Learning To Trust Artificial Intelligence: An Optimist's View

این نظر Pranay Agrawal، بنیانگذار و مدیر عامل شرکت Fractal Analytics است که بخشی از نسل جدیدی از شرکتهایی است که با استفاده از راه حل های مبتنی بر AI هدایت می شوند. او می گوید: "رهبران تجاری به فکر دستیابی به نتایج بهتر برای مشتریان خود، کارکنان و سهامدارانشان هستند.". آنها مجبور نیستند به الگوریتم ها اعتماد کنند، فقط باید به نتایج اعتماد کنند. به AI کورکورانه اعتماد نکنید - با آزمایش و نتایج اعتماد کنید.

با چنین آزمایش هایی، به محض اینکه موفقیت شما بیشتر می شود، اعتقاد شما قوی تر می شود. سپس شما مایل به آزمایش یا وارد کردن تجزیه و تحلیل و AI حتی به مناطقی میشوید که نمی توانید لزوما تاثیر آن را اندازه گیری کنید.

کلید به دست آوردن اعتماد و پذیرش AI، از طریق آموزش و درک پتانسیل آن است. درک اینکه چگونه میتواند به ما کمک کند رشد کنیم و همچنین درک مشکلات و خطرات آن. در نهایت، Agrawal معتقد است، AI به تمام فرآیندهای ما تزریق میشود ولی آن را نمی بینیم. همانطور که امروز فناوری اطلاعات به بسیاری از چیزهایی که ما انجام می دهیم، تزریق شده است و ما دیگر درمورد آن را بحث نمی کنیم.

AI
یعنی توانایی ایجاد الگوریتم هایی که می توانند با توانایی شناختی انسان در بسیاری از مسائل، رقابت کرده یا از آن فراتر روند. از کار ساده ای مانند انجام تجزیه و تحلیل یا انجام یک پیش بینی گرفته تا موارد پیچیده تر که مستقیما در حوزه انسانی تعریف میشوند. مانند تشخیص تصویر، تشخیص متن و تشخیص صدا.

آگراول اذعان می کند که ترسی نسبت به AI وجود دارد، از مسائل متعصبانه(bias) گرفته تا از دست دادن شغل. این ترس ها به خوبی درک شده اند و بزودی برطرف می شوند. این ترس ها به شکل "ما نمی دانیم که چه چیزی در داخل این جعبه سیاه اتفاق می افتد" یا "ما به عنوان انسان ها، کنترل همه الگوریتم ها را در هر کاری که انجام می دهیم، به دست میگیریم" ظاهر میشوند. ترس از دست دادن شغل وجود دارد. اگرچه، با وجود رشد چشمگیر در استفاده از AI، نرخ اشتغال همچنان سر جای خود باقی می ماند. در حال حاضر ما در اوج نوآوری های تکنولوژیکی هستیم و هر روز تکنولوژی بیشتری نسبت به گذشته بوجود می آید.

آگراول ادامه می دهد: "نژاد بشر در گذشته با بحران های زیادی روبرو شده است. ما از طریق ساختارهای اجتماعی جدید و از طریق مدل های اقتصادی جدید، راه حل های جدیدی پیدا کردیم. می توانستیم به انیشتین بگوییم که مکانیک کوانتومی خود را ارائه ندهد، زیرا روزی منجر به کشف بمب هسته ای میشود. اما همان فناوری منجر به تولید داروهای مبتنی بر رادیولوژی شد و همچنین همان تکنولوژی تلفن های همراه و تلویزیون را ایجاد کرد."

همین اتفاق در مورد AI نیز صادق است. در چند سال آینده، آگراول انتظار دارد که پیشرفت های زیادی در هوش مصنوعی اتفاق بیفتد. وی میگوید "من انتظار دارم که درصد زیادی از وسایل نقلیه، خودمختار شوند. در جهان، حدود دو میلیون نفر در سال در اثر حادثه رانندگی جان خود را از دست میدهند. من معتقدم که وسایل نقلیه خودمختار می توانند این میزان را تا مقدار زیادی کاهش دهند. همچنین انتظار دارم تشخیص های پزشکی زیادی بوسیله AI اتفاق بیفتند و باز هم جان انسان های زیادی را نجات دهد. 25 درصد از نتایج آزمایشات اشعه ایکس اشتباه خوانده میشوند، زیرا چشم انسان نمیتواند بسیاری از نقاط را در سطح پیکسلی تشخیص دهد، در حالی که نرم افزار می تواند. راه هایی پیدا خواهیم کرد تا AI را برای همه انسان ها مفید کنیم، برای بهبود کیفیت زندگی و همچنین بهبود رفاه."

لینک

#article #forbes #artificialintelligence #agrawal

@pythonicAI

Is Google’s Claim To Patent Batch Normalization A Step Towards Monopolizing Algorithms? 

لینک

#article #google #machinelearning #artificialintelligence

@pythonicAI

Chinese newspaper uses robots to generate stories and articles

https://sciencehook.com/technology/chinese-newspaper-uses-robots-to-generate-stories-and-articles-3337

#artificialintelligence #article

@pythonicAI

Managing Machine Learning Models The Uber Way

Link

#article #machinelearning

@pythonicAI

Healthcare Needs AI, AI Needs Causality

Link

#artificialintelligence #article

@pythonicAI

The key idea behind the Convolutional Neural Nets:

The ability of learning networks can be greatly enhanced by providing constraints from the task domain.

Link

#deeplearning #convolution #neuralnetwork #machinelearning #article

@pythonicAi

Will AI Make You Faster/Smarter/Stronger ... Or Just Replace You?

There's always a third option, the one Elon Musk worries about. That is, of course, Skynet.

But AI is already here, even if it’s not self-aware. And we’re adding more of it every day to our homes, our offices, our workplaces, and our cities.

For instance, an AI radiologist is unlikely to be able to converse with a patient, question the source of the data it is looking at, seek tangential possibilities, or interface with doctors. But a radiologist using AI could be smarter and faster, freeing up more time for both deeper human connection and additional work.

Read more

#artificialintelligence #skynet #article

@pythonicAi