计算机专业女生该选择后端、前端

麻省理工学院CSAIL在贝斯以色列妇科医疗中心(Beth Israel Deaconess Medical Center)进行的一个研究项目调查了人类在工作场所信任人工智能的意愿。该项目涉及到使用托管在一个人形Nao机器人上的人工智能系统，其为医院产房提供排程建议，在这种环境下，需要连续不断地即时做出决策来协调护理工作。

负责人是护士长，她的任务是同时协调由10名护士和20名病人组成的团队，还要安排好20个房间。排程有很多可变因素，护士长要尝试预测一些因素，比如产妇什么时候分娩，分娩持续多久，等等。

Shah说：“她们基本上是在医院各个楼层扮演空中交通管制员的角色，决定哪些病人去哪个房间，哪些护士分配给哪些病人。”

人工智能系统被训练成复制护士长执行的排程工作，能够预测房间分配，建议把哪些护士分配给哪台手术。护士可以询问机器人，机器人通过文本语音转换软件给出建议。

在现场试点演示中，护士90%的时间都会接受人工智能的建议，同时也会以同样的比例拒绝“低质量”的建议。来自护士的反馈是积极的，参与人员强调了培训新员工和分担工作量的好处。

我们信任人工智能吗?

随着越来越多的员工在工作中与人工智能交互，员工及其企业都可能会提出疑问，什么时候适合依赖算法来做出重大决策，而什么时候人类的背景知识更有价值。

每一种选择都有其相对的优势，而人工智能系统可以避免一些人类可能没有意识到的偏见。Athey说：“算法能够整合那些人类收集起来成本过高的信息”，他列举了从求职者中筛选简历的例子。

Athey说：“一个人在看简历时，可能会因为少数人的原因而对某所大学整体上有成见，但人工智能能够阅读同样的信息，更准确地评估这所大学究竟怎样。也许算法知道这是一所较弱的州立大学，但工程项目实际上是高度选择性的，而人类不会花时间去收集这些信息。”

同时，人工智能算法也是容易出错的，程序中可能编写了一些意想不到的偏差，因此透明性对于保证人类知道某个算法有多可信非常重要。

Athey说：“你不希望一个算法总是推翻人类的决定，而人类是不会同意的：这是与环境相关的。你需要建立一种能传达足够信息的算法，让人类能够理解他们是应该听算法的，还是应该听自己的，以及他们应怎样整合算法中的信息。”

Shah指出，让一个系统可信并不等于让它值得信赖。例如，在航空工业中，由于飞行员信任不完善的驾驶舱自动化系统，导致了许多事故。

她说：“我们知道，比较容易在一个系统中建立不适当的信任。你可以做一些小事：如果让它更拟人化，如果让它跟你说话，而不是把指令中的文本读出来，那么，人们就很有可能遵从系统的建议并信任它。

使这些系统可信，帮助一个人适当地校准他们对系统的信任，这并不是问题;重要的是知道这些系统什么时候是在其能力范围内作出决定，什么时候超出了能力范围，这样，人们便能够进一步增强机器的能力。”

她补充道：“我们经常问，‘人们信任系统的意愿有多强?’这个问题问错了。正确的问题是：‘这个系统值得信赖吗?’有可信的系统，还有值得信赖的系统。”

为什么不把工作完全自动化呢?

为什么人类需要与人工智能合作?为什么不把工作批量自动化呢?一个答案是，至少目前在大多数情况下，技术上是不可能实现的。研究人员称，人类在某些任务上的表现要明显好很多。

（编辑：阜新站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!