Meu negócio ou então inteligência utilização artificial? Antes da introdução da AI é preciso avaliar (D)

 2019/12/12 20:01:00

Esta é uma série de artigos de todos os ângulos para avaliar um problema: "Meu negócio não pode ser usado tanto para usar AI AI ??"

Avaliar o ângulo atual - Black Box

Série de artigos da lista:

Meu negócio ou então inteligência utilização artificial? Antes da introdução da AI é preciso avaliar (a)

Meu negócio ou então inteligência utilização artificial? Você precisa avaliar antes da introdução do AI (b)

"A tecnologia Black" será usado para o trabalho, discutir como pouso inteligência artificial

 

Black Box é uma lacuna da inteligência artificial

Nem todos AI é uma caixa preta, dizemos que a caixa preta refere-se principalmente ao momento mais popular, o efeito é o melhor "aprendizagem profunda."

Antes que eu escrevi " " 65 PDF "permite PM compreensão abrangente de aprendizagem profunda ", por exemplo através de uma torneira, você pode ver no exemplo: o princípio de funcionamento da profundidade de aprendizagem não é sobre a lógica (baseado em regras), mas vigorosamente milagre (baseado em estatísticas) .

 

Vigorosamente milagre causar vários resultados:

1. aprendizagem profunda só pode dizer "o que", mas não posso te dizer "porquê"
2. Ninguém pode prever as circunstâncias em que ocorre o erro

 

A imagem abaixo mostra alguma inteligência artificial cometido "um erro estúpido."

A coisa mais assustadora é: Quando encontramos problemas, não para problemas específicos remédio.

A maioria de nosso passado em ciência da computação, baseado em regras, muito parecido com um carro, nós claramente saber como este carro é montado, verifica-se que um parafuso solto de limão apertado, que é uma parte do envelhecimento sobre a troca. Você pode fazer o remédio certo.

A profundidade de aprendizagem é completamente diferente, quando encontramos problemas, não pode fazer o remédio certo, só pode otimização global (como o preenchimento de mais dados).

 

Quais as questões não se encaixam "dependente" AI?

Uma vez que o estudo aprofundado caixa preta das características, nem todos os problemas são adequados para a aprendizagem profunda para resolver.

Quais são os problemas que avaliam ajuste, quais as questões que não se encaixam, pode ser avaliada a partir de duas perspectivas:

1. Precisa explicar
2. tolerância de erro

 

Começamos a olhar para estes dois ângulos aplicações superiores AI penetração:

 

 

 

Nós olhamos para algumas aplicações específicas de AI ea combinação humana:

 

 

 

Finalmente, olhar para alguns dos AI não é adequado para o cenário desembarque:

 

 

 

Se o caso que mencionamos acima de tudo em quadrantes, como segue:

 

Assim, há três princípios no momento da avaliação:

1. Soluções precisa explicar as razões por trás dele, o menos adequado para o aprendizado profundo
2. Quanto menor a tolerância para o erro, o menos adequado para o aprendizado profundo
3. O acima de dois não é um critério absoluto, precisamos olhar para o valor de negócios e de baixo custo, piloto automático e saúde é o contra-exemplo.

Estudo de caso: Medical

É amplamente otimista em aplicações de inteligência artificial na indústria médica, a indústria médica, porque há muitos pontos de dor:

1. Falta de recursos médicos, especialmente médico de alta qualidade
2. Alocação de recursos médicos é extremamente desigual, muitas doenças chinesa só pode ser curada Beijing
3. Na verdade, os médicos erro diagnóstico taxa é também elevado (taxa de erros de diagnóstico do cancro de 40%, 60%, taxa de erros de diagnóstico de órgão ectópica)

A corrente de inteligência artificial pode ter ajudado os seres humanos para fazer um diagnóstico e oferecer tratamento.

O estranho é: a partir do interpretability ou a partir da tolerância de erro em termos de diagnóstico médico não são adequados para a inteligência artificial.

Mas vamos inteligência artificial como uma ajuda, em última análise, dependem de julgamento humano e decidir o que fazer. Os seres humanos e máquinas podem formar um bom complemento.

 

Desenvolvimento da fábrica também é um caminho semelhante:

• Apenas o começo de uma máquina secundária, mão de obra é o mais importante
• O grau de mecanização e automação tornaram-se cada vez mais exigente, aumentando o papel da máquina
• Em última análise, ninguém planta (já alcançado)

 

Assim, desde o "interpretability" e "tolerância de erro" pode ser avaliada para fora o que o problema não é adequado "totalmente dependente de inteligência artificial."

Mas, desde que o valor comercial é grande o suficiente, existem soluções - humanos e máquinas se complementam para resolver em conjunto o problema. E como a tecnologia avança, diminuição da procura de mão de obra.