机房360首页
当前位置:首页 » 技术前沿 » 人工智能机器学习的数据挑战:预测不可预测性

人工智能机器学习的数据挑战:预测不可预测性

来源:机房360 作者:Harris编译 更新时间:2018/11/5 6:50:40

摘要:麻省理工学院斯隆管理委员会研讨会的学者强调,人工智能和机器学习具有巨大潜力,其中在医疗保健和节能等方面的进步归功于技术所依赖的大量数据。

   麻省理工学院的Iyad Rahwan说,对于那些想要利用海量数据和新兴技术的公司来说,一项艰难的考验就是要让它们符合他们看不到的东西。
  
  麻省理工学院斯隆管理委员会研讨会的学者强调,人工智能和机器学习具有巨大潜力,其中在医疗保健和节能等方面的进步归功于技术所依赖的大量数据。但随着像谷歌公司这样的行业巨头和其他拥有研发资金的巨头继续推进,许多企业的首席信息官们都难以管理人工智能机器学习数据。他们可能面临哪些挑战?
  
  今年5月在马萨诸塞州剑桥市召开会议的高级管理人员向麻省理工学院研究人员提出了关于工作未来的小组讨论的问题。它由麻省理工学院数字经济倡议主任ErikBrynjolfsson转发。
  
  麻省理工学院媒体实验室媒体艺术与科学副教授Iyad Rahwan表示,这是一项重大挑战,它确保人工智能的机器学习数据是最新的,并且针对特定目的,例如预测产品需求。有时一些公司可能将这些数据用于各种事物。
  
  Rahwan说:“然后情况发生了变化,有时当它们发生变化时,世界上正在发生的事情的分布因规则或其他方面的某些变化而发生变化。其结果可能首先是间接的,但后来可能会失去进一步优化业务的机会。”
  
  Rahwan对人工智能机器学习面临的数据挑战进行了阐述,它能够发挥的一些现实世界的方式,以及人类可能在构建的算法和技术时形成的偏见,这些算法和技术对人们的生活做出了越来越重要的决定。以下是其清晰和简洁的对话:
  
  Erik Brynjolfsson:关于组织拥有的大量数据,在人工智能和机器学习的世界中利用这些数据存在哪些挑战?
  
  Iyad Rahwan:我认为其中一个挑战是要知道数据是最新的,并且实际上反映了一些潜在的过程。例如,如果你试图预测股票价格的变动,或者试图预测不同地区对优步的需求,我认为这些结构更为结构化。但有时你会从数据中构建一个预测模型,然后你大量使用它来优化各种业务流程。
  
  但事情发生了变化,有时当它们发生变化时,由于法规或其他方面的某些变化,世界上发生的事物的分布也会发生变化。
  
  Brynjolfsson:给我一些具体的例子。
  
  Rahwan:例如,你可以优化与运输或物流相关的事情,然后突然之间,监管会发生一些变化。这对你的业务产生了间接的影响。因此突然间,移民进入该国或进入该地区的移民可能会更少,这意味着他们只需要更少的搬运工。并且有一种涓流效应。如果您在一组历史数据上训练机器学习模型然后进行部署,并且由于你没有想到会影响业务而改变世界,那么可能会失去进一步优化业务的机会。
  
  因此,在这种情况下,人工智能中的许多新技术都有这种在线学习。所以,基本上不断学习的算法。它不像你训练他们的数据,一旦他们接受训练,就可以部署它们。你必须不断地从现实世界中不断地学习他们的经验。
  
  Brynjolfsson:他们是否担心他们会学习错误的东西?我们一直在讨论人们在做出招聘决定,假释决定、建议、贷款决策时所产生的偏见,而这些偏见是否影响机器学习的应用?
  
  Rahwan:从本质上讲,人类已经存在偏见,其中一些偏见是好的,因为我们需要区分一些质量好和质量差的东西。这是一个有用的偏见。但也有不良类型的偏见,而这种偏见是歧视性的,或以某种方式违反某些法律或规范,例如,在招聘决策中歧视少数民族群体。
  
  我认为人工智能现在正在使这些偏差更加突出并且更容易识别,因为现在我们可以更好地理解数据如何导致偏差。而且我认为这已经给企业带来了更多的压力。如果不是,那么这就是真正的公共关系,将会影响企业的声誉。
  
  编辑:Harris

机房360微信公众号订阅
扫一扫,订阅更多数据中心资讯

本文地址:http://www.jifang360.com/news/2018115/n5693110420.html 网友评论: 阅读次数:
版权声明:凡本站原创文章,未经授权,禁止转载,否则追究法律责任。
相关评论
正在加载评论列表...
评论表单加载中...
  • 我要分享
推荐图片