谷歌宣布了一项新举措，目标很简单：帮助智能机器与人类更紧密地合作。
该计划被称为“People + AI Research”，简称PAIR。谷歌继续发布一些新工具，使其人工智能系统的内部运作更加透明。同时，谷歌还将启动一系列科研项目，探索更有效的人机协作模式。
近年来，人工智能的发展已经到了爆发期，关于AI是否会抢走人类工作岗位或者取代人类的讨论很多。不过，从技术发展路径来看，这种担心显然是不必要的。目前，人工智能只是自动化某些人类任务的强大工具。
了解人类和人工智能算法如何有效地协同工作将产生重大的经济影响，并重新定义人类的教育方式。而人与机器之间更紧密的合作可以帮助解决人工智能目前存在的一些负面因素，比如人工智能决策机制的不可解释性以及对人工智能将取代人类工作的担忧，请帮我解决。
照片| 哈佛大学教授芭芭拉·格罗斯
哈佛大学教授芭芭拉·格罗斯长期以来一直认为，计算机科学家应该设计补充人类而不是取代人类的人工智能系统。这是因为当前人工智能能力的范围仍然非常有限。格罗兹补充说，人机能力1+1必须大于2。 “就像任何计算机一样，人工智能系统需要为使用它的人工作，”她说。
事实上，我们已经可以在许多游戏中看到人工智能算法如何与人类合作。例如，国际象棋和围棋选手可以通过与计算机程序交互来提高他们的技能。当然，这需要一套新的技能和处理每场比赛的新方法。
图丨人工智能经典——AlphaGo
谷歌研究人员在博客文章中写道：“机器学习在过去几年中发展迅速，技术性能显着提高，但如果我们能够从头开始构建系统，我们就会拥有人的因素。” 。即使考虑到这一点，人工智能技术仍然可以提供很多帮助。 ”
PAIR 项目由复杂信息可视化技术开发专家Fernanda Viegas 和Martin Wattenberg 领导。他们开发了一套工具来解释复杂和抽象的机器学习模型的具体行为。对于这些模型来说，不透明问题是限制进一步开发和利用的关键。
图片丨Martin Wattenberg 与Fernanda Viegas
在这个版本中，PAIR 项目宣布了两个工具。两者都对用于训练机器学习模型的大型数据集执行可视化操作。目标是帮助数据科学家做出更有用的预测和决策，这对于识别训练数据至关重要。显然非常有帮助。
图丨Facet数据可视化平台
Facet 平台包括两个用于理解和分析机器学习数据库的可视化工具。其中，Facet Overview用于对数据集进行整体分析，另一个工具Facets Dive用于检查单个数据特征。
下图显示了使用FacetOverview 从UCI 机器学习数据库导入收入普查数据后的分析。
下图显示了使用Facets Dive 分析收入调查数据的结果。您可以从国家、工作时间、性别、工作类型、公司性质等多个方面来比较特征。
此外，Google 还使用自己的Quick, Draw!系统分析来自世界各地的照片，包括用户的国家、ID、图像识别率等（见下文）。快点画吧！这是由Google Brain 开发的一款Web 应用程序，它使用神经网络的组合，在用户完成一些简单的涂鸦后自动完成对象，并根据最佳预测（以及过去收集的数百万条经验）进行总体预测。
构建与人类良好协作的人工智能系统实际上非常困难。这不仅是由于人工智能系统的复杂性和不透明性，还因为人工智能系统与人类的交互本身就是一个难题。哈佛大学教授芭芭拉·格罗斯说：“最终，为了实现这一目标，人工智能需要能够更好地理解所有情况下的人类情绪和心理状态。”
版权声明：本文由今日头条转载，如有侵犯您的版权，请联系本站编辑删除。
