Menneske og maskine

Ingeniører hos Pinterest skaber konstant nye kunstig intelligens-algoritmer for at hjælpe sine brugere med at finde det, de leder efter, blandt milliarder af billeder af mad, produkter, huse og andre ting. At matche søgeforespørgsler med relevante billeder er afgørende for at få brugerne til at vende tilbage. Men indtil sidste år kunne det tage dage at teste effektiviteten af ​​hver ny algoritme.

For at finjustere sin maskinlæring og give bedre søgeresultater hurtigere, henvendte Pinterest sig til en uventet kilde: menneskelig intelligens. Det hyrede crowdsourcing-virksomheder som CrowdFlower til at lede folk til hurtigt at udføre mikroopgaver såsom at mærke billeder og vurdere kvaliteten af ​​søgeresultater. På en time kunne arbejderne i fællesskab teste hundredvis af søgetermer for at se, om resultaterne matchede godt nok.

På trods af alle de seneste fremskridt inden for kunstig intelligens forbliver mennesker mere dygtige end maskiner til at skelne f.eks. en flisemosaik fra et lignende mønster på et tæppe. Det vil være langt ude, før maskiner vil være i stand til at gøre dette, siger Pinterest-dataforsker Mohammad Shahangian.

Pinterests erfaring afslører en til tider glemt sandhed: AI og maskinlæring afhænger lige så meget af mennesker som af matematik. Googles søgemaskine og annoncesystem bruger tusindvis af menneskelige bedømmere til at vurdere kvaliteten af ​​dets AI-drevne søgeresultater og hjælpe med at identificere svindelannoncer. Facebooks ansigtsgenkendelsessoftware beder folk om at mærke deres billeder for at forbedre nøjagtigheden. Deep learning, en gren af ​​AI, der er ansvarlig for de seneste gennembrud inden for talegenkendelse, sprogoversættelse og billedanalyse, kan kræve omfattende menneskelig træning i håndplukkede datasæt.

Ligesom Pinterest hyrer mange virksomheder CrowdFlower, Amazons Mechanical Turk eller andre crowdsourcing-tjenester til at rydde op i de data, der skal føres ind i de fleste AI-systemer for at lære dem de begreber og relationer, de har brug for at kende til bestemte opgaver. Arbejdere udfører sådanne opgaver som at analysere sproglige følelser på Twitter og luge stødende brugergenererede billeder eller videoer ud.

Pinterests erfaring afslører en til tider glemt sandhed: AI og maskinlæring afhænger lige så meget af mennesker som af matematik.

Nogle gange sætter virksomheder opgaver op, så folk udfører dem uden selv at være klar over det. Indtast f.eks. mængden af ​​en check, du indbetaler, som den automatiske pengeautomat ikke kunne læse, og du forbedrer bankens system.

Men selvom mennesker i øjeblikket kan udføre noget af dette arbejde mere præcist end maskiner, virker det sandsynligt, at AI i sidste ende skulle være smart nok til at indhente det. Dette er en midlertidig forlegenhed, siger neurovidenskabsforsker Jeff Hawkins, medstifter af maskinintelligensfirmaet Numenta - selvom midlertidigt kan strække sig til år eller endda årtier, siger eksperter.

Nogle AI-forskere mener, at den mest nyttige model vil være et hybridsystem designet fra starten til, at maskiner og mennesker kan arbejde sammen som mere ligeværdige partnere. Nonprofitorganisationen Intermountain Healthcare i Salt Lake City kører for eksempel et pilotprogram for at støtte unge diabetespatienter, der begynder at leve på egen hånd, når de har en tendens til at lide huller i plejen. En smartphone-app giver personlig rådgivning i realtid takket være et cloud computing-system fra Austin-baserede CognitiveScale. Ved at bruge data om faktorer såsom en patients adfærd og kost, kan den bestemme, hvad der mest påvirker patientens blodsukkerniveau på et givet tidspunkt, foreslå, hvornår man skal spise og endda give anmeldelser af passende nærliggende restauranter.

Andre forener menneskelig intelligens og AI på endnu mere intime måder. I modsætning til Apples Siri bruger Facebooks virtuelle assistent M folk til at hjælpe med at træffe beslutninger. Efter at AI'en har valgt tre lokale restauranter, kan menneskelige trænere for eksempel springe ind for at spørge, om en person vil have en bestemt slags mad eller et vinduessæde, og derefter reservere bordet online. Trænerne, hvis handlinger spores og føres tilbage til systemet, hjælper AI med at lære at gøre mere på egen hånd.

Den ultimative drøm for mange AI-forskere er at skabe maskiner, der kan tænke lige så godt som mennesker. Men i dag er menneskelig dømmekraft og kreativitet uundværlig. Selvom du har en fancy bil, bemærker John Giannandrea, vicepræsident for ingeniør hos Google, skal du stadig beslutte, hvor du skal hen.

skjule