麻省理工學(xué)院對(duì)AI的見解

成立了麻省理工斯蒂芬?A?施瓦茨曼計(jì)算學(xué)院（MITStephenA.SchwarzmanCollegeofComputing），這是一個(gè)價(jià)值10億美元的中心，致力于圍繞人工智能“重塑其學(xué)術(shù)計(jì)劃”。麻省理工學(xué)院院長L.RafaelReif說，這個(gè)想法是將AI、機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)與其他學(xué)科一起用于“教育未來的雙語者”，將雙語定義為從事生物學(xué)，化學(xué)，政治，歷史和語言學(xué)的人。具有可在其領(lǐng)域中使用的計(jì)算技能。

該中心由私人股權(quán)公司黑石集團(tuán)首席執(zhí)行官斯蒂芬?施瓦茲曼（StephenA.Schwarzman）以及世界上第34位富豪（根據(jù)“福布斯”報(bào)道的富豪）投資3.5億美元，將成為發(fā)展改變世界的學(xué)科潛力的先驅(qū)，因?yàn)槲覀冎馈Ｕ鏓rikBrynjolfsson和AndrewMcAfee在強(qiáng)烈推薦的“人工智能業(yè)務(wù)”中指出的那樣。

“......在接下來的十年中，人工智能不會(huì)取代管理人員，但使用人工智能的管理人員將取代那些沒有管理人員的人?！?

創(chuàng)建一個(gè)獨(dú)立的多學(xué)科中心認(rèn)識(shí)到人工智能將影響幾乎每個(gè)領(lǐng)域的專業(yè)人員，將被那些知道如何使用AI，機(jī)器學(xué)習(xí)或數(shù)據(jù)科學(xué)等工具的人所取代。該過程已經(jīng)在管理和健康科學(xué)兩個(gè)領(lǐng)域進(jìn)行，其中越來越需要專業(yè)人員了解如何使用算法工具分析數(shù)據(jù)或進(jìn)行診斷。

上周，谷歌提出的研究表明，其圖像分析算法已經(jīng)能夠以99％的準(zhǔn)確度識(shí)別乳腺癌中的腫瘤。在著名的醫(yī)學(xué)期刊上發(fā)表的其他研究證實(shí)，超聲心動(dòng)圖等診斷檢測(cè)已經(jīng)可以自動(dòng)完全解釋。去年，當(dāng)我在巴黎的Netexplo創(chuàng)新活動(dòng)中被要求介紹其中一位獲獎(jiǎng)?wù)?，印度醫(yī)學(xué)影像診斷公司Qure.ai時(shí)，我與其中一位創(chuàng)始人在舞臺(tái)上的談話試圖探討人類正在被替換的恐懼通過機(jī)器學(xué)習(xí)和人工智能：放射科醫(yī)生在給公司提供圖像文件來訓(xùn)練他們的算法時(shí)感覺如何，他們發(fā)現(xiàn)它能夠比醫(yī)生更精確地診斷腫瘤？

經(jīng)過短暫的調(diào)整后，醫(yī)療專業(yè)人員決定最好將其留給算法來完成這項(xiàng)工作-診斷有時(shí)涉及檢查數(shù)十或數(shù)百個(gè)非常相似的圖像-而是把時(shí)間花在其他更高效的任務(wù)上。

一些人預(yù)測(cè)，下一代醫(yī)生將不再費(fèi)心通過觀察X射線進(jìn)行診斷，并且這種做法將被視為醫(yī)生在過去做的事情。算法不會(huì)取代放射科醫(yī)師，乳房攝影醫(yī)師或超聲心動(dòng)圖醫(yī)師......但那些知道如何在診斷中使用人工智能和機(jī)器學(xué)習(xí)的人將取代那些不會(huì)被視為對(duì)患者構(gòu)成潛在風(fēng)險(xiǎn)的人。

麻省理工學(xué)院并不是唯一理解這一點(diǎn)的學(xué)術(shù)機(jī)構(gòu)，但它是個(gè)也是最明顯的開始這樣一個(gè)雄心勃勃的計(jì)劃：多年來現(xiàn)在在IE大學(xué)，我們更專業(yè)的分析和數(shù)據(jù)科學(xué)課程的老師也可以教完全不同的學(xué)科，允許我們創(chuàng)造雙重學(xué)位，重疊兩個(gè)科目，并將人文學(xué)科作為課程的基本部分。

人工智能和機(jī)器學(xué)習(xí)將在每個(gè)職業(yè)中找到用于改善人類表現(xiàn)的用途。至關(guān)重要的是，下一代人將了解人工智能和機(jī)器學(xué)習(xí)算法的工作原理，而不僅僅是為了防止諸如亞馬遜算法錯(cuò)誤的事件決定停止根據(jù)公司的數(shù)據(jù)雇用女性，而且還要設(shè)計(jì)應(yīng)用日益強(qiáng)大的力量的創(chuàng)新流程。強(qiáng)大的技術(shù)。

僅僅在替代人類方面看到人工智能和機(jī)器學(xué)習(xí)的使用越來越多，這是弄巧成拙和危險(xiǎn)的。為什么有人更愿意讓醫(yī)生診斷他們的X射線而不是更精確的算法？為什么不讓算法比我們希望做的更安全地駕駛我們的汽車？現(xiàn)在是時(shí)候理解以犧牲做得更好為代價(jià)來保住工作是一場(chǎng)失敗的比賽。