【民報】【專欄】真正的人類智慧才是人工智慧發展的關鍵 - 民報

對於人工智慧的發展，數據科學家最重要的是要依靠自己的批判性思維，而不是依賴機器。

眾所周知，電腦在一些具體任務的處理上遠超人類，但它們並不具真正有人類智慧、常識以及批判性思維，在不明確的條件下，它們往往很難執行任務，作出判斷或選擇。因此，開發出類似於人腦的電腦，將會是巨大的進步。

通用人工智慧（AGI）也許只是一個虛幻的夢想，不過數據科學企圖依靠大數據和強大的計算功能，讓電腦根據事實做出明智的決策，而不是依賴人類的一時興起、預感或偏見。然而實際情況是，企業和政府，依舊犯著大數據時代之前的那些錯誤。因為將重大決策交給電腦，只會重複曾經的錯誤判斷。

數據科學不僅僅是數學證明、統計計算和計算機編程。實驗設計、人類智慧、常識、懷疑和批判性思維，這些真正的人類智慧才是核心所在。如果數據科學想要發揮其巨大的潛力，就要避免以下9個常見的「陷阱」：:

1.錯誤數據

請問如果你把錯誤的數字輸入機器，會得出正確的答案嗎? 電腦有－句俗語「垃圾進，垃圾出」。如芝加哥一家醫院曾做過關於敗血症病人的研究，他們認為，血液pH值低的患者出院後，很快再次入院的機率較低。不過，這數據包括了在住院期間去世的病人！要知道，最不可能再次入院的病人，正是那些躺在太平間裡的人。所以，事實上，當我們排除那些「死亡數據」之後，pH值低的病人他們的病情，其實並不樂觀。

2.忽略理論

一些數據科學家在沒有理論或常識指導的情況下，單單從龐大的數據中，企圖尋找某種模式。他們認為思考一個問題，限制了新知識的發現。不幸的是，大數據時代使得各種模式成千上萬，然而其中大多數都是毫無意義的。這一悖論在於：為了得出某種模式越是瘋狂地去搜索數據，得出的結論可能越沒有價值。

3.「崇拜」數學

數學家熱愛數學，非數學家「畏懼」數學。這一致命的組合，往往會導致建立很多極其不現實的模型。如許多抵押貸款違約的數學模型，在大衰退期間崩潰了，因為他們簡單的假設，違約的機率呈現正態分布，且是獨立存在的。但他們低估了極端事件發生的可能性，也忽略了經濟衰退等宏觀經濟事件，將引發的大量抵押貸款違約的可能性。

4.「崇拜」電腦

由於計算機能夠非常高效的處理某些問題，人們很容易認為，電腦擁有高智能。但是應對具體任務的高效性與應對各類複雜情況的綜合智力，這兩者是十分不同的。我們對於計算機的「崇拜」其實是一種有害的痴迷。

5. 折磨數據

為了能夠找到數據之間的重要關係，研究者試圖以各種各樣的方式對數據進行分析。一位專家曾精闢的對此表示，「如果你『折磨』數據的時間夠久，它們總會『招供』。」

6.自我欺騙

物理學家理察·費曼（Richard Feynman）曾說過:首先你不能欺騙自己，而自己是最容易被欺騙的人。真正的科學家會分享他們的理論，質疑他們的假設，並尋找機會進行實驗，來驗證或否定其理論與假設。而「數據小丑」只會看到他們想看的東西。

7. 相關不代表因果 

我們總是忘記具有相關性並不等於擁有因果關係。

8.忽略真正均值

均值迴歸即「好還要更好」只是「異常表現」，最後還是會回到平均水準！當數據波動較大時，大部分被測數據會高於現象，但隨後越來越多的值才更接近平均值。簡單來說，就是某項指標的表現過高或過低後會自然回歸到平均水平。

9.「危害」他人的利益

在大數據時代，企業和政府不斷地監控我們，以便預測我們的行為並操縱我們的行為。優秀的數據科學家懂得謹慎行事，尊重我們的權利和隱私。「己所不欲，勿施於人」這句話對於數據科學同樣適用。

所以，要想避免以上那些「錯誤」或「陷阱」，我們需要有批判性的思維。要將科學應用到數據科學之中，因此，我們更應該像科學家那樣去思考，而不是像機器那樣。

---

專欄屬作者個人意見，文責歸屬作者，本報提供意見交流平台，不代表本報立場。

Let's block ads! (Why?)

"真正" - Google 新聞
March 04, 2020 at 10:10AM
https://ift.tt/38mCfcL

【民報】【專欄】真正的人類智慧才是人工智慧發展的關鍵 - 民報
"真正" - Google 新聞
https://ift.tt/32IyEEB
Shoes Man Tutorial
Pos News Update
Meme Update
Korean Entertainment News
Japan News Update

Bagikan Berita Ini