人工智能与人类将如何共同进步
新时代，高科技越来越发达。朋友们读了很多关于科技的重要新闻。我们也应该在生活中使用很多这些高科技的东西。朋友应该注意什么？今天，我想和大家分享一条关于科技的知识。我希望你会喜欢它。
这些专家中有人工智能的数据科学家。毕竟，这种大而大的数据问题才是人工智能应该扮演的角色。但是人工智能科学家正在为与医学界完全相同的未知而奋斗——新的“新奇”部分。
回到未来？不一定
AI和机器学习(ML)本质上是落后的。为了让它们按需工作，数据科学家必须对它们进行大量历史数据的训练。问题是，我们的现实永远无法与用于为新冠肺炎这样的世界事件训练算法的数据相匹配。
我们正在经历的一切都是前所未有的、不可预测的、不可预知的，未来充其量是朦胧的。我们都看到，不同的经济学家对于国家经济复苏会“形成”什么样的观点，持有不同的看法。那是因为我们正在经历的事情是如此不同，以至于他们的模式不再适用。然而，仅仅因为AI和ML不能对每个领域的短期或长期未来进行建模，并不意味着我们应该把它们放在一边。当AI和ML依赖现有数据预测未来时，它们处于最佳状态。然而，通过缩短这些时间框架，我们可以得到一个非常可靠的预警系统。
例如，由于ML非常擅长识别信息模式的统计变化，所以我们可以训练模型来监控全球新闻源中的趋势项，这些趋势项可能指示意外事件，例如区域呼吸系统疾病病例的突然增加或即将发生的自然灾害。
人工智能与人类：共同进步
然而，尽管AI可以根据社交帖子或新闻条目识别提到的峰值或绘制趋势，但他们的建议不能被视为福音。这是因为它们是在真空中建模的——没有上下文、因果关系或定性分析。
为了从这些系统中获得最大的利益，我们需要将它们与人员质量保证团队配对，该团队可以决定报告的数据是否代表突然、巧合、错误信息或要采取的措施。
在人工智能团队的帮助下，您将获得更可靠的事件检测系统。在可能发生的最糟糕的情况下，你会得到一个假阳性，然后你可以误解它或将其标记为其他监控，这比迟到和对聚会做出反应要好得多。
让我们听听“现在”
仅仅因为AI不能准确或实际地告诉我们新冠肺炎对世界的长期影响，我们就不应该低估它的价值。与其试图把AI当成水晶球，不如把模型应用到实时数据的过滤中，得到可以取的信息峰值。这可能意味着在我们看到相关症状激增的地区发布社会疏散或旅行警报，甚至将医疗资源引向可能受影响的地区。
本文就为大家讲解到这里了。