中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編者按：人工智能的發(fā)展將會讓人類變得一無是處？在Yelp（美國版大眾點評）搜索團隊的產(chǎn)品經(jīng)理Yue Wu看來是無稽之談。他近日在venturebeat上發(fā)表了一篇文章指出，人類的自覺仍舊是不可取代的。在解決問題的過程中，也遵循著一種80/20法則，仍舊需要人工智能（80）與人類直覺（20）攜手并進。

把機器學習算法放到一個具體的場景來進行優(yōu)化，它將展現(xiàn)出遠超人類的能力。但作為人類，我們應該繼續(xù)專注于我們最擅長的事情，比如創(chuàng)造性地思考，建立同理心，來以引導機器向正確的方向前進。

比如，一個朋友想讓你推薦一些氣氛比較適合約會的餐廳。和大多數(shù)人一樣，你可能會根據(jù)一些突出的特點進行評估，比如舒適、別致的氛圍、食物的口味等等，或許還會分享給他一些可口的甜點。根據(jù)這些特征的重要性，你會想起幾家在這些方面都做得很好的餐廳，并給出建議。

同時，這位朋友還向一個“黑匣子機器學習算法”發(fā)出了同樣的請求。機器學習算法可以獲取用戶評分和價格等多種商業(yè)屬性，并用所有這些數(shù)據(jù)進行訓練。然后，它拿出了一份有幾百家餐廳的清單，按照得分高低排好順序。

從這個簡單的比較中可以清楚地看出，人類的直覺和機器學習在不同的方面有優(yōu)勢。我們的優(yōu)勢在于，作為人類，我們花了很多時間在“約會”這個場景中，和朋友建立了隱含的共享內容情節(jié)。我們很了解朋友，我們知道這次約會對于他來說至關重要，我們甚至會想些能幫助他度過一個神奇的夜晚的細節(jié)。晚上結束的時候，如果我們的朋友打電話給我們抱怨他等了近一個小時，而且停車也非常麻煩，我們也會記得這些信息，并在下次推薦餐館時把它們考慮進去。

關于機器學習的“80/20”法則已經(jīng)有了一些討論。普遍的想法是，完成一種目標的時候，機器能幫我們做到80%，在大多數(shù)情況下，這可能已經(jīng)稱得上是“足夠好”了。但仍有許多方面需要人類的參與和判斷，才能完成最后的20%。

理解問題

如今，隨著對機器學習的大肆宣傳，遇到問題時，人們很容易直接進入機器學習導向型的解決方案。曾經(jīng)有過這樣的例子，我們熱切地盯著我鄰居們在用嶄新的機器學習算法，特別想知道如果我們能把其加入一些更奇特的模型中的話，能解決什么樣的問題。這種想法很容易就會把整個團隊帶到溝里去，最終很有可能建立一個非常強大的基礎設施來解決一個只存在于假想中的用戶問題。

在最初的浪漫餐廳推薦場景中，隱含著這樣一個事實：我們已經(jīng)完成了用戶的研究（了解了我們的朋友），并確定了準確的用戶需求（至關重要的約會）。與機器相比，人類在各種形式的生成性用戶研究（采訪、焦點小組、觀察研究）中都非常出色——這些都需要極大的同理心和非結構化的人際互動。無數(shù)的研究（包括麥肯錫最近的一份報告）反復重申，人類在具有這些特征的領域會繼續(xù)超越機器。至少在可預見的未來，人類仍將是識別這些主要問題的關鍵。

標記特征

人類參與機器學習的另一個常見用途是利用人類的直覺來識別特征和標記數(shù)據(jù)集。例如，“舒適和昏暗的氣氛”是人類可以添加到餐館的數(shù)據(jù)集里的一項功能，從而使推薦變得更加敏感和微妙。

在這一步中，生成性研究方法也派上了用場——我們可以要求用戶對其用例的相對重要性進行排序。一旦機器學習算法可以通過用戶研究獲取、識別，收集或推斷數(shù)據(jù)，并在培訓模型中使用它們就變得非常簡單。

評估結果和改進算法

最終，我們是否提供了一個好的建議取決于實際的經(jīng)驗。但我們如何評估算法的有效性，并不總是像詢問我們的朋友約會是否成功那樣直接。

由于許多功能都是在自然情況下進行交互的，因此很難將產(chǎn)品對用戶的影響區(qū)分開來，反之亦然。例如，我們已經(jīng)了解到，只要向用戶展示可能與他們的原始意圖無關的可見元素，我們就能影響到用戶認為重要的東西（例如，在用戶尋找回家服務時向用戶顯示地圖），從而導致一個毫無幫助的反饋循環(huán)，誤導數(shù)據(jù)反饋到培訓模型中。

幸運的是，在這種情況下，生成性用戶研究幫助我們了解用戶在做決定時，對不同功能的重要性的看法。這些定性研究發(fā)現(xiàn)，能為“如何”和“多少”提供“為什么”，從而使我們能夠更合理地解釋數(shù)據(jù)并改進算法。

我們人類應該繼續(xù)把注意力集中在我們最擅長的事情上，比如創(chuàng)造性地思考，為他人建立同理心，等等。而且這些用例的范圍非常之廣。就在今年早些時候，麻省理工學院的研究人員發(fā)現(xiàn)，即使對于一個客觀的優(yōu)化用例來說，算法仍然可以受益于人類直覺的增加。對于那些更加偏向于主觀的領域，比如根據(jù)用戶當前的需求、心情和公司來選擇一家餐廳，人類直覺在塑造和引導過程中繼續(xù)發(fā)揮著重要作用。

原文地址：https://venturebeat.com/2017/11/02/ai-and-human-intuition-go-hand-in-hand/

譯者：chiming，由36氪編譯組出品。編輯：郝鵬程

譯文地址：http://36kr.com/p/5101284.html

本文由 @郝鵬程 授權發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉載。