Hvordan bestemme riktig mengde AI for brukerne dine

Hvordan velge akkurat den riktige mengden AI for brukerne dine På Code PaLOUsa 2018 forklarte Rob Keefer, sjefforsker i programvarekonsulentselskapet POMIET, hvorfor for mye automatisering fører til flere menneskelige feil.

Mer om kunstig intelligens

  • Google DeepMind-grunnlegger Demis Hassabis: Tre sannheter om AI
  • De 10 mest etterspurte AI-jobbene i verden
  • De 3 mest oversett begrensningene av AI i virksomheten
  • Hvordan bli maskinlæringsingeniør: Et jukseark

Etter hvert som kunstig intelligens (AI) blir mer tilgjengelig, ser programvareingeniører i økende grad etter å integrere disse algoritmene i forskjellige teknologiske produkter og tjenester. Imidlertid må utviklere være på vakt mot ulempene med denne teknologien, ifølge Rob Keefer, sjefforsker ved programvarekonsulentselskapet POMIET.

For mye automatisering kan føre til flere menneskelige feil, og som sådan må teknologer jobbe for å bestemme akkurat den rette mengden AI som skal blandes inn i systemene deres for å virkelig hjelpe brukerne sine - Goldilocks AI.

"Ofte som teknologer lager vi teknologi som helten. Som brukerforkjemper vil jeg gjerne gjøre brukeren til helten, " sa Keefer i en sesjon på Code Code PaLOUsa-konferansen i Louisville, KY.

Å gjøre tech til helten har noen spesifikke menneskelige konsekvenser, sa Keefer:

  • Lærreduksjon: Når brukere stoler på et teknisk produkt for mye, begynner deres egne ferdigheter å forringes. Da de blir plassert i en overraskelsessituasjon der de trenger å reagere, husker de ikke hvordan, sa Keefer. Dette er grunnen til at piloter tilbringer timer hver uke på simulerte flyvninger som sikrer ferdighetene sine, selv om fly generelt flyr selv nå, sa Keefer.
  • Ubegrunnet tillit: Når brukere setter for stor tillit til teknologi, skjer ulykker, sa Keefer. For eksempel i den nylige selvkjørende bilulykken med Uber som drepte en fotgjenger, var sikkerhetssjåføren ved rattet, men stolte på bilens tekniker for å navigere rundt i hindringer. I et annet tilfelle fulgte en bussjåfør GPS-en deres uten å ta hensyn til skilt som sa at en broklaring var 9 meter og krasjet inn i den.
  • Selvsagt og skjevhet: Kognitive psykologer myntet begrepene automatisering selvtilfredshet (ikke ta hensyn til på grunn av teknologi) og automatiseringsskjevhet (ved å tro på teknologien, uavhengig av kontekst) for å beskrive disse fenomenene. "Disse to konseptene er ting som vi som teknologer må ta hensyn til når vi bygger og designer systemer, " sa Keefer.

Spørsmålet, sa Keefer, er hvordan lar vi teknologi bli rådgiver, i stedet for bare å gjøre oppgaver for oss?

Han ga eksemplet med Audis selvkjørende bil, som gir brukere eskalerende advarsler når de trenger å ta rattet tilbake fra autonom modus. Hvis brukeren ikke svarer, vil bilen ringe 911. "Det handler om å gå tilbake til brukeren på riktig måte, " sa Keefer.

Roboter er flinke til å lære når de får presise instruksjoner, sa Keefer. Den vanskelige delen er å få disse systemene til å gi riktig mengde informasjon til brukeren slik at de kan ta en beslutning.

"Automatisering bør gi situasjonsbevissthet, " sa Keefer. Han ga eksemplet med Iron Man-filmene, der Tony Stark og den digitale assistenten i drakten hans, Jarvis, samarbeider for å løse problemer. Jarvis samler data for Tony, men så går de gjennom informasjonen i et menneskelig tempo. "Vi ønsker å utvikle systemer som gir oss råd på disse måtene og opererer i en brukers tempo, i stedet for bare å presentere konklusjonen for dem, " sa Keefer.

Målet er å lage menneskemaskin-systemer som er større enn summen av deres deler, sa Keefer. Hver for seg er Tony Stark og drakten hans en velstående mann og klær, la han til. Men når de er sammen, skaper de Iron Man.

Et sterkt AI-partnerskap involverer følgende, sa Keefer:

  • Delt syn: Både AI og mennesket forstår målet, og har samme mål
  • Kompatible / komplementære ferdigheter: AI og mennesket bidrar på områder de er best på. For eksempel er mennesker flinkere til å gjenkjenne over tilbakekalling. Teknologer bør jobbe for å skape måter å presentere informasjon i teknologiske systemer som er gjenkjennelige for brukerne, i stedet for å tvinge dem til å huske visse ting.
  • Gode ​​kommunikasjonssystemer
  • Samarbeid: Forskning om teamarbeid kan brukes til team av mennesker og maskiner, sa Keefer.
  • Nyttig tilbakemelding
  • Identifisering av ledelse
  • Holistisk perspektiv

Teknologer trenger å tenke både når det gjelder mennesker og roboter, i stedet for enten / eller, sa Keefer. "Suksess i komplekse domener vil avhenge av evnen for mennesker og tekniker til å samarbeide som koordinerte lagkamerater, " la han til.

Nyhetsbrev om innovasjon

Vær kjent med smarte byer, AI, Internet of Things, VR, AR, robotikk, droner, autonom kjøring og mer av de kuleste teknologiske nyvinningene. Leveres onsdager og fredager

Registrer deg i dag

© Copyright 2020 | mobilegn.com