0
På det kunne forventes i et felt, der stadig tyk med påvirkning af akademikere, der var en sund beløb af skepsis og myth busters på denne uges O ‘ Reilly Kunstig Intelligens (AI) konference i New York. Blandt de foretrukne mål blev den idé, at et AI-system var overalt tæt på at være et universelt problem solver, der er relateret relativt primitive tilstand af de fleste forbrugeres oplevelse af AI i dag via digital orakler som Siri og Alexa, og tanken om, at enhver form for SkyNet-som apocalypse er overalt i en overskuelig fremtid. (Naturligvis, det er bare hvad de maskiner, der vil have os til at tænke.)
Ja, meget af diskussionen centreret på måder, som AI — som meget teknologi, før det — vil være med til at hjælpe mennesker, snarere end udskifte dem. Dette omfattede nogle imponerende fremskridt inden for medicin, såsom medvirken diagnoser. Suchi Saria, professor ved Johns Hopkins University ‘ s Hvilling School of Engineering og Bloomberg School of Public Health, drøftet en undersøgelse, hun led, hvor machine learning var i stand til at forbedre tidlig diagnose af sepsis. 11. hyppigste årsag til dødsfald i USA, sepsis dræber mere end en kvart million mennesker i USA hvert år, mere end dem, der dør af prostata kræft, bryst kræft og AIDS tilsammen. Det er behandles, men kun hvis den opdages tidligt nok. I virkeligheden, i henhold til Saria, odds for overlevelse falde syv til otte procent for hver time sygdommen er ubehandlet.
Men, ved hjælp af machine learning til hurtigt at analysere kliniske test data, Saria ‘ s hold var i stand til at diagnosticere sepsis i to tredjedele af tilfældene, Der repræsenterede 60% forbedring i forhold til forbrug uden at den beregningsmæssige bistand. Systemet var også i stand til at anbefale behandlingsmuligheder.
At anbefale behandling var også med i en anden præsentation, der er fremhævet CancerLinQ, en ikke-for-profit datterselskab af det Amerikanske Samfund af Kliniske Onkologer. CancerLinQ fælles kliniske data fra en global befolkning til at hjælpe læger med at vælge den bedste behandling for deres kræft patienter. Mens et godt eksempel på, hvordan data og machine learning kan hjælpe fagfolk i dag, andre-som veteran venture kapitalist Vinod Khosla — mener, at kunstig intelligens vil en dag vil erstatte onkologer helt.
Ja, det panel, der omfattede CancerLinQ diskussion var en del af en bredere-og ikke overraskende overbevisende — diskussion, der undersøges dynamikken i AI udskiftning af arbejdstagere. Mens det flirtet med kovending i socioøkonomiske wonkery, den fratrådte facit blev, at vi skal have en højere produktivitet, at AI vil medføre, at det vil reducere — selv om det sandsynligvis ikke fjerne — tilfælde af mange arbejdspladser, og at der for mange flere områder-sådan som loven-det vil reducere eller fjerne meget slid af forskning, der er forbundet med erhvervet.
For dem, der ønsker at maksimere deres chancer for ikke at blive fordrevet af AI, højttalere tilbudt, at en af de bedste baner er at blive data-læse og skrive. Erfaren marketingfolk, for eksempel, kan ikke være data forskere, men de ved, hvordan man har en dyb og målrettet dialog med dem for bedre at forstå resultater. Og tak til AI, flere af os, der kan være omkring længere til at retfærdiggøre investeringen i tid.
Relaterede historier:
Adobe bringer stemme analytics til sin cloud platformNaver at købe Xerox Europa AI forskning centreGlobal survey: de Fleste mennesker forventer, at mennesker vil vokse til at stole på, selv kærlighed, AIHow Har Livet bruger AI, machine learning til at spinde nye liv ud af long-tail datakan AI gøre din sundhedsforsikring bedre?
0