京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA数据分析师 出品
编译:Mika
【导读】
机器能让我们变得多聪明?Siri的联合创始人之一的Tom Gruber希望制造出 “人性化的人工智能”,从而增强人类的能力,并与我们合作,而不是与我们竞争。
今天我想给大家提供一个全新的角度看待人工智能这个领域。
我认为,人工智能的目的是用机器智能来增强人类的能力。
而随着机器变得更聪明,我们也会更聪明,我称之 为“人性化 AI”。即通过与AI合作,并强化人类的设计方式来满足人类的需求。
如今,智能助理逐渐成为主流。这象征了人类与AI之间的互动已被广泛接受,而其中一个产品就是我协助创造的Siri。
大家都知道Siri。Siri会明白你的意图,并协助你把一切搞定。
但各位可能不知道,当初我们在设计Siri时,就把它定位为“人性化 AI”,即通过对话的方式来强化人类体验,让行动成为可能。不论是谁,能力如何,都可以使用。
对我们大多数人而言,这项技术让我们更方便的使用智能产品。
但对我朋友Daniel而言,系统的AI功能却改变了他的一生。
Daniel是个很爱社交的人,他也是个四肢瘫痪的盲人。那些我们能够轻松使用的设备对他来说却很难使用。
上次我去他家,他哥哥说:“等等,Daniel还没准备好,他正在和网上认识的女生打电话。”
我说:“不错啊,他怎么办到的?”
事实上,Daniel用Siri来管理他自己的社交生活。他的电子邮件、短信、电话,而不用依赖他的照料人。这挺有趣的,对吧?
这个人通过AI,帮助他与真正的人类建立了关系,这就是人性化的人工智能。
还有一个可以改变人生的例子,也就是癌症诊断。
当医生怀疑病人有癌症时,他们会先取样交给病理学家,病理学家再利用显微镜来看样本。
病理学家每天要看数百片的载玻片,以及数百万个细胞。
所以为了支援这项工作,有几位研究人员做出了一种人工智能分类器。
如今,分类器已经会根据图片分辨这是否是癌症。
分类器挺厉害的,但没有人类那么厉害,人类大部分都能判读正确。但当机器与人类的能力结合在一起时,准确率可以达到99.5%。
加上人工智能的帮助,人类病理学家能减少个人判断时85%的错误。这其中很多的癌症患者,当初就是因误判而耽搁了治疗。
人类比较擅长判断假阳性案例。而机器则比较擅长判断难以辨别的案例。
但我们学到的并不是谁在图像分类上比较厉害,那些东西每天都会变。这里我们学到的是,通过结合人类与机器的能力,创造出的合作关系会有超人般的表现,而这就是人性化的人工智能。
我们再举个例子,这方面的进步也是突飞猛进,那就是设计。
假设你是个工程师,想要设计一个新的无人机骨架。
你打开你最爱的软件,电脑绘图辅助工具CAD。输入了外形和材料,然后按下分析表现,它只会跑出一种设计方案。
如果你把这些工具拿给AI使用,它会帮你跑出数千种设计。
如今,人类工程师只要说出想要实现的设计,机器就会得出许多种可能的方案。
现在,作为工程师的工作就是选出一种最符合目标的设计,这是作为人类最擅长的,用的就是人类的判断和专业知识。
在这案例中脱颖而出的设计一点也不刻意,就像是自然而然设计出来的。
现在来想想,如果跟着人性化AI的发展,它会把我们带到哪些意想不到的境界?
我们想要实现哪些方面的强化?认知强化如何?
别再问:“我们能把机器做到多聪明?”
而是要问 “我们的机器能把我们变得多聪明?”
举个例子,记忆。
记忆是人类智能的基础,但人类的记忆力是出名的差。
我们很会说故事,但无法保证细节都是准确的,我们的记忆会随时间衰退。
但如果你能拥有和计算机一样好的记忆力,而且这些记忆与你的人生有关,那会如何呢?
如果你能记得你见过的每一个人,叫得出每一个人的名字,家庭状况的细节,他们最爱的运动,你和他们上次的对话,那会如何呢?
如果你一生都有这样的记忆,你就可以让人工智能去看看你过去,与人们的所有互动,并帮助你反思你的人际关系。
如果我们能让人工智能去阅读所有你阅读过的内容,去听你听过的每首歌,会如何呢?
从最微小的线索,它就能帮助你找回你以前看过或听过的任何东西。
想像一下,这对于建立新连结以及产生新点子的能力会有什么影响。
那么我们的身体呢?
如果我们能记得吃过的每样食物,每颗药物,那会如何?
我们可以根据自己的数据进行研究自己,找出什么会让我们感觉很好并保持健康。
想像一下,这会对治疗过敏及慢性病带来怎样的革命。
我相信,人工智能能够实现个人记忆的强化。我不知道何时或需要哪些机遇,但我认为它一定会到来。
因为人工智能在当今够成功的原因,就是这些唾手可得的综合性数据,以及机器能从这些数据中理解出意义的能力,能够被应用到我们生活中的数据上。
我们现今就已经能够取得那些数据了,因为我们可以直接用手机或上网的方式将我们的生活与数字科技连接。
依我所见,个人的记忆是私人的记忆。我们可以选择是否要回忆或保留哪些记忆,这种安全性绝对是有必要的。
对大部份人来说,增强个人记忆所产生的影响会是可以获得心智上的成长,或是希望可以有更好的社交能力。
但对于数百万受阿兹海默症及痴呆症折磨的人而言,增加记忆能造成的改变就是让那孤独的人生,过上有尊严与外界保持联系的生。
我们现在正处于人工智能繁荣发展的时期当中。
仅仅在过去几年,我们就开始看到人工智能问题的解决方法。而这在过去数十年来一直是无法解决的问题,比如:语音理解、文字理解、图像理解,我们可以选择要如何使用这强大的技术。
我们可以选择用人工智能来做自动化的工作,并与我们竞争。我们还可以选择用人工智能,来做增强化的工作,与我们合作来克服我们的认知限制,并帮助我们去做我们想要做的事,而且做得更好。
随着我们发现新的方式来将智能赋予机器,我们可以把那种智能移转到全世界所有的人工智能助理身上。且不论如何,都要确保每个人都能因此受惠。
这就是为什么每次当机器变更得聪明,我们也会变得更睿智,而这就是人工智能值得推广的原因,谢谢!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在企业经营决策中,销售额预测是核心环节之一——无论是库存备货、营销预算制定、产能规划,还是战略布局,都需要基于精准的销售 ...
2026-03-09金融数据分析的核心价值,是通过挖掘数据规律、识别风险、捕捉机会,为投资决策、风险控制、业务优化提供精准支撑——而这一切的 ...
2026-03-09在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心工作,是通过数据解读业务、支撑决策,而指标与指标体系 ...
2026-03-09在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28