Что-нибудь на выходные, сэр? Больше никогда. Поскольку боги — мои свидетели, вы меня никогда не поймаете [insert gerund here] в будущем. Я усвоил урок.

Ты меня не поймаешь, потому что в следующий раз я буду осторожнее.

Они говорят, что учиться на своих ошибках — признак интеллекта. Вот почему машинное обучение лежит в основе искусственного интеллекта. Дайте мозгу на миллиард долларов достаточно больших данных для работы, и его подпрограммы в конечном итоге сами по себе выработают правильные решения — «Вылечите пациента X от ранних признаков рака», «Изучите налоговую декларацию гражданина Y», «Убейте Гарри Палмера», и так далее.

Возможно, люди любят фантазировать о том, как работает интеллект, но разве это действительно так? человек интеллект делает? Большинство людей, которых я встречал, похожи на меня: мы совершаем одни и те же ошибки снова и снова, отчасти потому, что у нас в голове другие мысли, а отчасти потому, что это весело. В то же время некоторые из величайших достижений человечества являются результатом интуиции, догадок и чистой удачи, а не тщательной оценки доказательств.

Я не могу сказать, что могу привести какие-либо личные примеры последнего, но у меня много первых. Вот некоторые вещи, которые я говорю, что никогда больше не буду делать, но все равно сделаю:

  • Устанавливайте обновления, как только они будут выпущены
  • Пишите длинные электронные письма с помощью телефона, сидя за ноутбуком
  • Смотрите мусорное телевидение после полуночи
  • Припаркуйтесь на том же месте в супермаркете
  • Заказ с Амазонки
  • Попробуйте отрастить бороду, а затем сбрить ее, потому что зуд сводит меня с ума
  • Примите проект с уведомлением за несколько недель и начните работу над ним вечером до крайнего срока в 10 часов утра.
  • Отложите надвигающуюся работу до выходных, а потом потратите эти выходные на возню.
  • Ищите больше работы, выигрывайте контракт, а затем убеждайте себя, что это навязывание
  • Я предлагаю свои услуги добровольно, но обнаруживаю, что всем остальным платят за свои.
  • Сделайте дерьмо для еженедельной колонки на сайте новостей ИТ
Читайте также:
Microsoft продолжает латать Windows 10

И дело не только в неспособности учиться на ошибках. Были случаи, когда я одновременно сожалею о принятом решении и с нетерпением жду возможности сделать это снова когда-нибудь. Один из них, который приходит на ум из личного опыта, — это взять мадам Д. на экскурсию по пивоварне с последующей дегустацией пива с инструктором.

Понимаете, она не пьяница. Глоток Mousseux du Magazin-de-Livre в особых случаях это ее предел; пиво она считает совершенно грязным. Так что сидеть перед шестью крупными стаканами с разными зловонными смесями, сваренными на месте, вероятно, не было ее идеей захватывающего дневного развлечения. Нас пригласили понюхать и выпить каждого по очереди, и даже нюхать было слишком много. Честно говоря, я не виню ее: все пиво было отличным на вкус, но одно пахло больным, другое — собачьим дерьмом.

Так что я сделал то, что сделал бы любой поддерживающий партнер: я пил ее так же, как и свой. Знаешь, чтобы избавить ее от смущения.

Фотография полупьяных стаканов на столе во время дегустации пива на пивоварне Shepherd Neame Brewery.

Пора, господа, пожалуйста. О, разве у тебя нет этого …?

Я помню, что это был далеко не самый успешный вечер, который мы провели вместе, и все же мне не терпится сделать это снова. Тем не менее, мои воспоминания о событии немного смутны в деталях, таких как названия всех сортов пива или то, как мы добрались до дома.

Читайте также:
Редактирование видео «Клипы» – новое приложение от Apple

Интересно, как бренд, шлепающий новый ИИ, оценит мой процесс принятия противоречивых решений. Ну, возможно, не так хорошо, как Старый один. В качестве Тихая восьмеркаДжон О’Нил из компании «ИИ» учится на каждом отдельном случае. Чем дольше он работает, тем больше он учится и тем лучше становится ».

В этом смысле ИИ — противоположность традиционному программному обеспечению. Вместо того, чтобы ждать выхода следующего значительно улучшенного обновления, лучше всего запрыгнуть в поезд с ИИ примерно два года назад. К настоящему времени он уже приобрел машинное обучение за 24 месяца и победит все, что есть сегодня в наличии.

«Система с двухлетним обучением справится с этой задачей намного лучше, чем новая, которая должна изучать все с нуля», — считает О’Нил. «По той же причине тот, кто проработал в вашем учреждении два года, работает более эффективно, чем недавно нанятый сотрудник. Опыт имеет значение».

Эту фразу я все чаще блею, нанимая редакторов. В будущем я, возможно, даже начну неверно цитировать О’Нила, когда он скажет: «ИИ действительно получает более ценно по мере того, как он стареет ». Backspace« AI »/« it », вставьте« Dabbsy »/« he », и я катаюсь.

Конечно, есть хорошо известные и общепризнанные проблемы машинного обучения, связанные с качеством наборов данных, которые он получает. Снова и снова было показано, как непреднамеренная человеческая предвзятость при записи и квалификации исходных данных может саботировать способность ИИ приходить к сбалансированным, нейтральным выводам.

Читайте также:
MariaDB угождает пользователей Microsoft Power BI своим адаптером запросов °

Сможете ли вы научить ИИ распознавать потенциальных преступников по их физиономии? Давайте передадим все наши судебные дела за последние 20 лет и посмотрим, что из этого выйдет. Все, что вы получите, — это машина, которая научится быть такой же бессознательно предвзятой в своем профиле, как арестовывающие офицеры и судьи, выносящие приговоры. У нас их уже много; нам не нужно усугублять ситуацию, заставляя ИИ разработать алгоритм для ее автоматизации.

Прошлый месяц, Рег сообщил о лекции профессора Фрэнка Паскуале в Бруклинской юридической школе, в которой он постулировал, как можно расширить правовую систему, чтобы заставить компании, занимающиеся машинным обучением, учитывать предвзятость в разрабатываемых ими ИИ.

Удачи с этим, Фрэнк.

Возможно, давным-давно граждане могли требовать возмещения убытков или даже старым потребителям можно было вернуть свои деньги, если продукт или услуга причинили вред или были непригодны для использования. Уже нет. Просто откройте обязательное окно условий и условий из 50 000 слов перед вашим программным обеспечением вместе с двумя кнопками внизу — «Я принимаю» и «Нет». Какие? Ну ладно, тогда »- и вы сорвете с крючка. Независимо от того, какую кнопку нажимает пользователь, он формально и юридически принял дымящуюся кучу отказов, якобы работающую систему, и это будет их собственная вина, когда она в конечном итоге все испортит.

Почему должно быть по-другому для ИИ, которые сейчас внедряются в здравоохранение, финансы и государственное управление?

Читайте также:
Интеллектуальное приложение для камеры от Microsoft будет полезно для людей с нарушением зрения

И самое смешное, что мы знаем эту афёру десятилетиями. Мы хныкаем и жалуемся на это, а затем все равно нажимаем «Я принимаю». Как будто мы не можем учиться на своих ошибках лучше, чем ИИ могут или хотят.

«Практика ведет к совершенству» — гласит старая пословица. Не обязательно: я обнаружил, что, повторяя одни и те же ошибки снова и снова, я постепенно становлюсь лучше и эффективнее в их совершении. Это любопытный аспект разумного человеческого поведения, и машинное обучение непреднамеренно предназначено для его воспроизведения.

Так что, я полагаю, поговорка все еще работает: практика делает сделать совершенным. При достаточной практике, в конце концов, я — вместе со всеми ИИ в мире — стану совершенно некомпетентным.

YouTube видео

Алистер Даббс

Алистер Даббс — фрилансер, работающий в сфере технологий, совмещающий в себе техническую журналистику, обучение и цифровые публикации. Он признает, что его мнение выдает пессимистическое и наполовину полное отношение к нынешнему состоянию машинного обучения. Вы можете доливать этот стакан в любое время. «О, разве ты не пьешь это? Могу я…?» Больше на Автосохранение для слабаков и @alidabbs.