești asta pentru afaceri Este o călătorie în străinătate. Folosești asta pentru cheltuielile de afaceri. Ei bine, iată un card de credit care are o rată a dobânzii mai potrivită pentru asta. " Acestea sunt exemple foarte simple, dar fiecare dintre ele deschide un set nou de idei care nu se întâmplă de obicei în chatbotul tău simplu astăzi și care poate fi cu adevărat foarte abilitant pentru ființele umane.
Punctul interesant este că, pe măsură ce parcurgeți toate aceste opțiuni, în trecut, ar fi un scenariu. Ar exista un scenariu cu câteva ramuri. Ar fi predefinit în avans. Este un lucru foarte diferit atunci când un chatbot face că reacționează de fapt la informațiile pe care le oferiți și la informațiile pe care le-ați dat deja și care vă conduce pe căi care nu au fost scriptate. Știe că călătorești, dar nu i-ai spus neapărat. A aflat că informațiile din istoricul e-mailului.
Poate găsi lucruri despre tine pe care le-a descoperit pe parcurs.
Am vorbit despre oncologie pentru că este un exemplu excelent. Am vorbit despre chatbots, deoarece majoritatea oamenilor au avut o interacțiune cu ei. Dar aceasta este o tehnologie care se extinde cu adevărat în fiecare industrie. Este greu să te gândești la o industrie care să nu aibă un fel de componentă cognitivă. Există exemple care sunt doar o cale de ieșire la care oamenii nu s-au gândit încă?
Lucrul care este uimitor pentru mine este cum în fiecare zi cineva vine cu o altă idee nouă. De aceea cred că ne aflăm într-o fază atât de interesantă, pentru că, după ce ne-am concentrat pe descompunerea a ceea ce avem în ceea ce privește capacitățile cognitive pentru a construi servicii de bloc, este de fapt eliberarea oamenilor de a-și folosi imaginația și de a continua ideile pe care le-am făcut. Niciodată nu am avut în vedere cu adevărat până acum, dacă asta folosește recunoașterea vizuală pentru a analiza peisajul.
În California, de exemplu, o companie de acolo folosește recunoașterea vizuală pentru a analiza topografia și topologia și a recunoaște în imagine diferența dintre o suprafață de beton, o suprafață de acoperiș asfalt, o suprafață de iarbă, copaci și arbuști și aceste lucruri, estimați cantitatea de apă consumată și unde pot exista scurgeri de apă și lucruri care ar putea fi făcute pentru a îmbunătăți utilizarea eficientă a apei, de exemplu.
Sau, în arena legală, folosind aceste lucruri pentru a pleca și a ajuta avocații să citească cu literalmente milioane și milioane de pagini cu materiale de fundal, cum ar fi să găsești acul într-un hastack. Unde este acea bucată de hârtie care este cu adevărat relevantă pentru acest caz particular? Încercând să rezolve toate astea. Oportunitățile sunt doar enorme.
Cred că una dintre aceste calificări are cantități mari de date care trebuie analizate. Ați vorbit despre documentele medicale și puteți scana fișele medicale pentru informațiile relevante. Aceste înregistrări de-a lungul vieții dvs. ar putea avea multe sute de pagini. Asta este ceea ce, poate, medicul de familie are o idee despre asta, dar nu vor aminti toate acestea, în timp ce sistemul nu uită niciodată.
Da. Este posibil ca un medic să aibă cinci, poate zece minute să analizeze acest istoric medical înainte de a veni și să vă consulte și totuși există tot felul de informații foarte relevante care pot fi în istoricul dvs., trecutul vostru, că în orice alte circumstanțe le-ar lipsi doar pentru că nu au timpul, asta dacă ar avea asta ar face diferența.
Gândiți-vă la o situație în care dacă o femeie i-ar fi spus medicului că mama ei tocmai a murit de cancer la sân în urmă cu doi ani. Ei bine, șansele sunt ca medicul să fi observat asta în acea înregistrare, dar în acest moment, dacă această femeie vine să-și prezinte o forfotă în sân și dacă medicul nu vede asta, ei bine, asta este o piesă foarte importantă care lipsește informație. Poate că vor descoperi asta, vorbind cu pacientul, dar poate că nu. Chiar vrei să îți asumi riscul de a nu știi asta când ceva de genul acesta este atât de german?
Caracteristica generală pentru locul în care aceste lucruri tinde să fie utile este că ai menționat unde există o mulțime de date. Da, dar într-adevăr este atunci când oricare dintre aceste aspecte despre cine suntem ca ființe umane, unde capacitatea noastră cognitivă începe să-și atingă limita. Ne pricepem la citit. Putem citi ceva. Îl putem asimila. Putem să ne adaptăm la informații și să le utilizăm în moduri foarte puternice ca ființe umane. Dar nu suntem prea buni la citirea multor date. Nu putem decât… Ideea de a citi zeci de mii, sute de mii, milioane de pagini de literatură într-o zi este cu mult peste capacitatea noastră.
Întrebarea devine, pe măsură ce creștem într-o lume în care cantitatea de informații produse zilnic crește exponențial, cu cât mai multe informații nu le folosim care are informații în ea, are acea informație mică. absolut critice pentru decizia pe care trebuie să o luăm nu ajungem? Dacă nu este cantitatea de informații citite, este: Cât de mult asimilăm? Cât de mult putem reaminti? Suntem capabili să vedem micile tipare care sunt relevante în informațiile respective pentru deciziile noastre?
Există o mulțime de lucruri la care noi, ca ființe umane, suntem bine. Există, de asemenea, o mulțime de lucruri pe care nu suntem foarte buni și asta cred că atunci când calcularea cognitivă începe să facă o diferență uriașă, este atunci când este capabil să depășească distanța respectivă pentru a compensa acest gol.
Pare destul de clar că aceasta este lumea în care ne îndreptăm. Cât de pregătiți suntem? Ce priviți la sistemul nostru de învățământ, la economia noastră, la structurile noastre politice? Cât de bine suntem pregătiți să trăim într-o lume cu acest tip de calcul cognitiv ca componentă?
E interesant. Aceasta se bazează pe unul dintre punctele cheie de valoare pe care le deținem ca ființe umane, care este capacitatea noastră de a ne adapta. Dacă îl priviți în termeni pur discreți, unde se întâmplă acest lucru și dacă ar fi să sărăm înainte 10 ani și să-l privim și să spunem: „Unde vom fi 10 ani? Suntem pregătiți pentru asta?” răspunsul va fi probabil, nu. Trebuie să facem multe altele. Însă ființele umane au această abilitate remarcabilă de a se adapta și a crește odată cu schimbările care apar în jurul lor.
Gândiți-vă acum 10 ani, când smartphone-ul tocmai începea să devină disponibil pentru noi, să nu mai vorbim de popular și cât de multe schimbări am trecut ca societate în ultimii 10 ani. Gândiți-vă cum este viața ta zilnic cu sau fără smartphone-ul tău. Ne putem plânge despre cât de mult ar putea fi îndepărtat de alte experiențe, iar acest lucru poate fi adevărat, dar ideea este că nu am petrecut mult timp în urmă cu 10 ani să ne prevestim, eram pregătiți ca societate, chiar dacă de fapt, am trecut prin numeroase schimbări în ultimii 10 ani de care probabil nu am fost pe deplin conștienți de faptul că am asimilat această schimbare a tehnologiei și am început să o folosim în moduri foarte eficiente.
Trebuie să facem multe. Sunt multe pe care le vom face de-a lungul timpului, multă creștere pe care o vom parcurge, multă educație și politică și alte lucruri pe care trebuie să le parcurgem, dar vom face asta.
Vom ajunge la ultimele mele întrebări. Ce tendință tehnologică te preocupă cel mai mult? Există ceva care să te țină la curent cu noaptea?
Cred că cea mai mare preocupare pe care o am acum este că oamenii trebuie să își asume responsabilitatea. Noi, ca ingineri și furnizori de tehnologie, consumatori de tehnologie, oameni care au responsabilitatea reglementării tehnologiei, trebuie să fim conștienți și să ne gândim până acum la ceea ce vrem să facem pentru a ne proteja și a ne pregăti pentru schimbările care apar. Nu va fi pentru că nu ne vom adapta la asta. Noi vom. Problema este, desigur, în procesul de adaptare a acesteia, de asemenea, nu vom fi conștienți de ceea ce face și de modul în care aceasta ne afectează și în care oamenii pot exploata această tehnologie în moduri pe care nu le preferăm, că nu suntem nu ne simțim confortabil sau nu ne dorim în mod retrospectiv.
Cred că trebuie să fim conștienți și să ne gândim la ceea ce facem și nu vrem să se întâmple în viața noastră cu această tehnologie. Mai exact, în special vânzătorii, noi ca furnizori ai acestei tehnologii, precum și persoanele care consumă aceste componente tehnologice și construiesc aplicații din aceasta ar trebui să presupunem în acest moment responsabilitatea pentru comportamentul nostru sau comportamentele etice care se nasc din valorile etice.
Ca exemplu, recomandăm cu fermitate oricăruia dintre dezvoltatorii noștri de aplicații, oricăreia dintre instituțiile care creează aplicații care utilizează aceste tehnologii, să fie foarte transparenti cu utilizatorii finali despre faptul că aceasta este o aplicație cognitivă, este un computer și nu încearcă să maschezi ca o ființă umană reală, de exemplu. Nu te preface. Nu lăsa acest lucru să se prefacă.
Nu imita.
Nu-l imitați și nu lăsați clienții dvs. să creeze în eroare să creadă că acest lucru este o persoană reală. Etic, este greșit. Cred că creează riscul de vulnerabilitate. O ființă umană care interacționează cu o ființă umană poate face anumite presupuneri despre defectele noastre, despre incapacitatea noastră de a reține de fapt o mulțime de informații, în cazul în care, atunci când avem de-a face cu un sistem cognitiv, trebuie să fim atenți că oamenii care furnizează acel cognitiv soluția are o responsabilitate față de confidențialitatea și protecția informațiilor pe care le furnizăm. Nu trebuie să uităm niciodată de acest fapt.
În ceea ce privește tehnologia pe deasupra, ce tehnologie utilizați în fiecare zi care doar inspiră minunea? Ce ți-a schimbat viața?
Cred că acum pot avea acces la informații care, chiar dacă aș putea să le primesc pe internet, am avut informații disponibile pe internet de mult timp, dar de multe ori încetăm să încercăm să obținem informațiile respective este copleșitor. Mă uitam la niște echipamente pentru camere și încercam doar să iau decizii cu privire la compromisurile dintre diferite camere -
Vă trimit un link către ghidul nostru de cumpărători.
Acolo te duci. Devine copleșitor și, totuși, trebuie să te bazezi pe alți oameni pentru a-ți oferi acel sfat și pentru a presupune că au făcut cercetările pentru tine, dar chiar și atunci, aceștia fac acest lucru pe baza unor presupuneri pe care le-au făcut despre ce aveți nevoie și ce vă pasă. La un moment dat pur și simplu renunțați și spuneți: „Bine, bine, spuneți-mi ce să fac, o voi face”. Sau accesați o mulțime de site-uri web și vedeți toate aceste păreri și devine doar confuz și contradictoriu, așa că spuneți: „Ei, naiba cu toate acestea. Voi merge doar cu ceea ce mi se pare bine."
Acum, deoarece aceste sisteme pot acumula și asimila și organiza cantități vaste de informații, chiar și pentru persoanele care fac recomandări, chiar și pentru consilieri, le avantajează pentru că îi ajută să facă o treabă mai bună. Un mod în care îmi place să spun că este că nu ne gândește pentru noi, ne cercetează pentru noi, astfel încât să ne putem gândi mai bine, și asta este adevărat pentru noi ca utilizatori finali și este adevărat pentru consilieri. Este adevărat pentru oricine are rolul de a fi analist.
Mă gândesc la aplicație, pentru că întotdeauna încercăm să ajutăm oamenii să ia decizii de cumpărare. Nu suntem departe de un sistem care ar putea privi toate fotografiile pe care le-ați făcut în ultimii cinci ani, vedeți că vă place să faceți fotografie cu animale sălbatice sau closeup-uri de flori și apoi să faceți o recomandare a camerei pe baza imaginilor care tu iei.
Asta e corect. Flamingos. Nu stiu de ce.
Aceasta este cea mai bună cameră foto pentru a face fotografii cu flăcări.
Flamingo, nu.
Suntem aproape acolo. Tehnologia există, pur și simplu nu a fost încă programată.
Da.
Sau învățat, așa cum facem în aceste zile. Rob High, mulțumesc mult pentru că ai făcut asta.
Mulțumesc foarte mult.
Pentru mai mult Fast Forward cu Dan Costa, abonați-vă la podcast. Pe iOS, descărcați aplicația Apple Podcasts, căutați „Fast Forward” și abonați-vă. Pe Android, descărcați aplicația Stitcher Radio pentru Podcasts prin Google Play.
