【TED Talk選物 no.2】 AI時代並不是機器取代人類，而是人類帶領機器
這次選的TED Talk 👉🏼 https://reurl.cc/exV8aW
講者🚩 Sylvain Duranton
標題🚩 How Humans And AI Can Work Together To Create Better Business
最近跟幾位在人工智慧領域中鑽研的學生討論資料時，常常有種感覺：剛接觸這個領域的人談的是AI的 #潛力 ，資深一點的人，談的卻往往是AI運用的 #限制 ，尤其是說到「AI即將取代人力」這樣的話題時，雖然這幾個學生在不同課堂，意見卻相當一致：在AI降臨的時代中，機器自己還無法找出最佳解決方案，「人」的角色將會越來越重要。
Boston Consulting Group的Sylvain Duranton與他的AI專家團隊，專門替企業提供AI整合方案，在這個TED Talk裡，他分享了一個推特上的客戶抱怨，說明沒有「人」介入的AI方案，沒有人會喜歡：「幾個月前我媽過世，上網買了她的骨灰罈，現在Amazon一直繼續推薦我『如果你喜歡這個商品，相信你也會喜歡⋯⋯』」
#你才喜歡你全家都喜歡
Sylvain Duranton認為AI應用目前最大的難題，除了 #因為未知而恐懼 的排斥心理以外，是AI其實算是一種包裝著 #進步科技 外衣的 #僵化 新代表，我們最受不了官僚體系的原因，是規則跟程序永遠排在第一位，我們嘲笑行政人員們不知變通像機器人，而AI，真的是機器人。在演算法的世界中，鐵律更是超越人性。
沒有「人」來帶領的AI整合方案，容易輕忽客戶感受(insensitive)，造成負面經驗，同時也可能帶來死亡災難，像是過去兩年兩架波音737墜機事件中，奪走346條人命的兇手，很可能就是誤判的AI系統，這是因為機器學習的模組過度依賴歷史資料分析，許多具有 #統計重要性 但沒有道理的因素，卻被系統標記為決策關鍵。
針對這樣的難題，Sylvain Duranton提出的解決方案如下
1️⃣ 杜絕human-zero mindset
沒有「人」參與的AI方案，看似快速簡易，但 #製造問題 的速度會比解決問題來得快 。
2️⃣ 檢討human-using-AI model
併入人為判斷，也不見得就能提高成效，例如利用AI系統做出決策建議後，如果安排專家後續修正結果，準確率反而可能輸給只靠專家不靠AI系統的團隊。
3️⃣ 善用human-plus-AI model
投資資源在設計人機合作的介面上，把領域專家(domain experts)的創意與意見，拿來作為AI的系統input，補強歷史資料中沒有的角度。
許多 #敏感議題 或是難以化為演算規定的 #人類默契 ，還是必須倚靠專業人士來提供經驗，對於想併入AI方案的公司企業，除了可以多利用 台灣人工智慧學校或是工業局的 AIGO 智慧應用人才培育等諮詢計畫，也該多投資自己內部的精英人才，AI的基礎架構是打造逼近人腦的工作系統，對於現成的人腦，也該要盡力善加利用。
------
既然都看到這了，學個英文字吧！
✍🏼bureaucracy
解釋與例句往此去 👉🏼 https://reurl.cc/QdV972
喜歡我寫的文章，記得按讚讓我知道，如果你想起誰也會喜歡這個主題，請幫我分享讓更多人看到，謝謝你。
人類默契 在 [討論] 關於溫柔不會開手機燈（關於默契） - 看板MayDay 的推薦與評價