時下流行的人工智能概念,是要么它取代你的工作,要么成為你新的電子助理。假設人工智能就是關于你和我。
AI帶來的哪些影響最明顯,對此我們有不同的看法。我們認為,最終人工智能將不可避免地主要與其他人工智能互動。
以美國的911市政系統(tǒng)為例。人們很難想象911呼叫是由NLP訓練的聊天機器人應答的。如果接受這種做法,那是因為人們期望一個更客觀、更一致、更高效的系統(tǒng)。如果不接受,那是因為人們不相信軟件是可信的,特別是在生死攸關的情況下。
但是,在高度緊張和不可預測的人類情境中,使用一種算法來解讀人類語音,這對于機器學習來說是一個重要的延伸。我們距離能夠把機器人放在人類911接線員的前端還有很長一段路要走,更不要說完全取代人類了。
另一方面,有一種方法可以將人工智能納入911,我們發(fā)現(xiàn)這種方法可能最終價值更高:
你在遇到緊急情況下?lián)艽?11,AI會監(jiān)聽你與運營商之間的對話。通過監(jiān)聽少數(shù)接線員數(shù)小時的對話,AI就能理解呼叫內容的性質和緊迫性。AI掌握了與整個應急管理生態(tài)系統(tǒng)其他要素相關的術語,它與生態(tài)系統(tǒng)其他部分的AI相連接,以提醒他們應對這一緊急情況并協(xié)同響應。
救護車派遣型AI的任務是確定最合適的專業(yè)團隊。交通控制型AI主要是協(xié)調停車燈周期為救護車提速。ER型AI是為了確保合適的人員、藥品和設備準備就緒。救護車上的AI為EMS人員提供診斷可能性和治療選擇方面的指導。
你可能會說,這不可能。這種部門之間的協(xié)調和整合是無法實現(xiàn)的,政治和體制障礙太多了。
如果是由人類來決定未來911系統(tǒng)的發(fā)展,那么你可能是對的。但事實是,我們相信人工智能會讓這些在未來變成現(xiàn)實。
那你可能會問了,怎么實現(xiàn)?因為基于機器學習的系統(tǒng)將不可避免地演變?yōu)榫毜淖晕壹m正和自我訓練的實體。數(shù)據(jù)科學團隊推出了算法的早期版本(這個版本最終將成為他們的第一個指令),以便更加自信地應對更多邊緣情況,而這第一條指令將推動算法發(fā)現(xiàn)這其中的差距,并自己主動填補這些差距。
當人類遇見其他人類的時候,具有本能的AIP會管理人類之前的互動。
人類決定彼此的身份:你是誰?
他們建立了可信度:我怎么知道你說的是真的?
他們評估彼此的價值:我是否優(yōu)先考慮你提供給我的東西?
AI需要類似的API。與人類一樣,尋求自我完善的人工智能將需要詢問其他“監(jiān)管者”并與之進行協(xié)商。
身份:這位監(jiān)管者是誰?它有什么經(jīng)驗?
信任:我為什么要相信它們?我對它們給出的意見有多信任?
價值:我有多么需要這些數(shù)據(jù)?根據(jù)我的預算,最大限度的影響力有多大?
這種新型API——在這種機制下,軟件能夠通過查詢和協(xié)商——來自何處?
這些已經(jīng)被作為機器學習發(fā)展演進的一個組成部分。Alegion自己訓練的數(shù)據(jù)平臺使用這種早期的API來激勵主動學習,我們肯定并不孤單。
但算法本身將變革這種新的API,以滿足他們對自我改進和更大信心永不滿足的需求。
正是這種可以詢問和協(xié)商的AI將實現(xiàn)未來的911系統(tǒng)。