人类与AI结合的最佳形态是什么样？｜A16Z内部万字报告

为了让你了解医生用来诊断癌症的方法，这里有两张并排的图片。左边的一张显示了已经染色的组织切片。右边的图显示了计算机视觉算法叠加“热图”的结果，热图显示了它认为更多(红色)或更少(蓝色)含有癌组织的区域。

为什么人类使用的算法比单独的算法和单独的人表现更好？一种可能性是，这些算法改进决策的方式，与语法和拼写检查有助于提高我们的写作水平的方式相似。

一般来说，这些检查器能很好地发现我们的打字错误和语法错误(真正的优点)。 但是偶尔，检查器会标记出错误(假阳性)或者给出一个你不同意的语法暗示。

在这些情况下，你最终将重写检查器。这种过程最终的结果是，写出的东西比任何一方自己写出的东西都要好。

将危险的工作和任务自动化使我们更加安全

有些工作显然是危险的，例如海上救援、向偏远地区运送血液和疫苗，以及冲进大楼看看里面是否有敌对士兵。创业公司和非营利组织正在帮助实现这些工作的自动化。

一个叫“Little Ripper”的组织正驾驶无人机在海洋上空搜集视频画面。他们计划建立一个识别水中鲨鱼的机器学习模型，作为冲浪者和游泳者的早期预警系统。

在一次收集录像的训练任务中，一个真实的求救电话打了进来。

在70秒内，无人机操作员就飞到了遇难游泳者身边，把救生背心扔给他们，营救他们，所有这一切都不需要派一队救生员进入危险的海浪中。

Zipline，我们的投资组合公司之一，正在努力为卢旺达全国人民提供救命的血液和疫苗。他们以无人机为基础的输送系统非常普遍，以至于现在卢旺达输血所用血液的25% 都是他们提供的。大多数快递都在半小时内完成。

这家公司现在正在将他们的配送系统扩展到加纳，并已开始在美国进行试飞。

最后，我们的投资组合公司Shield.ai正在制造一种无人驾驶飞机，以增强美国军队今天执行最危险的行动中的人类士兵的能力。

这被称为“清理”，它涉及派遣武装的人类士兵进入他们从未见过的建筑。这家公司的Nova无人驾驶飞机，在清除存在未知敌人的建筑物时，对士兵来说是一种无价的帮助。

它能够探索并传送建筑物通道的详细地图，同时使用机器学习算法将建筑物内的居住者标记为朋友或敌人。

海上救援，快速向偏远地区运送血液，清除可能存在潜在对手的对建筑：这些工作中的每一项，显然都很危险。令人惊讶的是，根据美国劳工统计局的数据，美国最危险的工作之一是长途卡车运输。

这个职业的死亡人数比其他职业都要多，而且这个已经令人痛心的数字还没有考虑到长途货运对健康的负面影响。

长途卡车司机的肥胖率是普通人群的两倍多，而且风险还不止于此。肥胖会增加一个人患糖尿病、癌症和中风的风险，而且由于工作本身的压力，卡车司机更有可能通过饮酒和吸烟来缩短寿命。

我们必须尽快让这些卡车司机下车，这需要我们能建立起比人类司机更安全的自动驾驶系统。驾驶客车也非常危险。世界卫生组织估计每年有120万人死于道路交通事故。

这是15至29岁年轻人死亡的主要原因，世界卫生组织认为，从致命的交通事故中恢复过来消耗了世界GDP的3%。

一旦自动驾驶系统足够安全，可以控制方向盘，我们就必须让人类驾驶员下车，我们有一组投资组合公司在这个生态系统中积极开发产品和服务。

DeepMap正在构建精美详细的3D地图，这些算法可以用来安全地为我们在道路上导航。

Applied Intuition创建了模拟系统，帮助工程师测试和重新测试他们的算法，以确保他们创建的算法在暴露于各种条件下时，行为完全符合预期。

Voyage在退休社区内提供自动化出租车服务，这样即使我们失去了驾驶能力，我们也可以保持自己独立行动的能力。Cyngn 正在开发一整套自动驾驶软件，这些软件可以在各种各样的车辆中使用。

机器学习将帮助我们更好地理解彼此

你可能认为人类最有能力理解彼此。毕竟，谈话的另一方是另一个人类。

但事实证明，精心设计的软件实际上可以帮助我们更好地了解彼此。想想被诊断患有自闭症的人。

总部位于剑桥的两家公司 Affectiva 和 Brain Power 已经开发了应用程序，通过使用简化的表情符号，帮助自闭症患者认识到周围人的情绪状态，以便他们能够适当地调整自己的行为。

他们的系统通过谷歌眼镜分析视频，并将适当的表情叠加在一个人的脸上，帮助佩戴者最准确地理解与他们交流的人的情绪状态。

这是一个正在运行中的系统：人工智能研究的最初目标之一就是机器翻译，也就是把一种人类语言翻译成另一种语言。

这个领域最困难的挑战是同步实时翻译：当一个人用一种语言说话时，系统会自动及时输出另一种语言的翻译，这样两个人就可以进行自然的对话。

这种类型的翻译非常具有挑战性，就算是专业的联合国翻译人员一次只能工作20分钟，然后他们就会被一个队友接替。

2018年10月，百度发布了同步翻译系统 STACL (即带有预期和可控延迟的同步翻译系统) 。鉴于技术挑战是如此之大，人工智能社区朝着这个目标正在取得坚实的进展，这令人印象深刻。

为了跟上说话者的步伐，机器学习系统实际上会生成多个预测，预测说话者开始说话时每个句子将如何结束。这有点像谷歌在你的浏览器的搜索栏中的自动完成功能。

系统需要为一个句子创建和翻译不同的可能结尾，因为如果不这样做，它就会落后于说话者。

想象一下，在我们走进的每个会议室或打开的每个浏览器窗口的每次网络呼叫中嵌入实时翻译，我们可以更好地理解每个呼叫。下面是最后一个例子，说明如何更好地理解对方，这可能是我在整个演讲中最喜欢的例子。

有一个叫做Crisis Text Line的非营利组织，它通过短信向处于危机中的人们提供咨询。

上一代人在面临危机时可能会拨打热线电话，而现在这一代人则更喜欢发短信。

当Crisis Text Line启动时，他们要求训练有素的顾问列出50个触发词，这些词可以用来预测高风险短信发送者。

他们生成的单词通常和你想象的一样: 比如“死”、“割”、“自杀”和“杀”。在这项服务运行了一段时间之后，这家公司应用机器学习技术，看看是否还有其他单词可以从列表中添加或删除，结果非常令人惊讶。

你知道布洛芬这个单词预测自杀的可能性，是自杀这个词的14倍吗？ 哭丧的表情是是自杀这个词的11倍吗？斯坦福大学的研究人员，接着提取了最有效的咨询师的的最佳实践。

他们发现有效的技术之一是创造力：成功的咨询师以创造性的方式回应，而不是使用过于笼统或“模板化”的回应。

在危机咨询的极端情况下，机器学习帮助我们更好地了解彼此。

结语

虽然机器学习软件，在使我们成为更好的人类方面有很大的潜力，但是如果我们没有故意的、深思熟虑的和同情心的话，我们就不可能达到这个目的。

“垃圾输入，垃圾输出”的说法仍然成立，而且随着我们越来越信任基于人工智能的系统，这种说法可能更具潜在危险性。

话虽如此，对于如何最大限度地提高人类的繁荣，我有三个建议。

（编辑：温州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!