作者:靜態(tài)不靜芷
在過(guò)去的幾年里,機(jī)器學(xué)習(xí)和人工智能在準(zhǔn)確性方面取得了巨大的進(jìn)步。 然而,受監(jiān)管的行業(yè)(如銀行)仍然猶豫不決,往往優(yōu)先考慮法規(guī)遵從性和算法解釋的準(zhǔn)確性和效率。 有些企業(yè)甚至認(rèn)為這項(xiàng)技術(shù)不可信,或者說(shuō)是危險(xiǎn)的。
在2008年金融危機(jī)期間,銀行業(yè)認(rèn)識(shí)到,他們的機(jī)器學(xué)習(xí)算法是基于有缺陷的假設(shè)。 因此,金融體系監(jiān)管機(jī)構(gòu)決定需要額外的控制措施,并引入了對(duì)銀行和保險(xiǎn)公司進(jìn)行“模式風(fēng)險(xiǎn)”管理的監(jiān)管要求。
銀行也必須證明他們理解他們所使用的模型,所以,令人遺憾但是可以理解的是,他們有意地限制了他們技術(shù)的復(fù)雜性,采用了簡(jiǎn)單和可解釋性高于一切的廣義線性模型。
如果你想建立對(duì)機(jī)器學(xué)習(xí)的信任,可以嘗試像人一樣對(duì)待它,問(wèn)它同樣的問(wèn)題。
為了信任AI和機(jī)器學(xué)習(xí)提供的建議,來(lái)自所有行業(yè)的企業(yè)需要努力更好地理解它。 數(shù)據(jù)科學(xué)家和博士不應(yīng)該是唯一能夠清楚地解釋機(jī)器學(xué)習(xí)模型的人,因?yàn)檎?a href="http://worldfootballweekly.com/AI_1.html" target="_blank" class="keylink">AI理論家Eliezer Yudkowsky所說(shuō)的那樣:“到目前為止,人工智能的最大危險(xiǎn)在于人們過(guò)早地認(rèn)為他們了解這項(xiàng)技術(shù)。
信任需要人為的方法
當(dāng)數(shù)據(jù)科學(xué)家被問(wèn)及機(jī)器學(xué)習(xí)模型是如何作出決定的時(shí)候,他們傾向于使用復(fù)雜的數(shù)學(xué)方程式去解答,使得外行人目瞪口呆,也不知道可以如何信任這個(gè)模型。 以與人類決策相同的方式來(lái)處理機(jī)器學(xué)習(xí)決策,會(huì)不會(huì)更有成效? 正如Udacity聯(lián)合創(chuàng)始人塞巴斯蒂安·特倫(Sebastian Thrun)曾經(jīng)說(shuō)的:“人工智能幾乎算得上是一門人文學(xué)科。 這實(shí)際上是一種理解人類智力和人類認(rèn)知的嘗試?!?/p>
所以,不要用復(fù)雜的數(shù)學(xué)方程來(lái)確定信貸員員如何做出決定,而只是簡(jiǎn)單地問(wèn):“貸款申請(qǐng)表上哪些信息對(duì)您的決定最重要?或者,“什么值表示風(fēng)險(xiǎn)的高低,以及您是如何決定接受或者拒絕一些特定的貸款申請(qǐng)的?
可以采用同樣的人為方法去確定算法如何做出類似的決定的。例如,通過(guò)使用稱為特性影響的機(jī)器學(xué)習(xí)技術(shù),可以確定循環(huán)效用余額,申請(qǐng)人的收入以及貸款目的是信貸員算法的前三個(gè)最重要的信息。
通過(guò)使用稱為原因代碼的能力,人們可以看出每個(gè)貸款申請(qǐng)人的詳細(xì)資料的估計(jì)中最重要的因素,并且通過(guò)利用稱為部分依賴的技術(shù),可以看到該算法將較高收入貸款申請(qǐng)的風(fēng)險(xiǎn)等級(jí)評(píng)為較低。
客觀性,可擴(kuò)展性和可預(yù)測(cè)性的價(jià)值
通過(guò)分析機(jī)器如何像人類一樣做出決策可以使人類更好地理解人工智能和機(jī)器學(xué)習(xí),此外,人類還可以通過(guò)認(rèn)識(shí)到技術(shù)的獨(dú)特能力來(lái)獲得對(duì)人工智能和機(jī)器學(xué)習(xí)信任,包括:
解決可信度和數(shù)據(jù)異常值的問(wèn)題:傳統(tǒng)統(tǒng)計(jì)模型通常需要假設(shè)數(shù)據(jù)是如何創(chuàng)建的,數(shù)據(jù)的背后的過(guò)程以及數(shù)據(jù)的可信度。然而,機(jī)器學(xué)習(xí)通過(guò)使用高度靈活的算法來(lái)消除這些限制性的假設(shè),這些算法不會(huì)給予比它應(yīng)得的更多的可信度。支持現(xiàn)代計(jì)算機(jī)和海量數(shù)據(jù)集:與手工流程不同,機(jī)器學(xué)習(xí)不假設(shè)世界充滿了直線。相反,它會(huì)自動(dòng)調(diào)整方程式以查明最佳模式,并測(cè)試哪些算法和模式最適合獨(dú)立驗(yàn)證數(shù)據(jù)(而不是僅測(cè)試所訓(xùn)練的數(shù)據(jù))。利用缺少的值預(yù)測(cè)未來(lái):高級(jí)機(jī)器學(xué)習(xí)不是要求數(shù)小時(shí)的數(shù)據(jù)清理,而是可以構(gòu)建一個(gè)藍(lán)圖,優(yōu)化特定算法的數(shù)據(jù),自動(dòng)檢測(cè)缺失值,確定哪些算法不適用缺失值,尋找取代缺失值的最佳值,并使用缺失值的存在來(lái)預(yù)測(cè)不同的結(jié)果。不要懷疑AI或機(jī)器學(xué)習(xí)的建議,讓我們通過(guò)詢問(wèn)我們要求人類的相同推理問(wèn)題來(lái)更好地理解它們。讓我們認(rèn)識(shí)到技術(shù)在降低數(shù)據(jù)異??尚哦确矫娴目陀^能力,以及為當(dāng)今海量數(shù)據(jù)提供可擴(kuò)展的靈活性的能力。
也許最重要的是,讓我們承認(rèn)AI和機(jī)器學(xué)習(xí)的能力,通過(guò)利用缺少的信息來(lái)更好地預(yù)測(cè)未來(lái)的結(jié)果。因?yàn)殡m然技術(shù)確實(shí)足夠強(qiáng)大以至于需要警惕和正式的監(jiān)管,但如果能夠建立一個(gè)正確的理解和信任水平,消費(fèi)者和企業(yè)都只會(huì)受益。
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長(zhǎng)
- 后人工智能時(shí)代:2025年,在紛擾中重塑數(shù)據(jù)、洞察和行動(dòng)
- 2025年展望:人工智能推動(dòng)IT整合
- 量子計(jì)算:商業(yè)世界的新前沿與設(shè)計(jì)思維的融合
- IDC:三季度全球以太網(wǎng)交換機(jī)收入同比下降7.9%、環(huán)比增長(zhǎng)6.6%
- Fortinet李宏凱:2025年在中國(guó)大陸啟動(dòng)SASE PoP節(jié)點(diǎn)部署 助力企業(yè)出海
- Fortinet李宏凱:2024年Fortinet全球客戶已超80萬(wàn)
- 央國(guó)企采購(gòu)管理升級(jí),合合信息旗下啟信慧眼以科技破局難點(diǎn)
- Apache Struts重大漏洞被黑客利用,遠(yuǎn)程代碼執(zhí)行風(fēng)險(xiǎn)加劇
- Crunchbase:2024年AI網(wǎng)絡(luò)安全行業(yè)風(fēng)險(xiǎn)投資超過(guò)26億美元
- 調(diào)查報(bào)告:AI與云重塑IT格局,77%的IT領(lǐng)導(dǎo)者視網(wǎng)絡(luò)安全為首要挑戰(zhàn)
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來(lái)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(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。