Како вештачка интелигенција мења знање: Тхомас Малоне са МИТ-а

Уз помоћ правих АИ алгоритама, организације могу еволуирати у суперумове који су паметнији од својих појединачних чланова.



24. јануара 2019. године

Цитрик





Тхомас Малоне је професор менаџмента на МИТ-овој Слоан школи за менаџмент, оснивач и директор МИТ Центра за колективну интелигенцију и аутор књиге из 2018. Суперумови: Изненађујућа моћ заједничког размишљања људи и рачунара . Књига истражује различите начине на које групе људи доносе одлуке и како нови облици вештачке интелигенције, посебно машинско учење, могу помоћи. Малоне предвиђа да ће вештачка интелигенција, роботика и аутоматизација уништити многе послове — укључујући и оне висококвалификованих радника знања — док ће истовремено створити нове. Улагањем у праве врсте вештачке интелигенције, каже он, организације могу да помогну да радници буду продуктивни и срећни — и да се постарају да су наши суперумови заправо паметнији од наших уобичајених умова.

Ову епизоду спонзорише Цитрик, компанија која покреће дигиталну трансформацију унутар организација свих величина. У другој половини емисије, Цитрик-ов глобални технолошки директор Кристијан Рајли објашњава зашто је машинско учење сада множилац силе, чинећи све врсте апликација за потрошаче и предузећа кориснијима.



Бусинесс Лаб води Елизабетх Брамсон-Боудреау, извршни директор и издавач МИТ Тецхнологи Ревиев. Продуцент емисије је Вејд Роуш, уз уредничку помоћ Минди Блоџет. Музика Мерлеан, из Епидемиц Соунд.

Прикажи белешке и везе

МИТ центар за колективну интелигенцију

Суперумови: Изненађујућа моћ заједничког размишљања људи и рачунара

Цитрик Воркспаце



Фулл Трансцрипт

Елизабет Брамсон-Боудреау: Из МИТ Тецхнологи Ревиев-а, ја сам Елизабетх Брамсон-Боудреау, а ово је Бусинесс Лаб, емисија која помаже пословним лидерима да схвате нове технологије које излазе из лабораторије и излазе на тржиште. Ову епизоду вам доноси Цитрик, компанија која покреће дигиталну трансформацију унутар организација свих величина. Касније у емисији ћемо чути од глобалног директора технологије компаније Цитрик, Кристијана Рајлија.

Али прво ћемо разговарати са Томом Малонеом. Том је један од најпаметнијих људи које познајем који проучава како организације размишљају и како рачунари и људи који раде заједно могу да размишљају интелигентније.

Том је професор менаџмента на М.И.Т. Слоан школа менаџмента. Том је такође оснивач и директор М.И.Т. Центар за колективну интелигенцију. Давне 1998. године био је један од првих научника који је препознао појаву е-ланцинга или онога што данас зовемо економија свирка. Том је 2018. објавио велику књигу под називом Суперминдс која се бави различитим начинима на које људи заједно доносе одлуке и како нови облици вештачке интелигенције, посебно машинско учење, могу помоћи.

Овде у Тецхнологи Ревиев посебно смо заинтересовани за то како А.И. посеже у свет рада знања. Покрили смо начин на који роботика и аутоматизација на неки начин отежавају ниским платама и нискоквалификованим радницима да задрже посао. Али ових дана постоје и знаци да А.И. промениће и начин на који висококвалификовани радници знања раде свој посао. То не значи да ће нас сви надмудрити компјутери. Али то значи да ћемо морати више да размислимо о томе како организације могу да усвоје праве врсте А.И. да радници буду продуктивни и срећни и шта могу да ураде да би били сигурни да су наши супер умови заправо паметнији од наших уобичајених умова. Мој састанак са Томом Малоуном био је прилика да разговарам о неким специфичностима. Ево нашег ћаскања.

Дакле, дивно је видети те поново Томе.

Том Малоне: Дивно је бити овде.

Елизабета: Дакле, разговараћемо о књизи коју сте написали и о идејама које сте изнели у својој књизи. Зове се суперумови и тврди да група људи може на неки начин бити свесна и да је интелигенција понекад заправо интелигентнија од било ког појединца у групи. Такође тврдите да компјутери ове супер умове могу учинити још паметнијима.

Дакле, прво, можда нам реците шта вас је навело да почнете да размишљате у том правцу и да ли сте у неком тренутку помислили: Хеј, има довољно овде да бих можда требало да погледам књигу, и знате у суштини само нам реците шта вас је довело на то место.

Том: У ствари постоји врло специфичан тренутак у 2005. Убрзо након што је моја претходна књига Будућност рада објављена 2004. године, говорио сам на конференцији у Пало Алту на Станфорду, а две друге говорнице биле су Естхер Дисон, познати компјутер. индустријски аналитичар и инвеститор, и Вернор Винге, познати писац научне фантастике који је између осталог помогао популаризацији концепта сингуларности.

Тако да смо нас троје изашли на вечеру након говора на конференцији тог дана. И говоримо о Верноровој најновијој књизи коју је у то време управо требало да заврши, и говоримо о стварима које су га занимале, а Вернор је говорио о ономе што је он назвао надљудском интелигенцијом, нечему попут људи и компјутера и ствари попут то. И имали смо заиста занимљив разговор. Разговарао сам о томе шта да радим и размишљао сам о томе шта желим да радим следеће након моје претходне књиге. И на крају те вечере имао сам необичан осећај, а то није било да сам одлучио шта ћу следеће да радим; Осећај који сам имао био је да сам коначно себи признао шта ћу следеће да радим.

И тако сам у то време то назвао надљудским рачунарством или надљудском интелигенцијом. Касније сам помислио да је боља реч за то била колективна интелигенција. И користио сам тај израз прилично дуго, укључујући и даље име истраживачког центра на МИТ-у којим руководим. А онда сам у току писања моје књиге која је била нека врста резимеа последњих 10 или 15 година размишљања о овој теми схватио да је на неки начин још бољи израз за ту ствар уместо колективне интелигенције или колективно интелигентних система, бољи израз за то је био суперумови.

Елизабета: Шта је оно што сте видели у свету у то време, што је јасно показало да је то место где треба да идете.

Том: Дакле, у неком смислу, када сам писао Будућност рада, размишљао сам о томе да погледам около на свет и кажем шта организације раде данас, и која су врста логичног проширења следећих корака које би могли да предузму у правцу већ кренуо. Више децентрализације је била једна од ствари које сам поменуо или јаче нагласио у тој књизи. И са моје тачке гледишта, једна од веома лепих ствари у вези са колективном интелигенцијом као начином уоквиривања свега овога је то што се не говори шта је следеће. Говори шта је крајња тачка, а онда како идемо у том правцу. Дакле, у неком смислу, иако људи обично не размишљају о томе на овај начин, у неком смислу је разлог да имамо организацију на првом месту да нека група људи може боље радити ствари заједно. А то често значи интелигентније него што би могли да раде само сами. Дакле, у неком смислу крајња тачка је савршена колективна интелигенција.

генетски инжењеринг ембриона

И заправо у својој књизи говорим о томе као о корисном начину размишљања. Ако размишљате о томе како би моја компанија могла да буде паметнија, корисна ствар је да размислите шта бисмо радили да смо савршено интелигентни. Када бисмо у доношењу сваке одлуке узели у обзир све знано. Наравно, у већини стварних случајева то не можете почети да радите, или барем не можете то да урадите у потпуности, али то можете почети да радите. Можете мислити колико далеко можемо да идемо ка томе да будемо савршено интелигентни. Дакле, у том смислу није било толико гледање унаоколо и рекавши да је ово следећа велика ствар због Кс. То је било гледање на свет и рекавши како можемо размишљати о стварно дугом року овде и онда то користити као начин пројектовања наредног времена.

Елизабета: Дакле, књига Суперминдс је јасно написана са пословним лидерима, људима који ово слушају, на уму као вашој публици. Дакле, које су главне ствари за које се надате да ће одузети било од читања књиге, надамо се, или од ове расправе о књизи?

Том: Дакле, по мом мишљењу, најважнији допринос књиге није ниједна појединачна чињеница или метод који можете користити. Мислим да је најважнији допринос, барем се надам да је најважнији допринос, нови начин гледања на свет. То је начин гледања на свет где можете видети суперумове свуда око себе, не само друге компаније, већ и тржишта и заједнице и демократије и све ове врсте ствари свуда око нас све време. Посебно као пословни лидер, мислим да то значи да бисте могли и требали размишљати о својој властитој организацији као о врсти суперума. То је ствар. То је ентитет. То је интелигентан ентитет. А онда је очигледно питање како да своју организацију учиним паметнијом. И тако књига даје неколико начина размишљања о томе. Једно је размишљање о различитим когнитивним процесима које сваки суперум или било који интелигентни ентитет треба да уради, као што је размишљање о томе какве одлуке моја организација треба да донесе, мој организациони суперум. Шта треба да одлучи. Шта он мора да има осећај о свету да би донео те одлуке. Шта оно мора да се сећа прошлости да би те одлуке добро донело. Дакле, свако од тих питања вас води до гомиле других могућности. Многи од њих можда никада раније нисте помислили.

Елизабета: Када организације одлуче да желе да постану паметније увођењем више рачунарства или више АИ, шта видите као лаке проблеме на које могу применити ову памет, ову додатну памет, а који су тежи?

Том: Једна врста лаког проблема, у одређеном смислу, мислим да је врста проблема које можете решити са оним што ја називам хиперконективношћу. Недавно смо много причали о вештачкој интелигенцији у свету, па чак и у овом интервјуу до сада. Мислим да је подједнако, ако не и важнија ствар коју компјутери могу да ураде, да створе хиперконективност, да повежу људе са другим људима, а често и са рачунарима, у великим размерама и на богате нове начине који никада раније нису били могући. Дакле, ово смо већ видели. Интернет је можда најбољи пример технологије за стварање хиперповезаности и свих ствари које су на њој изграђене. Друштвене мреже, Гоогле претрага, све те врсте ствари. И мислим да се никаква нова врста драматично тешких технолошких ствари не мора догодити да бисмо користили хиперконективност на много нових начина.

Када пређемо на област вештачке интелигенције за разлику од хиперконективности, онда су места на којима вештачка интелигенција може помоћи често она где имате довољно података који се могу ухватити у машински читљивом облику да подучавате и користите алгоритме да раде ствари које су урадили било који други. пре или можда људи никада раније нису могли. Тако, на пример, једна функција, пословна функција где је то често некако лако, јесте продаја. Лако је измерити ефекте продаје. Неки људи продају више од других и за то имамо мере у доларима. Теже је измерити инпуте продаје, али такође можете да избројите ствари као што су колико позива клијената обавите и колико често се састајете са њима и сличне ствари и ако то радите онлајн, шта кажете . Дакле, има много тога да се научи, много тога што данашњи системи машинског учења могу научити о стварима о ефикасности продаје и тако даље. У случају продаје, тежи део је генерисање радњи које могу утицати на резултате. Дакле, иако рачунар може да изброји колико пута позовете потенцијалног продавца, рачунар не може лако да схвати шта ћете на почетку састанка рећи о свом викенду и својој деци.

Дакле, још увек постоји потреба за људима, али рачунари могу да ураде доста анализе како би помогли да цео процес буде ефикаснији у многим случајевима. Претпостављам да би најтежи делови били тамо где је тешко чак и измерити улазе и излазе. Дакле, када дизајнирате нови софтверски производ или нови аутомобил или нешто слично, није очигледно како чак ни измерити излазе или улазе.

Елизабета: Шта мислите, како пословни лидери могу да размишљају о улагању у вештачку интелигенцију или машинско учење, да пређу са гледања на то као на смањење трошкова, дакле, да уклоне раднике или да их учине ефикаснијим, и више о јачању креативности, стварању осећаја код радника самоостваренији и срећнији, како би били задржани и самим тим продуктивнији, итд?

Том: Не, мислим да је то одлично питање. Питање како да померимо нагласак. Мислим да је у одређеном смислу одговор само тако што ћете то учинити. Другим речима, из различитих разлога, од којих нисам сигуран да разумем све, имамо велики фокус на вештачкој интелигенцији, посебно да ће она радити ствари које су људи радили, а затим ће људе оставити без посла. А када покушавате да развијете АИ апликације или примените АИ у компанијама, многи људи о томе размишљају на тај начин. То је начин размишљања који доносимо проблему. Али то свакако не захтева економија. У ствари, у пословању постоје два начина да зарадите више новца. Један је да смањите своје трошкове. Други је стварање веће вредности и могућност да је продате за више. Тако да мислим да смо били превише фокусирани на АИ апликације за смањење трошкова и да нисмо ни приближно довољно фокусирани на АИ апликације за стварање вредности. У ствари, чак и са економске тачке гледишта, претпостављам да је ту права прилика. Толико новца можете зарадити само смањењем трошкова, али у неком смислу не постоји ограничење колико новца можете зарадити ако сте у могућности да урадите неку нову ствар коју људи желе, а која се раније није могла урадити. То је много узбудљивије у многим случајевима економски.

Елизабета: Мислим да је то интересантно – мислим да сте потпуно у праву. И мислим да је када је у питању буџетирање увек врло јасно колики је трошак, али је увек много теже схватити која је потенцијална корист, јер ви заправо не знате. Тако да мислим да је то вероватно разлог зашто, део тога и мислим да смо често ограничени сопственом креативношћу у том погледу.

Елон Муск сателитска интернет цена

Том: По мом мишљењу то је кључна ствар. Наша сопствена машта, наш сопствени начин размишљања или сопствени погледи на свет који су овде права граница. До неког степена можда имамо прилику, можда чак и обавезу да помогнемо свету да се помери ка начину размишљања који је продуктивнији, отворенији за ове нове могућности. Али ако проведете своје време размишљајући о томе како да креирате АИ апликације које ће створити послове, да бисте их користили, биће вам потребно више људи да раде нове ствари, смислићете неке од њих. И мислим да би требало да потрошимо много више свог времена на то

Елизабета: Замишљам да сте писали ову књигу у време када су избори 2016. били у току, а можда чак и у првим месецима председавања Доналда Трампа. И мислим да је то било време када смо тек почињали да схватамо како одређене врсте суперумова попут Фејсбука могу да произведу резултате за које се можда не схвата да су добри. Дакле, да ли сте оптимисти по питању супер умова као што сте били када сте почели да пишете књигу?

Том: Дакле, у праву сте да сам писао своју књигу током кампање и одмах после избора 2016. Ваше питање је да ли сам сада оптимистичнији или мање него када сам писао књигу. Мислим да никада нисам помислио да суперумови увек раде добре ствари. Свет и светска историја је пуна суперумова, од којих су неки паметни, а неки глупи, од којих су неки добри, а неки зли. Нацистичка Немачка би, на пример, била пример који би многи људи изабрали као суперум који је, барем док је постојао, на много начина био веома интелигентан. Веома ефикасно је постигао циљеве. Али многи људи би рекли да су циљеви које је она остваривала зли и начин на који их је чинио зао.

Тако да мислим да нисам никад мислио и не мислим да су суперумови увек добри. Када сам писао књигу, намерно сам покушавао да истакнем позитивне могућности, али нисам мислио да ће се оне увек дешавати. И занимљиво је да се баш у време када је књига изашла у мају 2013. дух времена у свету променио. Отприлике до тог времена људи су били узбуђени колико су добри Фацебоок и Гугл и све те ствари. И баш у то време догодио се скандал на Фејсбуку Кембриџ аналитика, и неки свет је одједном почео да говори о свим негативним могућностима. Дакле, када сада говорим о књизи, желим да на почетку нагласим да компјутери могу да учине суперум паметнијим, али могу и да учине суперумове глупљима. Као када лажне вести утичу на бираче у демократији. То је често пример у којем компјутери чине демократију глупљом. И оно што заиста мислим да треба да урадимо је да размислимо о томе како да мудро користимо ове технологије на начине који имају најбоље шансе за стварање добрих резултата. Ако то желите, ипак мислим да је веома корисно разговарати о томе које су добре могућности којима треба да тежимо.

Елизабета: Том, причали сте о томе како ће у будућности вештачка интелигенција и машинско учење можда елиминисати неке старе послове, али и створити нове послове. Шта се дешава у прелазном времену? Можда ће бити доста људи погођених том транзицијом. Како треба да се припремимо за то? А шта би требало да буде како ће се осећати и изгледати када смо у њему?

Том: Веома важно питање, јер иако сам на дуге стазе веома оптимиста да ће бити отворено довољно нових радних места да се обезбеди посао за онолико људи колико жели да ради, мислим да постоји прелазни период о коме треба да бринемо. А то није нужно позитивно за све. Биће појединаца чији стари послови нестају и који из разних разлога или не могу или не желе да раде нове послове који су доступни. Дакле, вреди се мало забринути о томе како то управљамо као друштво. И постоји неколико могућности како то учинити. Један од њих је коришћење технологије да се уради бољи посао упаривања тако да се људи упаре са пословима. Ако то морате да урадите тако што ћете куцати на врата, то је много скупље него ако само ставите своју биографију на ЛинкедИн или било шта друго и он се аутоматски упарује. Други, вероватно, важнији начин је обучити људе да раде нове ствари које треба да ураде. Једна од интересантних могућности овде је коришћење могућности технологије како би се омогућило да се обука одвија на много флексибилније начине. Уместо да морате да седите у учионици осам сати дневно и научите нешто од професора у предњем делу собе, сада је, као што је очигледно свима у суштини, сада могуће да већи део тог учења радите седећи код куће или седите на свом тренутном радном месту на паузи или било шта друго, зарађујући на мрежи на разне начине.

Мислим да то чак има могућности за нове врсте шегртовања где не можете само да учите на часу, већ можете учествовати у раду на начин који је донекле сувишан у односу на други посао који се одвија. Дакле, у многим новим врстама доношења одлука које омогућава ова технологија, желите више од једног мишљења. Не само један лекар који поставља дијагнозу, већ можда пет људи поставља дијагнозу. А неки од тих људи не морају бити пуноправни, акредитовани лекари. Можда могу бити студенти медицине. Или у другим доменима за које знате ако покушавате да предвидите да ли ће конкурент лансирати нови производ у одређеној категорији до одређеног датума, можда не морате да имате најбоље светске истраживаче тржишта да праве та предвиђања. Можда можете имати МБА студенте или људе који би желели да буду МБА студенти који праве та предвиђања. А ако ураде добар посао предвиђања, онда успостављају сопствене акредитиве. Чак и ако то не ураде, они и даље додају више тачака података у просеке тако да то чини предвиђања и тако су допринели одређеној вредности и научили како да то ураде успут.

Елизабета: Томе, желим да ти се захвалим што си данас одвојио време са нама. Ово је фасцинантан разговор. Увек је занимљиво разговарати са вама о вашем најновијем раду. И још једном вам хвала што сте били овде и поделили своје идеје са нама.

Том: Хвала, задовољство ми је.

****

Елизабета: Ово је последња епизода троделне мини серије о будућности рада знања произведене уз спонзорство компаније Цитрик. Компанија користи технологију сервера у облаку како би осигурала да радници знања имају приступ апликацијама и подацима који су им потребни где год да се налазе у одређеном дану. Када управљате са толико апликација и толико података, испоставило се да можете користити вештачку интелигенцију на неке занимљиве начине како бисте све то боље уклопили, па чак и да бисте учинили живот задовољнијим и продуктивнијим за своје раднике који раде на знању. Недавно сам имао прилику да седнем и разговарам са Цитрик-овим глобалним главним технолошким директором Кристијаном Рајлијем, и почео сам тако што сам га питао шта Цитрик ради да би уградио више интелигенције у начин на који испоручују апликације радницима.

Кристијан Рајли: Тако да мислим да је у срцу тога промена пејзажа самих апликација. Мислим да је начин на који размишљамо о апликацијама данас веома другачији него што је био пре 20-25 година и мислим да је велики део тога начин на који смо заправо размишљали о томе шта апликација покушава да уради. И под тим мислим да знате да смо кроз историју имали много и пуно великих комплексних пословних апликација које су биле веома функционалне. Знате да они преузимају читаву пословну функцију и служе свему томе, од рецимо налога до готовине, као одличан пример апликације која би то обично урадила у историјском смислу. Док смо видели појаву услуга у облаку, као што смо видели појаву мобилних уређаја и мобилних апликација, видели смо да се апликације мењају у, рекао бих, начин који је више специфичан за процес. Дакле, појединачне апликације постају много мање и заправо пружају неку врсту подскупа пословног процеса и подскупа пословних резултата. Наравно, велике апликације и даље постоје, али оне мање постају много популарније у начину на који ми комуницирамо. Дакле, ако то саставите и размислите о традиционалним апликацијама које су биле сложене, било је тешко користити их. Било је много различитих верзија њих из много различитих разлога. И имамо овај прилив мањих, лакших, агилнијих апликација. Мислим да смо заправо схватили да постоји занимљива супротстављеност између продуктивности и изазова ових постојећих апликација и да су паметни људи почели стварно да размишљају о машинском учењу на начине који заиста представљају изазов за начин на који обављамо посао.

Тако да бих из врло једноставне перспективе навео један пример где смо можда организација која запошљава 20.000 људи. И имамо систем који омогућава људима да траже слободно време. Дакле, историјски гледано, оно што смо морали да урадимо је да уђемо у апликацију, затражимо слободно време, а онда би неко други морао да то одобри. Али сада са машинским учењем заправо можемо да разумемо хеј, знаш да сваке среде улазиш у ову апликацију да провериш да ли имаш слободно време у свом тиму. Шта ако бисмо то могли да разумемо и шта ако бисмо могли да вам пружимо једноставан механизам да кажете хеј, знате, уместо да то радите сваке среде, погледаћу на који начин користите тај пословни процес и ја ћу научићу из тога и понудићу вам другачији начин да ово урадите који на крају има бољи исход за вас јер је бржи. То не мења вашу пажњу од онога што сте радили. И заправо могу да разумем шта намеравате да урадите. И моје машинско учење, или у овом случају, приступ вештачке интелигенције, би заправо разумео шта радите у систему и пружио вам другачији начин рада.

Елизабета: Дакле, оно што ја мислим да описујеш, Кристијане, јесте идеја да вештачка интелигенција и машинско учење можда не само да имају интелигенцију да ураде сјајну анализу ствари које се дешавају унутар платформе, већ такође играју улогу у начину на који апликације и оперативни системи су пројектовани на првом месту.

Хришћанин: Да, апсолутно. Мислим, мислим да је оно што је заиста интересантно, огроман тренд који видимо, и знате, можда би требало да се вратим мало уназад и причам о раним годинама вештачке интелигенције, вештачке интелигенције. То није нови концепт. Постоји још од 1950-их. Али оно што је заиста интересантно и мислим да је множитељ силе, јесте чињеница да сада можемо да искористимо моделе и могућности машинског учења као саме услуге у облаку. Дакле, баријера за улазак у примену машинског учења заправо постаје све нижа и нижа. Буквално из недеље у недељу из месеца у месец. Дакле, оно што је интересантно из те перспективе је да се не развијају само нове апликације које имају инхерентне могућности вештачке интелигенције и машинског учења, већ и традиционалне апликације у које заправо можемо да уградимо тај исти концепт и на крају доведемо до већих пословних користи, већих пословних резултата. Тако да апсолутно мислим, начин на који сада дизајнирамо апликације, све ће имати уграђену вештачку интелигенцију. Било да је то паметни ТВ или кућни уређај, нови лаптоп, нови телефон, сви ће имати неку врсту машинског учења или АИ способност. Али оно што је заиста интересантно је да сада постоје скупови услуга у облаку за решавање заиста сложених проблема и њихово релативно једноставност. Дакле, укупан скуп могућности који имамо је много већи, а применљивост тих могућности је много шира. И мислим да то постаје заиста занимљиво од тога како можемо да остваримо истинске пословне користи, не само за нове апликације већ и у традиционалном пословању.

Елизабета: Постоји прича коју већина нас чује, о томе како ће вештачка интелигенција и машинско учење много допринети смањењу трошкова. Дакле, отпуштање радника, усмеравање људи да раде ефикасније. Који је наратив који илуструје овај концепт да су АИ и машинско учење заправо позитивни и да начин на који радимо у будућности чини угоднијим и поучним искуством?

Хришћанин: Па, мислим да смо заједно вековима бринули о престанку рада од аутоматизације. У Великој Британији постоји чувени пример краљице Елизабете И која је одбила патент за аутоматску машину за плетење јер је била забринута због ефеката аутоматизације на даме у то време које су плетеле за живот. И на крају је била прилично вољна да се не бави патентом, али није могла да заустави аутоматизацију и многе организације су набавиле ове машине за плетење, а затим је током одређеног временског периода број послова плетења заправо растао експоненцијално. Тако да је било прилично занимљиво пратити. Постоји низ других сличних примера. И мислим да смо сада на истој раскрсници када говоримо о претњама вештачке интелигенције. Наравно, мислим да постоји опасност за неке послове. Погледајте традиционалне послове који можда воле позивне центре или контакт центре који се релативно једноставно могу повећати неком од вештачке интелигенције машинског учења.

Тако да мислим да ће дефинитивно доћи до тачке у којој ће неки послови бити изгубљени због аутоматизације, због машинског учења. Али мислим да је начин на који се то заиста може посматрати, како то заправо можемо применити на морално исправан начин који нам омогућава да елиминишемо неке од заиста напорних задатака које људи обављају, било да је то термин код доктора или знате чак и код фризера, или одобравање распореда. То нису ствари са додатом вредношћу за нас као људе. Тако да мислим да што више можемо да применимо машинско учење, можемо применити дигиталне асистенте и виртуелне асистенте да се заправо бавимо стварима које се понављају и које не додају велику вредност. Мислим да заправо можемо да ослободимо време, можемо да ослободимо моћ мозга, можемо да ослободимо ресурсе за људе да буду креативнији, па уместо да се бринемо о теорији између вештачке опште интелигенције и робота који долазе да преузму свет, хајде да фокусирати се на вештачку уску интелигенцију, ствари које видимо сваки дан када користимо Сири, или користимо Цортану, или користимо Гоогле Ассистант, или имамо препоруку од Амазона, или видимо да се све више ове технологије уграђује у линија пословних апликација која заиста изједа те радно интензивне напорне и понављајуће задатке. Мислим да се фокусирамо на то. Ослобађамо неки интелектуални капитал да људи буду креативнији, да побегну од свакодневних обавеза. Мислим да ту можемо да додамо највећу вредност и можда не бисмо требали бити толико забринути због робота који ће преузети наш свет, јер хеј, по мом мишљењу, то се вероватно никада неће догодити.

Елизабета: Сјајно. Па то је олакшање. Кристијане, хвала ти. Ово је било дивно. Било је дивно чути од вас о овим проблемима и сазнати више о Цитрик-у.

Хришћанин: Добро хвала.

Елизабета: То је то за ову епизоду Бусинесс Лаб-а. Ја сам ваш домаћин, Елизабетх Брамсон-Боудреау. Ја сам извршни директор и издавач МИТ Тецхнологи Ревиев-а. Основани смо 1899. године на Технолошком институту у Масачусетсу. Можете нас пронаћи у штампи, на вебу, на десетинама догађаја уживо сваке године, а сада иу аудио облику. За више информација о нама посетите нашу веб локацију на тецхнологиревиев.цом.

Ова емисија је доступна где год да добијете своје подкасте. Ако сте уживали у овој епизоди, надамо се да ћете одвојити тренутак да нас оцените и рецензирате на Аппле Подцастс. Бусинесс Лаб је продукција МИТ Тецхнологи Ревиев. Продуцент ове епизоде ​​је Вејд Роуш уз помоћ уредника Минди Блоџет. Хвала нашем спонзору Цитрик-у, компанији која ствара решења усмерена на људе за бољи начин рада. Хвала што сте саслушали. Ускоро ћемо се вратити са нашом следећом епизодом.

сакрити

Стварне Технологије

Категорија

Унцатегоризед

Технологија

Биотехнологија

Технолошка Политика

Климатске Промене

Људи И Технологија

Силиконска Долина

Рад На Рачунару

Мит Невс Магазин

Вештачка Интелигенција

Спаце

Паметни Градови

Блоцкцхаин

Репортажа

Алумни Профил

Алумни Веза

Функција Мит Невс

1865. Године

Мој Поглед

77 Масс Аве

Упознајте Аутора

Профили У Великодушности

Виђено У Кампусу

Алумни Леттерс

Вести

Избори 2020

Витх Индек

Под Куполом

Ватрогасно Црево

Бесконачне Приче

Пандемиц Тецхнологи Пројецт

Од Председника

Насловна Прича

Фото Галерија

Рецоммендед