Відео: How It Works: IBM Watson Health (Листопад 2024)
Цей епізод швидкого переходу був записаний у Центрі досвіду IBM Watson тут, у Нью-Йорку. Мій гість був Роб Хай, віце-президент і головний директор з технологій IBM Watson.
Ден Коста: Яке домінуюче хибне уявлення про штучний інтелект?
Роб Хай: Я думаю, що найпоширеніша проблема, з якою ми стикаємося з людьми, які говорять про AI, - це те, що вони все ще живуть у світі, де я думаю, що Голлівуд посилив цю думку про те, що когнітивні обчислення, AI, полягають у тиражуванні людського розуму, і це насправді ні. Такі речі, як тест Тьюрінга, як правило, підкріплюють, що те, що ми вимірюємо, - це ідея AI бути здатною конкурувати з дурнями людей, які вірять, що те, з чим ти маєш справу, є іншою людиною, але це насправді не там, де ми знайшли найбільша корисність.
Це навіть повертається до того, що якщо ви подивитеся майже на будь-який інший інструмент, який коли-небудь створений, наші інструменти, як правило, є найціннішими, коли вони посилюють нас, коли вони розширюють наш обсяг, коли вони збільшують нашу силу, коли вони дозволяють нам робити те, чого ми не можемо зробити самі, як люди. Це дійсно так, що нам потрібно думати і про ШІ, і в тій мірі, в якій насправді ми називаємо це розширеним інтелектом, а не штучним інтелектом.
Давайте трохи поговоримо про цю зміну, оскільки це абсолютно новий тип обчислень. Це еволюція обчислень від того, що ми обидва виросли, програмного обчислення, де ви б використовували обчислення, щоб досягти і відповісти за допомогою дуже складного процесу, до когнітивних обчислень, які діють дещо інакше. Чи можете ви пояснити цей перехід?
Напевно, найбільша відмінна різниця полягає в тому, що це дуже ймовірнісне, тоді як програмовані обчислення дійсно полягають у викладанні всіх умовних тверджень, що визначають речі, на які ви звертаєте увагу, і як на них реагувати. Це дуже детерміновано. Це дуже математично точно. За допомогою класичного програмованого комп’ютера ви можете розробити частину програмного забезпечення. Оскільки ви знаєте, що являє собою математична модель, яку вона представляє, ви можете перевірити її математично. Ви можете довести її правильність.
Пізнавальні обчислення набагато імовірніші. Йдеться про те, щоб перевірити сигнали просторів, на яких ми зосереджені, чи то це бачення, чи мова, чи мова, і намагатися знайти закономірності смислу в цих сигналах. Навіть тоді ніколи не існує абсолютної впевненості. Тепер це частково тому, що саме так обчислюється, а також тому, що така природа людського досвіду. Якщо ви думаєте про все, що ми говоримо чи бачимо чи чуємо, на смак чи на дотик чи запах, або на все, що є частиною наших почуттів, ми як люди завжди намагаємось оцінити, що це насправді, а іноді ми не розуміємо це .
Яка ймовірність того, що коли я почув цю послідовність звуків, це справді означало це слово? Яка ймовірність, що коли я побачив цю послідовність слів, це означало це твердження? Яка ймовірність того, що коли я бачу цю форму і зображення, на яке я дивлюсь, це саме той об’єкт? Навіть для людей це імовірнісна проблема, і в тій мірі це завжди так, як працюють ці когнітивні системи.
Якщо хтось до вас приходить і у них є проблема, яку вони хочуть вирішити, вони думають, що для цього є когнітивне обчислювальне рішення, вони приходять до Ватсона, вони говорять: "Слухай, ми будемо використовувати Ватсона, щоб спробувати вирішити ця проблема." Поза межами Уотсон не дуже багато. Їм потрібно навчити її вирішувати свою проблему. Чи можете ви говорити про цей процес на борту?
Власне, ми повинні говорити про два виміри цього. Одне полягає в тому, що деякий час тому ми зрозуміли, що ця річ, яка називається когнітивними обчисленнями, насправді більша за нас, вона більша за IBM, вона більша за будь-якого постачальника в галузі, вона більша за будь-яку з однієї або двох різних областей рішення що ми збиралися зосередитись, і нам довелося відкрити це, коли ми перейшли від фокусування рішень до дійсно більшої роботи платформи послуг, де кожна служба дійсно індивідуально орієнтована на іншу частину проблемний простір. Це компонент, який у випадку з мовою орієнтований суворо на проблему спроби взяти мову і розпізнати, які слова ви виразили в цій промові, або сфотографуйте і спробуйте визначити, що є на зображенні, або візьміть мови та спробу зрозуміти, що це за зміст, або взяти бесіду та брати участь у цьому.
Перш за все, про що ми говоримо зараз - це набір послуг, кожен з яких робить щось дуже специфічне, кожне з яких намагається мати справу з іншою частиною нашого людського досвіду та з думкою, що хтось будує додаток будь-хто, хто хоче вирішити соціальну чи споживчу чи ділову проблему, може зробити це, скориставшись нашими послугами, потім склавши це у додаток. Це пункт перший.
Точка друга - це та, з якої ви почали, а це, все в порядку, тепер, коли я отримав послугу, як ми змусимо її робити те, що ми хочемо, щоб це було добре? Техніка насправді є одним із викладання. Імовірнісний характер цих систем ґрунтується на тому, що вони засновані на машинному навчанні або глибокому навчанні, і ці алгоритми повинні бути навчені розпізнавати шаблони, що представляють сенс у наборі сигналів, що ви робите, надаючи дані, дані, які представляють приклади тієї ситуації, яку ви мали раніше, і вам вдалося позначити це словами: "Коли я чую цю комбінацію звуків, це означає це слово. Коли я бачу цю комбінацію пікселів, це означає, що об’єкт ". Коли я мав ці приклади, я можу зараз привести вас до когнітивної системи, до цих когнітивних служб, і навчити їх робити кращу роботу, розпізнаючи все, що ми хочемо.
Я думаю, що один із прикладів, що насправді це добре ілюструє, - це медичний простір, де Уотсон допомагає лікарям приймати рішення та аналізувати велику кількість даних, але потім врешті працює з ними над діагнозом у партнерстві. Чи можете ви трохи поговорити про те, як відбувається таке навчання, а потім, як рішення закінчується, даючи кращі результати?
Робота, яку ми виконували в галузі онкології, є хорошим прикладом того, де насправді це композиція з декількох різних видів алгоритмів, які в усьому спектрі робіт, які необхідно виконати, використовуються по-різному. Ми починаємо, наприклад, з медичного обліку, з медичного обліку та з допомогою когнітивної системи для перегляду всіх записок, які клініцисти робили за ті роки, що вони працювали з вами, і знаходити те, що ми називаємо відповідна клінічна інформація. Яка інформація в медичних записках, які зараз стосуються консультацій, в які ви збираєтесь пройти? Беручи до уваги, що роблячи аналітику подібності населення, намагаючись знайти інших пацієнтів, інші групи, які мають багато подібності до вас, тому що це поінформує лікаря про те, як думати про різні методи лікування та як ці методи лікування можуть бути доречними для вас і як ти будеш реагувати на ці методи лікування.
Потім ми переходимо до того, що ми називаємо стандартом практики догляду, що є відносно чітко визначеними методами, якими лікарі діляться, як вони збираються лікувати різних пацієнтів для різних видів захворювань, визнаючи, що вони справді розроблені для звичайної людини. Потім ми покладаємо поверх того, що ми називаємо клінічною експертизою. Навчивши кращих лікарів з різних захворювань, на що слід звертати увагу та де люди, які перебувають у стаціонарі, і як міркувати про різні стандарти практики догляду, який із них є найбільш підходящим або як пройти різні шляхи через ці різні практики догляду та тепер застосуйте їх найкращим способом, але, нарешті, заглянувши і вивчивши клінічну літературу, всі сотні тисяч 600 000 статей в PubMed про досягнення науки, що відбулися в цій галузі, що мають відношення до прийняття цієї рекомендації щодо лікування. .
Все це різні аспекти алгоритмів, які ми застосовуємо на різних етапах цього процесу, і все це було вивчено, поставивши деяких найкращих лікарів у світі перед цими системами та змусивши їх використовувати систему та виправляти систему коли вони бачать, що щось піде не так, і змусивши систему навчитися по суті завдяки тому, як покращити власну продуктивність. Ми використовуємо це спеціально у випадку онкології, щоб допомогти інформувати лікарів на місцях про варіанти лікування, з якими вони можуть бути не знайомі, або навіть якщо вони мають деякі знайомі з цим, можливо, не мали реального досвіду та не дійсно розуміють, як їхні пацієнти збираються реагувати на це і як отримати найбільш ефективну відповідь від своїх пацієнтів.
Що в основному це зробило, це демократизувати експертизу. Ми можемо взяти найкращих лікарів в Меморіал Слоун Кеттерінг, котрий мав користь бачити буквально тисячі пацієнтів на рік навколо тієї ж хвороби, з якої вони розробили цей надзвичайний досвід, зафіксувавши це в когнітивній системі, донести це до спільноти або регіональна клініка, де ці лікарі, можливо, не мали стільки часу працювати з одним і тим же захворюванням для великої кількості різних пацієнтів, що дає їм можливість скористатися тим досвідом, який зараз зафіксований у когнітивній системі.
Я думаю, що ідея розповсюдження цього досвіду, насамперед, захоплення його, є нетривіальним завданням, але потім, як тільки ви це зробите, зможете поширити його по-справжньому по всій планеті, ви будете мати досвід найкращих лікарів в Меморіал Слоан Кеттерінг можна було доставити в Китай, Індію, в невеликі клініки, і я думаю, що це досить неординарно.
Це має величезний соціальний вплив на наш добробут, наше здоров'я, на речі, які будуть корисні для нас як суспільства.
З іншого боку, справа, що стосується штучного інтелекту, полягає в тому, що він замінить людей, він замінить роботу. Він пов'язаний з рухом автоматизації. Що мене вражає - це перебування в медичному просторі, рентгенологи. Рентгенологи переглядають сотні та сотні слайдів на день. Ватсон або система, що базується на AI, можуть повторити той самий тип діагностики та аналізу зображень. Через десять років, як ви думаєте, у США буде зайнято більше чи менше людей-рентгенологів? Який вплив на такі галузі?
Вплив насправді полягає в тому, щоб допомогти людям зробити кращу роботу. Це справді про … візьміть це у випадку з лікарем. Якщо лікар тепер може приймати більш обізнані рішення, засновані на реальних доказах, підтверджених найновішими науковими фактами, які є більш пристосованими та специфічними для кожного пацієнта, це дозволяє їм реально виконувати свою роботу краще. Для рентгенологів це може дозволити їм побачити на зображенні речі, які вони в іншому випадку можуть пропустити або перевантажити. Справа не в їх заміні. Йдеться про те, щоб допомогти їм краще виконувати свою роботу.
Він має таку ж динаміку, що і кожен інструмент, який ми коли-небудь створювали в суспільстві. Мені хотілося б сказати, якщо ви повернетесь назад і подивитесь на останні 10 000 років сучасного суспільства з моменту появи сільськогосподарської революції, ми як інструмент для будівництва людського суспільства, молотки, лопати, гідравліки, шківи, важелі та багато іншого з цих інструментів були найбільш довговічними, коли те, що вони насправді роблять, - це посилення людських істот, посилення наших сил, посилення нашого мислення, посилення досяжності.
Це дійсно спосіб подумати над цим матеріалом, це те, що він матиме свою найбільшу корисність, коли дозволяє нам робити те, що ми робимо краще, ніж ми могли самі, коли поєднання людини та інструменту разом більше, ніж один з них були б самі. Це дійсно так, як ми думаємо про це. Ось так ми розвиваємо технологію. Ось де буде економічна корисність.
Я повністю погоджуюся, але я думаю, що не буде галузей, які ухиляються через ефективність цих інтелектуальних систем.
Вони збираються перейти. Так, вони будуть переходити. Я не хочу применшувати цю точку, кажучи це так, але я також хочу бути впевненим, що ми не думаємо про це як про ліквідацію робочих місць. Йдеться про трансформацію завдань, які виконують люди. Я надам вам приклад. Багато дискусій про те, як це може зайняти роботу в кол-центрі. Ну, вгадайте, що? Є багато роботи, яку роблять агенти кол-центру, які їм не потрібно робити, вони не люблять робити, що забирає їх здатність робити цікавіші речі.
Чуття, яке ми бачимо в кол-центрах, значною мірою обумовлене тим, що якщо ви думаєте про роботу агента телефонного центру, ви сидите в кінці телефонного дзвінка, слухаючи повних клієнтів цілий день, задаючи одне і те ж запитання і знову, і важко їхати додому вночі, відчуваючи себе добре, що ти робив того дня. Важко похвалитися перед своїми друзями та родичами про цю роботу, яку ви маєте, і наскільки ви добре її виконуєте, коли це ситуація, в якій ви знаходитесь.
Якщо ми зможемо отримати когнітивну систему через розмовного агента, щоб вивантажити якийсь відсоток, скажімо, 30 відсотків тих дзвінків, які надходять, і швидко та ефективно відповідати на найпоширеніші та найактуальніші питання клієнтів, і піклуватися про цю мирську роботу, тоді що зрештою, про що піклуються, - це такі питання, які у людей, які за своєю суттю потребують більше людського дотику, то потім ви збираєтеся звернутися до агента цього телефонного центру. Проблема, з якою вони стикаються для цього замовника, є цікавішою, складнішою, вимагає від них докладати більше інтелектуальних зусиль, але також вони мають справу із задоволеним клієнтом. Вони йдуть трохи щасливішими. Вони не дуже розбещені щодо своєї проблеми.
Для агента кол-центру він фактично покращив їх роботу. Це фактично дає можливість їм краще виконувати свою роботу і бути більш виконаними від цього. Тим часом для замовника, для споживача вони вирішили свої найактуальніші питання швидко. Вони не сидять на утриманні 10 хвилин. Вони не чекають, коли вас направлять на потрібну людину з лише потрібними знаннями. Вони отримують інформацію, яка їм потрібна найбільше, і можуть продовжувати своє життя, мабуть, краще рішення, звичайно краща інформація або хоча б більш послідовна інформація. Це фактично виграє обидві сторони цього рівняння.
Це цікаво. Деякі з демонстрацій, які я бачив сьогодні, полягають у тому, що програми колл-центру можуть передбачати та виявляти емоційний стан людей, які дзвонять досить ефективно, тому це не просто трансакція. Він насправді може досить добре прочитати стан людини на іншому кінці рядка.
Що насправді важливо, якщо задуматися; розмова має до неї два елементи. Одне полягає в тому, що те, що кажуть люди, для початку - це взагалі не те, що вони насправді є. Якщо я скажу: "Який у мене баланс?" ну це насправді не моя проблема. Так, мені потрібно знати баланс мого рахунку, я повинен знати, скільки у мене є грошей, але моя проблема полягає в тому, що я намагаюся щось придбати, або я намагаюся розібратися, як отримати гроші в потрібному положенні для оплати мої рахунки в цьому місяці, або я намагаюся заощадити на освіті своїх дітей. Моя проблема більша, ніж перше запитання, яке я задав, і розмова повинна стосуватися того, щоб дійти до цієї реальної проблеми.
Друга загальна характеристика розмови полягає в тому, що зазвичай вона несе в собі якусь емоційну дугу. Люди входять у певний емоційний стан, і частина розмови полягає у переміщенні їх через емоційний зсув, який часто означає перенесення їх від гніву до тепер задоволення. У деяких розмовах ми можемо вступити в це. Це може насправді трохи нагрітися. Ви бачите емоційну дугу, яка починається, можливо, спокійною, а потім переходить до більш дискусійної дискусії, яка з часом потім вирішується.
Бути чутливим та усвідомлювати емоційний стан у залучених сторін - важлива частина ефективності цієї розмови.
Які ще є додатки, які, на вашу думку, є справді трансформаційними, які доступні сьогодні?
Я думаю, що будь-яка з них, що ми робимо, - це залучати користувача, замовника таким чином, щоб надихнути їх. Для мене, зрештою, і знову повертаючись до розмов як приклад, як правило, коли люди вступають у розмову, ми приходимо до столу з ідеєю. У вас є ідея. У мене є ідея. Ця вихідна ідея - це початок розмови, і в ході розмови ми розвиваємо ці ідеї. Ми їх змішуємо. Ми їх зливаємо. Ми можемо знизити їх або посилити їх. Ми еволюціонуємо до того моменту, коли, виходячи з розмови, маємо кращу ідею. В ідеалі.
Для цього повинно бути не тільки давання і взяття, але і елемент, як ви надихаєте когось? Як ви змушуєте людей активізувати свою уяву? Як змусити їх думати про те, про що раніше не думали, або бачити щось у світлі, про яке раніше не думали, або бачити іншу точку зору, яка веде їх по шляху, про який вони навіть не знали подумайте, задавати питання, які вони не думають задавати? Ось такі приклади, це ті ситуації, які, на мою думку, є найбільш перспективними і матимуть найбільшу користь для людей.
Це трапляється сьогодні чи це щось, що повинно відбуватися по мірі розвитку технології?
Ні, це відбувається. У нас є приклади того, що відбувається зараз. Насправді, повертаючись до онкології як приклад, для кращих лікарів у світі можливі варіанти лікування, здебільшого, для них очевидні. Може бути один із десяти випадків, коли вони можуть сказати: «Ну, почекай хвилинку, це була цікава ідея». Це буде не так часто, але, як ви вже говорили раніше, якщо взяти це до налаштувань громади, регіональних налаштувань і в областях, де не існує такого рівня знань, факт, що система може впроваджувати нові ідеї, нові варіанти лікування, це дійсно про введення нових ідей. Ми це вже бачимо.
Тоді, звичайно, вихід за рамки того, що, на мою думку, став класичним сценарієм чат-ботів, і я думаю, що деякі з нас починають бачити в різних прикладах ситуацію, коли якщо хтось надсилає попередження про шахрайство на кредитній картці, і вони переходять до сьогодні, може бути просто просто: "Чи була ця транзакція чимось, що ви робили чи ні? Якщо це так, то добре. Якщо ні, то ми збираємось щось робити щодо скасування транзакції" зараз ", добре вам потрібна нова кредитна картка. Де найкраще дістати її до вас? Чи ми вам її поштою відправлятимемо? Чи не надсилатимемо ми вам її? О, ви готові відправитися в цю поїздку. не зможемо надіслати це вам поштою. Ми повинні отримати це вам швидше.
"О, ви їдете за кордон. Можливо, тут є варіант кредитної картки, до якого ви раніше не піддавалися, не знали, де ми обробляємо обмін валют на вашу користь. О, ви використовуєте це для бізнесу . Це закордонна поїздка. Ви використовуєте це для комерційних витрат. Ну, ось кредитна картка, яка має більш відповідну для цього процентну ставку ". Це все дуже прості приклади, але кожен з них відкриває новий набір ідей, які зазвичай не трапляються у вашому простому чаті сьогодні, але все-таки справді можуть бути дуже широкими можливостями для людини.
Цікавий момент полягає в тому, що коли ви переглядаєте всі ці варіанти, раніше це був би сценарій. Був би сценарій з парою гілок. Це було б заздалегідь визначено заздалегідь. Це зовсім інша річ, коли чат-бот робить це, що насправді реагує на інформацію, яку ви надаєте, та інформацію, яку ви вже надали, і веде вас вниз шляхом, які не були написані сценарієм. Він знає, що ви подорожуєте, але ви не обов'язково про це говорили. Він знайшов цю інформацію з історії вашої електронної пошти.
Він може знайти речі про вас, які ви виявили по дорозі.
Ми говорили про онкологію, тому що це чудовий приклад. Ми говорили про чатів, тому що більшість людей мали певну взаємодію з ними. Але це технологія, яка реально розширюється в усіх галузях. Важко думати про галузь, яка не матиме до неї якогось когнітивного компонента. Чи є якісь приклади, про які люди ще не думали?
Мене дивує те, як кожен день хтось придумує іншу нову ідею. Ось чому я думаю, що ми перебуваємо в такій цікавій фазі, тому що, зосередившись на розкладанні того, що ми маємо з точки зору когнітивних можливостей, на послуги побудови блоків, це дійсно звільняє людей використовувати свою фантазію та продовжувати здійснювати ідеї, які ми маємо ніколи не розглядався раніше, чи використовує це візуальне розпізнавання для дослідження пейзажу.
Наприклад, у Каліфорнії компанія там використовує візуальне розпізнавання, щоб переглянути топографію та топологію та визначити на зображенні різницю між бетонною поверхнею, поверхнею асфальтової покрівлі, поверхнею трави, деревами та чагарниками та цими речами. оцініть, скільки споживається води та де можуть бути витоки води та що можна зробити для покращення ефективного використання води, як приклад.
Або на легальній арені, використовуючи ці речі, щоб вийти з ладу та допомогти юристам читати буквально мільйони та мільйони сторінок фонового матеріалу, що схоже на пошук голки в копиці сіна. Звідки той той папірець, який справді має відношення до даного конкретного випадку? Намагаюся розібратися через усе це. Можливості просто величезні.
Я думаю, що одна з таких кваліфікацій має велику кількість даних, які потрібно проаналізувати. Ви говорили про медичну документацію та можливість сканувати медичну документацію для отримання відповідної інформації. Ці записи протягом вашого життя могли складати багато сотень сторінок. Це справа в тому, що, можливо, у вашого сімейного лікаря є щось таке, але вони не пам’ятають про все це, тоді як система ніколи не забуває.
Так. Лікар може мати п’ять, а може, і десять хвилин, щоб переглядати цю історію хвороби, перш ніж приїхати і проконсультуватися з вами, але все ж є всілякі дуже важливі відомості, які можуть бути у вашій історії, вашому минулому, щоб за будь-яких інших обставин вони пропустили би тому що у них немає часу, що якби вони мали, це змінило б значення.
Подумайте про ситуацію, коли, якби жінка сказала лікареві, що її мати просто померла від раку молочної залози два роки тому. Ну, ймовірність того, що лікар відзначить це в цьому записі, але в цей момент, якщо ця жінка прийде подарувати грудку в груди, і якщо цей лікар цього не бачить, ну це дуже важливий фрагмент інформація. Тепер, можливо, вони знову виявлять це, розмовляючи з пацієнтом, але, можливо, ні. Ви справді хочете ризикнути, що не знаєте, що колись таке настільки германне?
Загальну характеристику, де цей матеріал є корисним, ви згадали, де є багато і багато даних. Так, але насправді це колись із тих аспектів того, ким ми є люди, де наша пізнавальна здатність починає досягати своєї межі. Ми добре читаємо. Ми можемо щось прочитати. Ми можемо це засвоїти. Ми можемо адаптуватись до інформації та використовувати її дуже потужними способами як люди. Але ми не дуже добре читаємо багато даних. Ми не можемо, ніж… Ідея читати десятки тисяч, сто тисяч, мільйони сторінок літератури за день набагато перевищує наші можливості.
Постає питання, коли ми переростаємо у світ, де кількість інформації, що виробляється щодня, зростає експоненціально, наскільки більше цієї інформації ми не використовуємо, що має в ній інформацію, чи має цей маленький шматочок інформації, який абсолютно важливо до рішення, яке нам потрібно прийняти, чи не добираємось ми? Якщо це не кількість інформації, яку ми читаємо, це: Скільки ми засвоюємо? Скільки ми можемо згадати? Чи можемо ми побачити ті маленькі зразки, які відповідають цій інформації для наших рішень?
Є багато речей, до яких ми, як люди, хороші. Існує також багато речей, які ми не дуже хороші, і це я думаю, коли когнітивні обчислення дійсно починають робити величезну зміну, це коли він зможе подолати цю відстань, щоб зробити цю прогалину.
Здається, досить зрозуміло, що це світ, у який ми рухаємось. Наскільки ми готові? Що ви дивитесь на нашу систему освіти, нашу економіку, наші політичні структури? Наскільки ми готові жити у світі з таким типом когнітивних обчислень як складовою?
Це цікаво. Це спирається на одну з ключових цінностей, яку ми маємо як людину, і це наша здатність адаптуватися. Якщо ви подивитесь на це чисто дискретно, куди це йде, і якби ми стрибнули 10 років і подивимось на це і сказали: "Де нам буде 10 років? Ми готові до цього?" відповідь, ймовірно, буде, ні. Є ще багато, що нам потрібно зробити. Але люди мають цю чудову здатність пристосовуватися на льоту та рости із змінами, що відбуваються навколо них.
Подумайте ще 10 років тому, коли смартфон насправді тільки починав ставати доступним для нас, не кажучи вже про популярний, і про те, скільки змін ми пережили як суспільство за останні 10 років. Подумайте, як виглядає ваше життя щодня зі смартфоном і без нього. Ми можемо поскаржитися на те, наскільки це може бути відняттям іншого досвіду, і це може бути правдою, але справа в тому, що 10 років тому ми не витрачали багато часу на бідність, чи були ми готові як суспільство, хоча насправді ми пережили багато змін за останні 10 років, про які ми, мабуть, не були повністю усвідомлені, оскільки засвоїли цю технологію і почали використовувати її дуже ефективно.
Є багато, що нам потрібно зробити. Ми багато чого зробимо з часом, багато зростання, який ми переживемо, багато освіти та політики та інших речей, через які ми повинні пройти зміни, але будемо.
Ми перейдемо до моїх останніх запитань. Яка технологічна тенденція стосується вас найбільше? Чи є щось, що тримає вас в ночах?
Я думаю, що найбільше турбот, які я маю зараз, - це те, що люди мають взяти на себе відповідальність. Ми, як інженери та постачальники технологій, споживачі технологій, люди, відповідальні за регулювання технології, дійсно повинні бути свідомими і продумувати зараз, що ми хочемо зробити, щоб захистити себе та підготуватися до змін, що відбуваються. Це не буде, тому що ми не будемо пристосовуватися до цього. Ми будемо. Проблема, звичайно, у процесі адаптації ми також не будемо усвідомлювати, що це робить, і як це впливає на нас, і де люди можуть використовувати цю технологію способами, які нам не віддають перевагу, що ми не є Вам не комфортно, або в ретроспективі ми не обов'язково хочемо.
Я думаю, що нам потрібно бути свідомими і думати про те, що ми робимо, і ми не хочемо, щоб це сталося в нашому житті за допомогою цієї технології. Зокрема, постачальники, зокрема, ми, як постачальники цієї технології, і люди, які споживають ці компоненти технологій і будують додатки з неї, повинні в цей момент взяти на себе відповідальність за нашу етичну поведінку або поведінку, що народжується з етичних цінностей.
Як приклад, ми настійно рекомендуємо будь-якому з наших розробників додатків, будь-якій із установ, які створюють додатки за допомогою цих технологій, щоб вони були дуже прозорими для своїх кінцевих користувачів щодо того, що це пізнавальна програма, це комп'ютер та не намагатися маскуватися, наприклад, справжньою людиною. Не прикидайтесь. Не дозволяйте цій речі прикидатися.
Не наслідуйте.
Не наслідуйте це і не дозволяйте своїм клієнтам колись вводити в оману вірити, що ця річ справжня людина. Етично це неправильно. Я думаю, що це створює ризик вразливості. Людина, яка взаємодіє з людиною, може зробити певні припущення щодо наших недоліків, про нашу нездатність фактично зберігати багато інформації, де, маючи справу з когнітивною системою, ми повинні пам’ятати, що люди, які надають цю пізнавальну систему рішення несуть відповідальність за конфіденційність та захист інформації, яку ми її надаємо. Ми ніколи не повинні забувати про цей факт.
Що стосується технологій на ногах, якою технологією ви користуєтесь щодня, яка просто надихає на диво? Що змінило ваше життя?
Я думаю, що я можу отримати доступ до інформації про те, що, навіть якщо я міг би отримати її в Інтернеті, у нас вже тривалий час була доступна інформація в Інтернеті, але часто ми перестаємо намагатися отримати цю інформацію, оскільки це непосильне Я дивився на деяке обладнання для камер і просто намагався приймати рішення про компроміси між різними камерами -
Я надішлю вам посилання на наш посібник із покупців.
Ось так. Це стає непосильним, і все ж вам доведеться покладатися на інших людей, щоб надати вам поради та припустити, що вони зробили для вас дослідження, але навіть тоді вони роблять це на основі деяких припущень, які вони зробили щодо того, що вам потрібно і про що ви дбаєте. У якийсь момент ти просто здаєшся і кажеш: «Гаразд, добре, просто скажи мені, що мені робити, я це зроблю». Або ви переходите на цілу купу веб-сайтів і бачите всі ці думки, і це стає просто заплутаним і суперечливим, і тому ви говорите: "Ну, чорт з усіма ними. Я просто збираюся піти з тим, що мені здається добре. "
Тепер, оскільки ці системи можуть накопичувати та засвоювати та організовувати величезну кількість інформації, навіть для людей, які дають рекомендації, навіть для радників, це приносить їм користь, оскільки це допомагає їм зробити кращу роботу. Мені подобається сказати, що це не мислення для нас, це дослідження для нас, щоб ми могли зробити своє мислення краще, і це справедливо для нас, як для кінцевих користувачів, і це стосується радників. Це правда для тих, хто в цій ролі є аналітиком.
Я думаю про додаток, тому що ми завжди намагаємось допомогти людям приймати рішення щодо покупки. Ми недалеко від системи, яка могла б переглянути всі фотографії, зроблені вами за останні п’ять років, побачити, що вам подобається робити фотографії дикої природи або крупним планом квітів, а потім зробити рекомендацію щодо камери на основі зображень, які ви берете.
Це вірно. Фламінго. Я не знаю чому.
Це найкраща камера для фотографування фламінго.
Фламінго, правильно.
Ми майже там. Технологія існує, вона просто ще не запрограмована.
Так.
Або вчили, як у нас сьогодні. Роб Хай, велике спасибі за це.
Дуже дякую.
Щоб отримати швидший форвард з Даном Костою, підпишіться на подкаст. На iOS завантажте додаток Apple Podcasts, знайдіть «Швидкий перехід» та підпишіться. На Android завантажте додаток Stitcher Radio for Podcasts через Google Play.
