Ibm watson cto o tem, zakaj razširjena inteligenca premaga ai

Ta epizoda je bila posneta v centru za izkušnje IBM Watson tukaj v New Yorku. Moj gost je bil Rob High, podpredsednik in glavni tehnološki direktor IBM Watson.

Odlično deluje v več ekipah znotraj IBM-a, vključno z inženiringom, razvojem in strategijo. Je eden najbolj lucidnih mislecev na področju umetne inteligence in naš pogovor je zajel veliko načinov, kako tehnologija spreminja naša delovna mesta, našo družbo in naše življenje. Preberite in oglejte si naš pogovor spodaj.

Dan Costa: Kaj je prevladujoče napačno prepričanje o umetni inteligenci?

Rob High: Mislim, da je najpogostejša težava, s katero se srečujemo z ljudmi, ki govorijo o AI, ali še vedno živijo v svetu, kjer mislim, da je Hollywood razširil to idejo, da kognitivno računalništvo AI pomeni kopiranje človeškega uma, in to je res ne. Stvari, kot je Turingov test, ponavadi krepijo, da je to, kar merimo, ideja, da bi AI lahko tekmoval s tem, da bi norčevali ljudi, ki verjamejo, da je tisto, s čim imaš opravka, drugo človeško bitje, toda v resnici tam nismo našli največja uporabnost.

To sega celo nazaj, če pogledamo skoraj vsako drugo orodje, ki je bilo kdaj ustvarjeno, so naša orodja najbolj dragocena, ko nas ojačujejo, ko dosegajo svoj dosežek, ko povečujejo našo moč, ko nam dovolijo, da delamo stvari, ki jih sami ne moremo storiti kot ljudje. To je res tako, da moramo razmišljati tudi o AI in do te mere, da ga pravzaprav imenujemo razširjena inteligenca, ne pa umetna inteligenca.

Pogovorimo se malo o tem premiku, saj gre za povsem novo vrsto računalništva. Gre za evolucijo računalništva od tistega, s čimer sva oba odraščala, programskega računalništva, kjer bi uporabljali računanje, da bi dosegli in odgovorili z zelo zapletenim procesom, do kognitivnega računalništva, ki deluje nekoliko drugače. Lahko pojasnite ta prehod?

Verjetno je največja razlika v tem, da je zelo verjetna, medtem ko programirano računalništvo resnično temelji na določitvi vseh pogojnih stavkov, ki določajo stvari, na katere ste pozorni, in kako se nanje odzvati. Je zelo determiniran. Je zelo matematično natančen. S klasičnim programiranim računalnikom lahko oblikujete del programske opreme. Ker veste, kaj predstavlja matematični model, ki ga predstavlja, ga lahko matematično preizkusite. Lahko dokažete njeno pravilnost.

Kognitivno računanje je veliko bolj verjetno. Večinoma gre za preizkušanje signalov prostorov, na katere smo osredotočeni, naj bo to vid, govor ali jezik, in poskusi najti vzorce pomenov v teh signalih. Tudi takrat nikoli ni nobene absolutne gotovosti. To je deloma zato, ker se tako izračunava, pa tudi zato, ker je to narava človeške izkušnje. Če pomislimo na vse, kar rečemo ali vidimo ali slišimo, okusimo ali dotikamo ali vonjamo ali karkoli, kar je del naših čutov, mi kot ljudje vedno poskušamo oceniti, kaj to v resnici je, včasih pa tega ne razumemo pravilno.

Kakšna je verjetnost, da sem, ko sem slišal to zaporedje zvokov, res pomenil to besedo? Kakšna je verjetnost, da sem, ko sem videl to zaporedje besed, pomenil to izjavo? Kakšna je verjetnost, da ko vidim to obliko in sliko, ki jo gledam, da je to tisti predmet? Tudi za ljudi je to verjetnostna težava in do te mere vedno deluje tudi ta kognitivni sistem.

Če nekdo pride k vam in ima težavo, ki jo želi rešiti, misli, da za to obstaja kognitivna računalniška rešitev, pridejo k Watsonu in rečejo: "Glej, Watson bomo uporabili za poskus in reševanje ta problem. " Watson ne drži prav veliko. Naučiti ga morajo, kako rešiti svoj problem. Lahko govorite o tem postopku vkrcanja?

Pravzaprav bi morali govoriti o dveh dimenzijah tega. Eno je, da smo pred časom ugotovili, da je ta stvar, imenovana kognitivno računalništvo, res večja od nas, večja je od IBM-a, večja je od katerega koli proizvajalca v industriji, večja je od katerega koli od enega ali dveh različnih področij rešitev da se bomo osredotočili na to in smo ga morali odpreti, to je, ko smo se preusmerili od osredotočanja na rešitve do resnično ukvarjanja z več platformo storitev, kjer je vsaka storitev resnično osredotočena na drugačen del problemski prostor. To je komponenta, ki je v primeru govora osredotočena izključno na težavo, da poskušate vzeti govor in prepoznati, katere besede ste izrazili v tem govoru, ali posneti sliko in poskusiti prepoznati, kaj je na sliki, ali jezika in poskusite razumeti, kaj je njegov pomen, ali se pogovorite in v tem sodelujte.

Prvič, to, o čemer zdaj govorimo, je niz storitev, od katerih vsaka naredi nekaj zelo specifičnega, od katerih se vsaka poskuša ukvarjati z drugačnim delom naše človeške izkušnje in z mislijo, da bi kdo sestavil aplikacijo, kdorkoli želi rešiti socialno, potrošniško ali poslovno težavo, lahko to stori tako, da sprejme naše storitve, nato pa to sestavi v aplikacijo. To je točka ena.

Točka druga je tista, s katero ste začeli, in to je, v redu, zdaj, ko sem dobil storitev, kako to storimo, da počne stvari, za katere želimo, da delajo dobro? Tehnika je res ena od učil. Verjetnost teh sistemov temelji na dejstvu, da temeljijo na strojnem učenju ali globokem učenju, in te algoritme je treba naučiti, kako prepoznati vzorce, ki pomenijo pomen v naboru signalov, kar storite s posredovanjem podatkov, podatki, ki predstavljajo primere tiste situacije, ki ste jo imeli že prej, kjer ste lahko to označili z besedami: "Ko slišim kombinacijo zvokov, pomeni to besedo. Ko vidim to kombinacijo slikovnih pik, pomeni, da predmet. " Ko sem imel te primere, vas lahko zdaj pripeljem do kognitivnega sistema, do teh kognitivnih služb in jih naučim, kako narediti boljše delo prepoznavanja nečesa, kar si želimo.

Mislim, da je eden od primerov, ki to resnično dobro ilustrira, v medicinskem prostoru, kjer Watson zdravnikom pomaga pri odločitvah in analiziranju velikih količin podatkov, vendar na koncu skupaj z njimi sodeluje pri diagnozi. Lahko malo spregovorite o tem, kako poteka to usposabljanje in kako potem rešitev prihaja do boljših rezultatov?

Delo, ki smo ga opravili v onkologiji, je dober primer, kjer gre za sestavo več različnih vrst algoritmov, ki se v celotnem spektru dela, ki ga je treba opraviti, uporabljajo na različne načine. Začnemo z, na primer, s pregledom zdravstvenega kartona, s pregledom zdravstvenega kartona in s pomočjo kognitivnega sistema, da preučimo vse opombe, ki so jih kliniki vzeli v letih, ko so sodelovali z vami, in našli tisto, čemur pravimo ustrezne klinične informacije. Kakšne so informacije v tistih medicinskih zapisih, ki so zdaj pomembni za posvetovanje, ki ga nameravate opraviti? Glede na to, da z analizo podobnosti prebivalstva poskušate najti druge bolnike, druge skupine, ki imajo veliko podobnosti z vami, ker boste s tem seznanili zdravnika, kako razmišljati o različnih načinih zdravljenja in kako bi lahko bili ti načini zdravljenja primerni za vas in kako se boste odzvali na te načine zdravljenja.

Nato se lotimo tega, čemur pravimo standard negovalnih praks, ki so sorazmerno dobro opredeljene tehnike, ki jih zdravniki delijo o tem, kako bodo zdravili različne bolnike za različne vrste bolezni, in se zavedali, da so resnično zasnovane za povprečnega človeka. Potem smo na vrhu tega, čemur pravimo klinično strokovno znanje. Ko so jih najboljši zdravniki pri različnih boleznih učili, na kaj naj bodo pozorni in kje so ljudje, ki so bili odpuščeni, in kako razmisliti o različnih standardih negovalnih praks, katera od teh je najprimernejša ali kako ubrati različne poti skozi te različne prakse nege in Zdaj jih uporabite na najboljši možen način, a končno poiščite in preglejte klinično literaturo, vseh sto tisoč in 600.000 člankov v PubMedu o napredku znanosti, ki se je zgodil na tem področju, in ki je zdaj pomemben za to priporočilo za zdravljenje.

Vse to so različni vidiki algoritmov, ki jih uporabljamo v različnih fazah tega procesa, vsega pa smo se učili tako, da smo pred te sisteme postavili nekaj najboljših zdravnikov na svetu in jim omogočili uporabo sistema ter popravili sistem ko vidijo, da gre kaj narobe, in se sistem v bistvu nauči, kako izboljšati svojo zmogljivost. To uporabljamo posebej v primeru onkologije, da zdravnikom na terenu pomagamo obvestiti zdravnike o možnostih zdravljenja, ki jih morda ne poznajo, ali tudi če imajo kakšno poznavanje tega, morda niso imeli nobenih pravih izkušenj in ne resnično razumejo, kako se bodo njihovi pacienti odzvali na to in kako od njih dobiti najbolj učinkovit odziv.

V bistvu je to demokratiziralo strokovno znanje. V Memorial Sloan Kettering lahko sprejmemo najboljše zdravnike, ki so imeli korist videti dobesedno na tisoče bolnikov na približno isto bolezen, iz katere so razvili to izjemno znanje, zajeti to v kognitivnem sistemu, prinesti to skupnosti ali v regiji, kjer ti zdravniki morda niso imeli toliko časa, da bi se ukvarjali z isto boleznijo pri večjem številu različnih bolnikov, kar jim daje priložnost, da izkoristijo to znanje, ki je zdaj zajeto v kognitivnem sistemu.

Mislim, da je ideja o distribuciji tega strokovnega znanja, najprej zajem tega, nevijalna naloga, potem pa ko to storite, ko jo boste lahko resnično razdelili po planetu, boste imeli znanje najboljši zdravniki v Memorial Sloan Kettering so jih lahko dobavili na Kitajskem, v Indiji, v majhnih klinikah, in mislim, da je to precej nenavadno.

Izjemen družbeni vpliv ima na naše blaginjo, na naše zdravje, na stvari, ki nam bodo koristile kot družba.

Na drugi strani je stvar umetne inteligence, ki ljudi skrbi, ta, da bo zamenjala ljudi, zamenjala delovna mesta. Vezana je v gibanje avtomatizacije. Preseneti me to, da sem ostal v medicinskem prostoru, radiologi. Radiologi na dan pregledajo stotine in sto diapozitivov. Watson ali sistem, ki temelji na AI, bi lahko ponovil isto vrsto diagnoze in analize slike. Mislite, da bo čez deset let v ZDA zaposlenih več ali manj človeških radiologov? Kakšen je vpliv na take panoge?

Vpliv je pravzaprav v tem, da ljudem pomagate narediti boljše delo. Res gre za… vzemite v primeru zdravnika. Če lahko zdravnik zdaj sprejema odločitve, ki so bolj obveščene in temeljijo na resničnih dokazih, podkrepljenih z najnovejšimi znanstvenimi dejstvi, ki so bolj prilagojene in specifične za posameznega pacienta, jim to dejansko omogoča boljše delo. Za radiologe jim lahko dovoli, da na sliki vidijo stvari, ki bi jih sicer lahko pogrešali ali jih preplavili. Ne gre za njihovo zamenjavo. Gre za to, da jim pomagamo bolje opravljati svoje delo.

Ima nekaj iste dinamike kot vsako orodje, ki smo ga kdaj ustvarili v družbi. Rad rečem, če se vrnete nazaj in pogledate zadnjih 10.000 let sodobne družbe od pojava kmetijske revolucije, smo kot človeška družba gradili orodje, kladiva, lopate, hidravliko, škripce, ročice in še veliko od teh orodij so bili najbolj trpežni, ko to, kar resnično počnejo, krepijo človeška bitja, krepijo našo moč, krepijo naše razmišljanje in povečujejo naš doseg.

To je res tako, da razmislimo o tej stvari, je, da bo imela svojo največjo koristnost, ko nam bo omogočila, da kar sami naredimo bolje, kot bi lahko sami, ko je kombinacija človeka in orodja skupaj večja od ene same od njih bi bili sami. Tako res razmišljamo. Tako razvijamo tehnologijo. Tu bo gospodarska korist.

Se popolnoma strinjam, vendar mislim, da ne bo šlo za panoge, ki bi jih ovirali zaradi učinkovitosti teh inteligentnih sistemov.

Premeščeni bodo. Ja, premestili bodo. Tega ne želim zmanjšati s tem, da bi to izjavil na ta način, vendar želim biti tudi prepričan, da o tem ne razmišljamo kot o odpravi delovnih mest. Gre za preoblikovanje delovnih mest, ki jih ljudje opravljajo. Navedel bom primer. Veliko razprav o tem, kako lahko to odvzame delovna mesta v klicnem centru. No, ugani kaj? Mnogo dela, ki ga agenti klicnega centra opravljajo, jim ni treba delati, ne marajo delati, kar jim odvzame sposobnost, da delajo bolj zanimive stvari.

Zlom, ki ga opazimo v klicnih centrih, je v veliki meri posledica dejstva, da če razmišljate o tem, da bi bili agent klicnega centra, sedite na koncu telefonskega klica in cel dan poslušate zastrašujoče stranke in postavljate isto vprašanje in znova, in težko je iti domov ponoči, ko se počutiš dobro, kaj si naredil tisti dan. S prijatelji in družino se težko hvalite s tem poslom, ki ga imate, in kako dobro ga opravljate, ko je to položaj, v katerem ste.

Če lahko prek pogovornega agenta dobimo kognitivni sistem, da izpusti kakšen odstotek, recimo 30 odstotkov tistih klicev, ki hitro in učinkovito odgovarjajo na najpogostejša in najbolj pereča vprašanja kupcev in poskrbijo za to lahkomiselno delo, kaj potem Vse, kar je poskrbljeno, so vprašanja, ki jih ljudje sami po sebi potrebujejo več človeškega dotika, nato pa se boste predali agentu klicnega centra. Težava, s katero se ukvarjajo s to stranko, je bolj zanimiva, zahtevnejša, zahteva, da se v to vloži več intelektualnega truda, hkrati pa se ukvarjajo tudi s stranko, ki je zadovoljna. Prihajajo malo bolj srečni. Svoje težave ne čakajo prav.

Za zastopnika klicnega centra je dejansko izboljšal njihovo službo. Pravzaprav jim omogoča, da bolje opravljajo svoje delo in so s tem bolj izpolnjeni. Medtem so za kupca, za potrošnika, njihova najbolj pereča vprašanja hitro rešili. Ne čakajo 10 minut. Ne čakajo, da se usmerijo k pravi osebi s pravim znanjem. Informacije, ki jih najbolj potrebujejo, dobijo z verjetno boljšo odločitvijo, zagotovo boljšimi informacijami ali vsaj bolj doslednimi informacijami. Dejansko koristi obe strani enačbe.

Zanimivo je. Nekateri predstavitve, ki sem jih videl danes, so, da aplikacije klicnega centra lahko precej učinkovito predvidevajo in zaznajo čustveno stanje ljudi, ki kličejo, zato to ni samo transakcijsko. Pravzaprav lahko precej dobro prebere stanje osebe na drugem koncu vrstice.

Kar je res bistveno, če pomislite; pogovor ima dva elementa. Eno je, da tisto, kar ljudje rečejo za začetek, na splošno ni tisto, za kar so v resnici tam. Če rečem: "Kakšno je moje ravnotežje?" no, to v resnici ni moja težava. Ja, moram vedeti stanje na svojem računu, vedeti moram, koliko denarja imam, vendar je moja težava v tem, da poskušam nekaj kupiti ali pa skušam ugotoviti, kako zaslužiti denar v pravem položaju za plačilo moje račune ta mesec ali poskušam prihraniti za šolanje svojih otrok. Moja težava je večja od tistega prvega vprašanja, ki sem ga postavil, in pogovor naj bi bil o tem, kako priti do resnične težave.

Druga skupna značilnost pogovora je, da običajno nosi na sebi neke vrste čustveni lok. Ljudje pridejo v določenem čustvenem stanju, del pogovora pa je, da jih premaknemo skozi čustveni premik, kar pogosto pomeni, da jih premaknemo iz jeze, da bi bili zdaj zadovoljni. V nekaterih pogovorih se bomo morda zapletli. Lahko se dejansko nekoliko segreje. Vidite čustveni lok, ki se začne morda umirjeno, nato pa preide na bolj sporno razpravo, ki se sčasoma razreši.

Biti občutljiv in se zavedati čustvenega stanja v vpletenih straneh je pomemben del uspešnosti v tem pogovoru.

Katere so še druge aplikacije, za katere menite, da so resnično preoblikovalne, ki so danes na voljo?

Mislim, da kateri koli od njih, kar počnemo, pritegne uporabnika, kupca na tak način, da jih navdihne. Zame je konec koncev in se spet vrnemo k pogovorom kot primer, navadno, ko se ljudje pogovorijo, pridemo k mizi z idejo. Idejo imaš. Imam idejo. Ta začetna ideja je začetek pogovora in tekom pogovora te ideje razvijamo. Mešamo jih. Mi jih združimo. Morda jih popuste ali razširimo. Razvijamo se do točke, ko izhajam iz pogovora, upamo, da imamo boljšo idejo. V idealnem primeru.

Da bi to dosegli, ni treba samo ponuditi, ampak tudi element, kako nekoga navdihniti? Kako povzročate, da ljudje aktivirajo svojo domišljijo? Kako jih povzroči, da razmišljajo o nečem, o čemer prej niso razmišljali, ali vidijo nekaj v luči, o čemer prej niso razmišljali, ali pa da vidijo drugo stališče, ki bi jih vodilo po poti, za katero sploh niso vedeli pomislite, da bi zastavili vprašanja, ki jih ne razmišljajo? To so primeri, to so situacije, za katere menim, da so najbolj obetavne in bodo imele največjo korist za ljudi.

Se to dogaja danes ali pa se mora to nekaj dogajati, ko se tehnologija razvija?

Ne, dogaja se. Zdaj imamo primere tega. V resnici, če se vrnemo k onkologiji kot zgled, bodo za najboljše zdravnike na svetu možnosti zdravljenja, ki jih predstavljajo, večinoma očitno. Morda je eden od desetih primerov, kjer bi lahko rekli: "No, počakaj malo, to je bila zanimiva ideja." Ne bo tako pogosto, ampak, kot ste že rekli prej, če to upoštevamo v nastavitvah skupnosti, regionalnih nastavitvah in na področjih, kjer teh stopenj še ni, dejstvo, da lahko sistem predstavi nove ideje, nove možnosti zdravljenja, resnično gre za uvajanje novih idej. To že vidimo.

Potem je seveda to, kar presega tisto, kar mislim, da je postalo klasični scenarij za chatbote, za katerega mislim, da nekateri med nami začnejo v različnih primerih videti situacijo, ko nekdo na svoji kreditni kartici opozori na goljufijo s kreditno kartico in gre na danes lahko preprosto preprosto: "Je bila ta transakcija nekaj, kar si naredil ali ne? Če je, potem v redu. Če ne, potem bomo naredili nekaj o preklicu transakcije, " zdaj, "OK potrebujete novo kreditno kartico. Kje je najboljše mesto, da vam ga dostavimo? Bi vam ga morali poslati? Ali vam ga ne bomo poslali? Oh, pripravljate se na to potovanje. ne bomo ga mogli poslati po e-pošti. Dobili ga bomo hitreje od tega.

"Oh, odhajate v tujino. Mogoče je tukaj možnost kreditne kartice, ki ji prej niste bili izpostavljeni, niste vedeli, kje bolje menjamo valute v vašo korist. Oh, to uporabljate za podjetja. To je potovanje v tujino. To uporabljate za poslovne stroške. No, tukaj je kreditna kartica, ki ima za to primernejšo obrestno mero. " Vse to so zelo preprosti primeri, vendar vsak od njih odpira nov nabor idej, ki se danes v vašem preprostem klepetu navadno ne dogaja in je za človeka res lahko zelo močan.

Zanimiva točka je, da je v preteklosti, ko preučujete vse te možnosti, scenarij. Obstajal bi scenarij z nekaj vej. Bilo bi vnaprej določeno. Zelo drugačna stvar je, če to stori chatbot, ki dejansko reagira na informacije, ki jih dajete, in informacije, ki ste jih že dali, in vas vodijo po poti, ki niso bile zapisane. Ve, da potujete, vendar vam tega ni nujno povedal. Ugotovili so, da so podatki iz vaše zgodovine e-pošte

Lahko najde stvari o tebi, ki jih je odkril ob poti.

O onkologiji smo govorili, ker je odličen primer. O chatbotih smo govorili, ker je večina ljudi imela nekaj interakcije z njimi. Toda to je tehnologija, ki zares vpliva na vse panoge. Težko si je zamisliti industrijo, ki ne bo imela neke kognitivne komponente. Ali obstajajo primeri, o katerih ljudje še niso razmišljali?

Neverjetno se mi zdi, kako vsak dan nekdo zasnuje novo idejo. Zato mislim, da smo v tako zelo zanimivi fazi, saj s tem, ko se osredotočimo na razgradnjo tega, kar imamo v smislu kognitivnih sposobnosti, v storitve gradnje blokov, resnično sprostimo ljudi, da uporabljajo svojo domišljijo in sledijo idejam, ki jih imamo nikoli zares razmišljal, ali to uporablja vizualno prepoznavanje za raziskovanje pokrajine.

V Kaliforniji, na primer, podjetje tam uporablja vizualno prepoznavanje, da pogleda topografijo in topologijo in na sliki prepozna razliko med betonsko površino, asfaltno strešno površino, travnato površino, drevesi in grmičevjem in temi ocenite, koliko vode porabimo in kje lahko pride do puščanja vode in na primer, kaj bi lahko storili za izboljšanje učinkovite rabe vode.

Ali na pravnem področju s tem, da odpravite stvari in pomagate odvetnikom, da preberejo dobesedno milijone in milijone strani ozadja, ki je podobno iskanju igle v senenem nahodu. Kje je tisti kos papirja, ki je resnično pomemben za ta primer? Poskušam rešiti vse to. Priložnosti je le ogromno.

Mislim, da je ena od teh kvalifikacij velika količina podatkov, ki jih je treba razčleniti. Govorili ste o zdravstveni kartoteki in o tem, da lahko pregledate medicinske kartoteke za ustrezne informacije. Ti zapisi v času vašega življenja so lahko dolgi na več sto in več strani. To je tisto, kar morda ima vaš družinski zdravnik na videz tega, vendar si tega ne bodo zapomnili, medtem ko sistem tega nikoli ne pozabi.

Ja. Zdravnik ima lahko pet, morda deset minut, da pregleda zgodovino bolezni, preden pride in se posvetuje z vami, in vendar obstajajo vse vrste zelo pomembnih informacij, ki so lahko v vaši zgodovini, vaši preteklosti, da bi v kakršnih koli drugih okoliščinah pogrešal samo ker nimajo časa, bi to lahko spremenilo, če bi imeli.

Pomislite na situacijo, ko bi ženska pred dvema letoma zdravniku povedala, da je njena mama ravno umrla zaradi raka dojke. No, verjetno je, da bo zdravnik to zapisal v tem zapisu, toda ta trenutek, če ta ženska prikaže kepico v dojki in če zdravnik tega ne opazi, je to zelo pomemben del manjka informacije. Morda bodo to odkrili s pogovorom s pacientom, lahko pa tudi ne. Ali resnično želite tvegati, če tega ne bi vedeli, ko je kaj takega, je tako nemško?

Splošno značilnost, kjer so te stvari uporabne, ste omenili, kjer je veliko in veliko podatkov. Ja, ampak res je to, kadar kateri koli od teh vidikov, kdo smo kot človeška bitja, prične, ko naša kognitivna sposobnost začne doseči svojo mejo. Dobro beremo. Nekaj ​​lahko beremo. Lahko si ga prisvojimo. Lahko se prilagodimo informacijam in jih uporabimo na zelo močne načine kot ljudje. Nismo pa zelo dobri v branju številnih podatkov. Ne moremo več kot… Zamisel, da na dan preberemo več deset tisoč, sto tisoč milijonov strani literature, je tako daleč preko naših zmogljivosti.

Ko smo zrasli v svet, ko količina vsakodnevno proizvedenih informacij narašča eksponentno, koliko več teh informacij ne uporabljamo, ki vsebujejo informacije, ima tisto malo drobne informacije, ki je absolutno kritični do odločitve, ki jo moramo sprejeti, ali ne bomo prišli? Če ne gre za količino prebranih informacij, je to: koliko si prisvojimo? Koliko se jih lahko spomnimo? Ali lahko vidimo majhne vzorce, ki so v teh informacijah pomembni za naše odločitve?

Obstaja veliko stvari, v katerih smo kot ljudje dobra. Obstaja tudi veliko stvari, s katerimi nismo ravno dobri, in mislim, da je kognitivno računalništvo resnično zelo pomembno, ko je sposobno premagati to razdaljo, da zapolni to vrzel.

Zdi se precej jasno, da gre za svet, v katerega se selimo. Kako pripravljeni smo? Kako gledate na naš izobraževalni sistem, naše gospodarstvo, naše politične strukture? Kako dobro smo pripravljeni živeti v svetu s to vrsto kognitivnih računalništva kot sestavnih delov?

Zanimivo je. To temelji na eni ključnih vrednosti, ki jo imamo kot človeška bitja, in to je naša sposobnost prilagajanja. Če na to gledate čisto diskretno, kam gre to, in če bi poskočili 10 let naprej in pogledali in si rekli: "Kje bomo 10 let? Ali smo na to pripravljeni?" odgovor bo verjetno, ne. Moramo storiti še veliko več. Toda človeška bitja imajo to izjemno sposobnost prilagajanja letenja in rasti s spremembami, ki se dogajajo okoli njih.

Pomislite nazaj pred 10 leti, ko nam je pametni telefon res šele začel postati na voljo, kaj šele priljubljen, in koliko sprememb smo kot družba doživeli v zadnjih 10 letih. Vsak dan razmislite, kakšno je vaše življenje s pametnim telefonom in brez njega. Lahko se pritožujemo nad tem, koliko nam lahko odvzame druge izkušnje, in to je res, toda poanta je, da pred 10 leti nismo porabili veliko časa, da smo se mučili, ali smo bili pripravljeni kot družba, čeprav pravzaprav smo v zadnjih 10 letih doživeli veliko sprememb, ki se jih verjetno nismo zavedali v celoti, saj smo to tehnologijo spremenili in jo začeli uporabljati na zelo učinkovite načine.

Veliko moramo storiti. Veliko se bo dogajalo sčasoma, veliko rasti, skozi katero bomo šli, veliko izobraževanja in politike in drugih stvari, skozi katere moramo iti skozi spremembe, vendar bomo.

Došli bomo do mojih zadnjih vprašanj. Kateri tehnološki trend vas najbolj skrbi? Je kaj, kar vas vzbuja ponoči?

Mislim, da je največja skrb, ki jo trenutno imam, ljudje, ki bi morali prevzeti odgovornost. Kot inženirji in ponudniki tehnologije, potrošniki tehnologije, ljudje, ki so odgovorni za urejanje tehnologije, se moramo res zavedati in razmišljati, kaj želimo storiti, da se zaščitimo in se pripravimo na spremembe, ki se dogajajo. Ne bo, ker se temu ne bomo prilagodili. Bomo. Težava je seveda v tem, da se ga prilagajamo, prav tako se ne bomo zavedali, kaj to počne in kako to vpliva na nas, in kje ljudje lahko to tehnologijo izkoriščajo na način, ki nam ni bolj všeč, da nismo mi ni všeč ali v prihodnosti si ne bomo nujno želeli.

Mislim, da se moramo zavedati in razmišljati o tem, kaj počnemo in ne želimo, da se to v življenju zgodi s to tehnologijo. Zlasti prodajalci, mi kot dobavitelji te tehnologije in ljudje, ki te tehnološke komponente porabljajo in iz njih gradijo aplikacije, bi morali v tem trenutku prevzeti odgovornost za naše etično vedenje ali vedenja, ki izhajajo iz etičnih vrednot.

Kot primer toplo priporočamo vsem razvijalcem naših programov, katerim koli ustanovam, ki ustvarjajo aplikacije s temi tehnologijami, da so zelo pregledni s svojimi končnimi uporabniki glede dejstva, da gre za kognitivno aplikacijo, računalnik in na primer ne poskušati se maskirati kot resnično človeško bitje. Ne pretvarjaj se Ne pustite, da se ta stvar pretvarja.

Ne posnemajte.

Ne oponašajte tega in ne dovolite, da vas stranke kdaj zavedejo, da verjamejo, da je ta stvar resnična oseba. Etično je narobe. Mislim, da ustvarja tveganje za ranljivost. Človek, ki je v interakciji s človeškim bitjem, lahko daje določene predpostavke o naših pomanjkljivostih, o naši nezmožnosti, da dejansko obdrži veliko informacij, kjer moramo pri obravnavanju kognitivnega sistema zavedati, da ljudje, ki zagotavljajo to kognitivno rešitev odgovarjajo za zasebnost in zaščito informacij, ki jih posredujemo. Nikoli ne bi smeli pozabiti na to dejstvo.

Katero tehnologijo uporabljate vsak dan, kar nas navdihuje? Kaj ti je spremenilo življenje?

Mislim, da dejstvo, da zdaj lahko dobim dostop do informacij, da tudi če bi ga lahko dobil v internetu, imamo že dolgo na voljo informacije v internetu, vendar pogosto nehamo poskušati te podatke dobiti, ker premočna je Bil sem zunaj in gledal nekaj opreme za fotoaparate in samo poskušal sprejemati odločitve o kompromisih med različnimi kamerami -

Poslal vam bom povezavo do našega vodnika za kupce.

Izvolite. Postane preobremenjujoče, vendar se morate zanašati na druge ljudi, ki vam bodo svetovali, in domnevati, da so raziskavo opravili namesto vas, vendar tudi takrat to počnejo na podlagi nekaterih predpostavk, ki so jih naredili o tem, kaj kar potrebujete in kaj vas skrbi. V nekem trenutku preprosto obupaš in si rečeš: "Prav, v redu, samo povej mi, kaj naj naredim, to bom storil." Ali pa greš na cel kup spletnih strani in vidiš vsa ta mnenja in postane le zmedeno in nasprotujoče si, zato rečeš: "Pa za vraga z vsemi njimi. Šel bom samo s tem, kar se mi zdi dobro."

Zdaj, ker lahko ti sistemi nabirajo in asimilirajo ter organizirajo ogromno količino informacij, tudi ljudem, ki dajejo priporočila, tudi za svetovalce, jim to koristi, ker jim pomaga narediti boljše delo. Rada bi rekla, da ne razmišlja za nas, ampak za nas dela raziskavo, da lahko svoje razmišljanje naredimo bolje, kar velja tudi za nas kot končne uporabnike in to tudi za svetovalce. To velja za vsakogar, ki je v tej vlogi analitika.

Mislim na aplikacijo, saj vedno poskušamo pomagati ljudem pri odločanju o nakupu. Nismo daleč od sistema, ki bi si lahko ogledal vse fotografije, posnete v zadnjih petih letih, videl, da radi fotografirate prostoživeče živali ali preobleke cvetov, nato pa na podlagi slik, ki priporočajo fotoaparat vzamete.

Tako je. Flamingi. Ne vem zakaj.

To je najboljša kamera za fotografiranje flamingov.

Flamingo, kajne.

Skoraj smo tam. Tehnologija obstaja, samo še ni bila programirana.

Ja.

Ali učeno, kot to počnemo danes. Rob High, najlepša hvala za to.

Najlepša hvala.

Če želite več hitro naprej z Danom Costa, se naročite na podcast. V iOS-u prenesite Applovo aplikacijo Podcasts, poiščite »Hitro naprej« in se naročite. Na Androidu prenesite aplikacijo Stitcher Radio for Podcasts prek Google Play.