人工智能與人類將如何共同進(jìn)步

這些專家中有AI的數(shù)據(jù)科學(xué)家。畢竟，這類大型，大數(shù)據(jù)問題是人工智能應(yīng)發(fā)揮的作用。但是AI科學(xué)家正為與醫(yī)學(xué)界完全一樣的未知數(shù)而苦苦掙扎-新型的“新穎”部分。

回到未來?不總是

AI和機(jī)器學(xué)習(xí)(ML)本質(zhì)上是后向的。為了使它們按需工作，數(shù)據(jù)科學(xué)家必須對(duì)它們進(jìn)行大量的歷史數(shù)據(jù)培訓(xùn)。問題在于，對(duì)于像Covid-19這樣的世界性大事件，我們的現(xiàn)實(shí)永遠(yuǎn)無法與用于訓(xùn)練算法的數(shù)據(jù)相匹配。

我們正在經(jīng)歷的一切都是前所未有的，無法預(yù)料的和不可預(yù)測的，并且未來充其量是朦朧的。我們都已經(jīng)看到，不同的經(jīng)濟(jì)學(xué)家對(duì)于的經(jīng)濟(jì)復(fù)蘇將“形成”什么樣的觀點(diǎn)持不同意見。那是因?yàn)槲覀冋诮?jīng)歷的與眾不同，以至于他們的模型不再適用。 但是，僅僅因?yàn)锳I和ML尚無法為每個(gè)領(lǐng)域的近期或長期未來建模，并不意味著我們應(yīng)該將它們擱置一旁。當(dāng)AI和ML依靠現(xiàn)有數(shù)據(jù)進(jìn)行未來預(yù)測時(shí)，他們處于最佳狀態(tài)。但是，通過縮短這些時(shí)間范圍，我們可以得到一個(gè)非?？煽康念A(yù)警系統(tǒng)。

例如，由于ML非常擅長識(shí)別信息模式的統(tǒng)計(jì)變化，因此我們可以訓(xùn)練模型以監(jiān)視全球新聞源中的趨勢術(shù)語，這些趨勢術(shù)語可能預(yù)示著突發(fā)事件，例如區(qū)域性呼吸道疾病病例的突然增加或即將來臨的自然災(zāi)害。

人工智能和人類：共同進(jìn)步

但是，雖然AI可以根據(jù)社交帖子或新聞條目識(shí)別提及的高峰或得出趨勢，但他們的建議不能被視為福音。這是因?yàn)樗鼈兊慕Ｊ窃谡婵罩羞M(jìn)行的-沒有上下文，因果關(guān)系或定性分析。

為了從這些系統(tǒng)中獲得最大收益，我們需要將它們與人員質(zhì)量保證團(tuán)隊(duì)配對(duì)，該團(tuán)隊(duì)可以決定報(bào)告的數(shù)據(jù)是否代表突發(fā)，巧合，錯(cuò)誤信息或需要采取的措施。

借助與AI協(xié)同工作的人員團(tuán)隊(duì)，您將獲得一個(gè)更可靠的事件檢測系統(tǒng)?？赡馨l(fā)生的最糟糕的情況是，您會(huì)得到一個(gè)誤報(bào)，然后可以將其誤解或標(biāo)記為進(jìn)行其他監(jiān)視，這比遲到該黨并做出反應(yīng)要好得多。

讓我們來聽聽“現(xiàn)在”

僅僅因?yàn)锳I不能準(zhǔn)確或可行地告訴我們Covid-19對(duì)世界的長期影響，我們就不應(yīng)輕視其價(jià)值。與其嘗試將AI用作水晶球，不如將模型應(yīng)用于實(shí)時(shí)數(shù)據(jù)的篩選以獲取可采取的信息高峰。這可能意味著在我們看到相關(guān)癥狀激增的地區(qū)發(fā)出社交疏散或旅行警報(bào)，甚至將醫(yī)療資源引導(dǎo)到潛在受影響的地區(qū)。