IBM Watson首席技術官：機器學習的三個挑戰(zhàn)

高層速讀

1.關鍵事件：IBM Watson的首席技術官Rob High接受采訪，談到當前人工智能發(fā)展存在的問題與挑戰(zhàn)；

2.關鍵信息：

1.目前機器學習中最大的技術挑戰(zhàn)就是如何使用較少的數據來訓練模型，Rob High相信這可能實現；

2.要實現更好的人機互動，機器要做的不止于完成語言對話；

3.當前正在使用的許多機器學習模型都因為它們使用的訓練數據而形成本質上的偏見。

在巴塞羅那舉行的2018MWC世界移動大會上，IBM Watson*的首席技術官 Rob High接受采訪時，談到了當前機器學習面臨的三個問題與挑戰(zhàn)。

IBM Watson：認知計算系統(tǒng)的杰出代表，也是一個技術平臺。認知計算代表一種全新的計算模式，它包含信息分析，自然語言處理和機器學習領域的大量技術創(chuàng)新，能夠助力決策者從大量非結構化數據中揭示非凡的洞察。

一.用更少的數據訓練模型

對于Rob High來說，目前機器學習中最大的技術挑戰(zhàn)就是如何使用較少的數據來訓練模型?！斑@是一個挑戰(zhàn)，一個目標，而且我們肯定有理由相信這可能實現?！?/p>

通常，機器學習模型需要在大量數據上進行訓練，以確保它們是準確的，但是對于許多問題來說，大型數據集根本不存在。

然而，High認為大型數據集的問題是可以解決的。為什么呢?“因為人類就是這么做的。我們有一個數據點（data point）。“他說，“要知道，即使某件人類正在做的事情已經被證明，你也必須認識到，這不僅僅是某個部分，不僅僅是某個時間段告訴人們人類如何學習，是這整個文本提供了很多有價值的東西。對于High而言，正是這種文本，才使得用更少數據培訓模型，以及遷移學習方面的最新進展成為可能。也就是說，采用一種經過訓練的模型，然后靠其數據來啟動另一個可以有更少訓練數據的模型。

▲Rob High

二.真正理解人類互動

人工智能(尤其是對話型人工智能)的挑戰(zhàn)卻不止于此?！傲硪环矫?，我們一直在試圖弄明白機器如何才能更好地與人類互動，以一種自然的，并且能對他們的思維產生影響的方式。”High說，“人類互動不僅受語言對話影響，對語音語調、韻律、表情、手勢等的感知也有影響作用。High認為人工智能不是一定要以擬人化形式模仿人類互動，但也許需要其他形式，比如一種視覺提示裝置。

同時，大多數人工智能系統(tǒng)還需要更好地理解一個問題的意圖，以及這個意圖如何與先前某個問題相聯系，以及他們當時的心理和性格狀態(tài)。

三.模型中的偏見

不過這也引出了另一個問題。目前正在使用的許多機器學習模型都因為它們使用的訓練數據而形成本質上的偏見。比如，如果你是白人男性，那么一個給定的模型將會運行得很好；但是，如果你是黑人女性，這個模型可能就不適用了?！笆紫龋艺J為這個問題有兩個方面。其一是，數據集可能存在總體偏差，我們必須對此敏感；這也迫使我們考慮一些其他數據，從而在文化和人口統(tǒng)計學方面，拓寬其能代表的人。但是，另一方面，你實際上希望這種系統(tǒng)中的總體偏差能夠跨越個人偏見。

例如，High引用IBM與斯隆凱特琳癌癥中心[點擊了解相關信息]合作的例子。IBM與其這家醫(yī)院的一些頂級癌癥外科醫(yī)生進行合作，并以此為基礎，訓練了一個模型。“但是斯隆·凱特琳有一個關于如何制藥的特殊價值體系。因此這種價值體系嵌入在他們的偏見中。這是他們的制度偏見，是他們的品牌…并且任何即將被用于斯隆·凱特琳之外的系統(tǒng)都需要推進同樣的價值體系。

“要確保這些東西的偏向正確，既要確保提交給正確的人，還要確保這些人代表能更廣泛文化?！盚igh表示現在定期地與IBM的客戶一起進行這樣的討論，在一個仍然經常忽略這些話題行業(yè)里，這是一個積極跡象。

微信搜索【AI商業(yè)報道】，獲取最新行業(yè)資訊！

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。