在2015年10月14日，特斯拉為Model S推出了半自動(dòng)駕駛系統(tǒng)。一天之內(nèi)，車主開始紛紛上傳該系統(tǒng)載著自己兜風(fēng)的視頻。
當(dāng)前面的車減速或Model S自動(dòng)變換車道的時(shí)候，你可以看到人們臉上充滿了恐懼。他們已經(jīng)準(zhǔn)備迎接沖擊，開始祈禱。
你可以看出他們想把雙手放在方向盤上，并接管。
但是慢慢的，隨著汽車開得越來越穩(wěn)，人們終于慢慢地放松下來享受體驗(yàn)。其中一些甚至忘記了，是半自動(dòng)駕駛系統(tǒng)在開車：在幾個(gè)小時(shí)前還是不可能的事情。
這個(gè)旅程從驚訝，恐懼，到生活一切照舊，我們都將一遍又一遍地經(jīng)驗(yàn)，當(dāng)軟件算法接管了我們以前認(rèn)為只有人類才可以做的決定。我們稱之為驚喜恐懼接受曲線(surprise-fear-embrace curve)。
作為公司，企業(yè)家和高管如何操縱這個(gè)曲線將會(huì)對(duì)我們事業(yè)的成功產(chǎn)生重大影響。
阻止領(lǐng)導(dǎo)者進(jìn)入興旺的人工智能世界的障礙
可以說，操縱曲線最大的障礙是學(xué)習(xí)如何不信任我們的直覺。
想象一下，你花了整個(gè)職業(yè)生涯學(xué)習(xí)的技能，然后成為世界級(jí)高手。比方說，你能在招聘過程中發(fā)現(xiàn)明星員工。
幾十年來，雇傭了數(shù)百名員工后，你建立了敏感的直覺。現(xiàn)在，幾分鐘之內(nèi)你就可以知道，面試者是否適合。
人們都稱贊你這個(gè)技能。你也因此出名了，升職了。你的事業(yè)都依賴于它。
現(xiàn)在，假設(shè)算法變成了招聘過程的一部分，而它的決策和你的直覺背道而馳。起初，你可能會(huì)喊：“這是什么鬼!”但隨后，隨著招聘結(jié)果出來，你會(huì)發(fā)現(xiàn)通過原來令人費(fèi)解的算法做出的決定是正確的。
屆時(shí)，這段代碼已經(jīng)勝過你花了幾十年時(shí)間來學(xué)習(xí)和幾十萬美元的學(xué)費(fèi)。
我們不是在談?wù)摷僭O(shè)。這實(shí)際上對(duì)Xerox(施樂：美國辦公設(shè)備制造公司)、沃爾瑪而言，已經(jīng)成為現(xiàn)實(shí)，越來越多的公司也將如此。
Xerox的情況是，其HR算法了解到，傳統(tǒng)觀念是錯(cuò)誤的。對(duì)在其呼叫中心工作的人員而言，經(jīng)驗(yàn)對(duì)最終成功的影響非常小，真正重要的是個(gè)性。
在過去，我們經(jīng)常想，“這可以發(fā)生在我的領(lǐng)域嗎?”
今天，我們要問，“它會(huì)發(fā)生在什么時(shí)候?”
毫無疑問，在做很多決定上，算法比人的直覺更勝一籌。著名研究員Paul Meehl在2003年去世之前不久，總結(jié)了對(duì)于直覺與算法決策的研究，他發(fā)現(xiàn)，在幾乎所有情況下，算法的決策表現(xiàn)較好。這里是Meehl的原話：
當(dāng)你進(jìn)行了100多項(xiàng)調(diào)查，預(yù)測(cè)一切，從足球比賽的勝負(fù)到肝臟疾病的診斷，其中連幾項(xiàng)研究對(duì)人類直覺有利的結(jié)果都拿不出手，那就是時(shí)候得出一個(gè)實(shí)用的結(jié)論了。
在Superforecasters公司，主要研究者David Ferrucci領(lǐng)導(dǎo)IBM團(tuán)隊(duì)開發(fā)Watson，贏得Jeopardy，預(yù)測(cè)專業(yè)知識(shí)大師模式的消亡。“我會(huì)用我的Niall Ferguson反擊你的Paul Krugman論戰(zhàn)，并用我的Bret Stephens博客反駁你的Tom Friedman專欄。” 這些將變得過時(shí)。
他補(bǔ)充說，“我認(rèn)為人們聽從專家的意見將變得越來越奇怪，只能這些意見是由他們的主觀判斷生成的。人的思維因心理缺陷而困擾，在過去的十幾二十年，已成為廣泛認(rèn)可的事實(shí)。”
那么，我們應(yīng)該如何以及何時(shí)學(xué)會(huì)更加信任算法決策，更少信任直覺?
我們需要正確理解人工智能
在過去的十年中，我的團(tuán)隊(duì)和我一直在期待人工智能火起來。 2009年，得克薩斯州的投資使我們的研究商業(yè)化。從那時(shí)起，我們已經(jīng)用人工智能軟件來幫助石油、天然氣、高科技等行業(yè)的世界500強(qiáng)企業(yè)提高關(guān)鍵任務(wù)流程了。企業(yè)家和作家Michael，曾在福布斯，哈佛商業(yè)評(píng)論，和時(shí)代寫過領(lǐng)導(dǎo)專題。
在我們的經(jīng)驗(yàn)相結(jié)合的基礎(chǔ)上，大多數(shù)企業(yè)高管在他們對(duì)人工智能的未來思考，有一定的漏洞。
你可以采取以下這些措施來補(bǔ)救漏洞，并讓自己和你的組織蓬勃發(fā)展：
1.問一個(gè)簡(jiǎn)單的問題，“谷歌會(huì)如何做呢?”
如果汽車制造商在十年前問這個(gè)問題，他們也不會(huì)在今天奮力追趕自動(dòng)駕駛汽車了。未來的二十年，自動(dòng)駕駛汽車將重塑他們的整個(gè)產(chǎn)業(yè)。谷歌會(huì)如何開采呢?谷歌會(huì)如何種植呢?等等。
2.在現(xiàn)有的數(shù)據(jù)查找隱藏的見解。
許多關(guān)鍵任務(wù)的流程生成的隱藏洞察力的數(shù)據(jù)，可以改變你的業(yè)務(wù)。
以石油和天然氣作為一個(gè)例子。業(yè)界資深人士會(huì)告訴你，“這是所有關(guān)于巖石的資料。”這是事實(shí)：關(guān)于巖石的信息——地質(zhì)學(xué)，地球物理學(xué)，巖石學(xué)，等等是非常重要的。
但同樣重要的還有在水力壓裂過程中光纖傳感器捕捉到的聲音信息。這些聲音中隱藏的往往是幫助經(jīng)營者安全和經(jīng)濟(jì)地提取物碳?xì)浠衔锏年P(guān)鍵信息。水力壓裂過程中已經(jīng)制造這些聲音。收集和分析這些信息是可能的，但許多人甚至從來沒有想到。在其他行業(yè)同理。
3.展開你對(duì)于數(shù)據(jù)的定義。
當(dāng)大多數(shù)人聽到“數(shù)據(jù)”這個(gè)詞，他們會(huì)想到數(shù)字。然而，數(shù)據(jù)不僅僅是數(shù)字。據(jù)IBM稱，世界上80%的數(shù)據(jù)是非結(jié)構(gòu)化的(例如，視頻，圖片，聲音和文字)。
如果沒有數(shù)據(jù)，就沒有人工智能。同樣，如果沒有收集數(shù)據(jù)的感官，就沒有人類的智慧——眼睛，耳朵，皮膚，舌等，只要有一個(gè)大腦是不夠的。
通過增加你收集的數(shù)據(jù)種類，你可以經(jīng)常放大智力和改造決策。這就像給了某人互聯(lián)網(wǎng)，而他以前只能通過書本來學(xué)習(xí)。
4.探索開源算法的世界。
算法在跨越不同的人工智能學(xué)科內(nèi)迅速提高。由于谷歌，F(xiàn)acebook，微軟，麻省理工學(xué)院，斯坦福大學(xué)，卡內(nèi)基·梅隆和其他頂級(jí)科技公司和學(xué)術(shù)機(jī)構(gòu)，在大多數(shù)學(xué)科里最好的AI算法可對(duì)任何人開放：開源、使用和修改都是免費(fèi)的。這些算法都是珍品。
問問你的團(tuán)隊(duì)，為什么他們是在顧問、解決數(shù)據(jù)科學(xué)問題的打包軟件上花錢，而不是先考慮免費(fèi)的解決方案。你的工作就是要確保他們有很好的理由。
5.算法的心思你不要猜。
我們生活在人工智能擊敗世界頂尖圍棋棋手的世界。要理解這個(gè)壯舉，首先要知道圍棋走法的可能性比宇宙中的原子還要多!
算法可產(chǎn)生可操作的見解，即使它可能還沒有能夠解釋這些觀點(diǎn)背后的原因。一旦AI開始持續(xù)產(chǎn)生改善的成果建議，人們應(yīng)該開始使用這些算法和調(diào)查到底為什么這些建議能成功。
6.避免落入“算法不應(yīng)該這樣做”的陷阱
由于算法承擔(dān)更多的決策，我們對(duì)只有人類應(yīng)該做出的決定更加著急。把我們寧愿人為判斷的區(qū)域開放給算法很重要。財(cái)富高級(jí)編輯Geoff Colvin，在他的文章Humans Are Underrated指出，這些領(lǐng)域包括：法官和陪審團(tuán)的決定，領(lǐng)導(dǎo)和管理，目標(biāo)設(shè)定。
驚喜恐懼接受曲線
最近一次驚喜恐懼接受曲線的例子是頂級(jí)棋手李世石，和谷歌的AI AlphaGo之間歷史性的五場(chǎng)圍棋賽。
在第二場(chǎng)比賽中AI玩家的一個(gè)驚人之舉后，一位評(píng)論員說李世石“走出去洗臉才能冷靜下來”。他最終輸?shù)袅吮荣悾f了一句很能說明問題的話：“昨天，我很驚訝。但今天我很無語。”AI贏了之后，谷歌在其官方博客中寫的也很有意思。AlphaGo已經(jīng)能夠“就人類不會(huì)考慮的走法想到解決方案。”
這對(duì)于使用AlphaGo般的技術(shù)，找到人類想不到的解決辦法有巨大的潛力。
在我們的日常生活并在企業(yè)中，從人類的智慧到機(jī)器智能的過渡將是凌亂的。
這將挑戰(zhàn)我們的身份。
這將違背我們已經(jīng)花了多年培養(yǎng)的專家的直覺。
這本身將要求我們給予信任和控制權(quán)，即使我們不明白這些決定。
這將創(chuàng)造更大和更多樣化的機(jī)會(huì)，比我們今天可以預(yù)計(jì)的多太多。
這就是為什么我們把它叫做驚喜恐懼接受曲線，這就是為什么我們會(huì)認(rèn)為，我們可以學(xué)到的最重要的技能之一是如何駕馭它。
推薦閱讀
早上好。 唔，這兩天，“陳年”這個(gè)名字倒是被更多的年輕人(雖然也不知道那些聽著周杰倫的歌長大的人還算不算年輕人)知道了，不過以這種方式整了個(gè)>>>詳細(xì)閱讀
本文標(biāo)題：誰能拿下人工智能，誰就征服了世界！
地址：http://www.geekbao.cn/a/guandian/yejie/299986.html
網(wǎng)友點(diǎn)評(píng)
精彩導(dǎo)讀
科技快報(bào)
品牌展示