近几年来，人工智能领域发展迅速，阿里腾讯等大型网络巨头都开始创建自己的人工智能学员。近日微软宣布将投资10亿美元与研究实验室OpenAI合作，创建人工智能AGI可能将成为人类历史上最重要的技术发展计算机可以比人类更好地完成许多非常具体的任务，它们甚至可以像人类一样可以用来处理不明确的情况，模糊规则和模棱两可，甚至是相互矛盾的目标的智慧，常识和批判性思维相似的东西。所以能够完成人类大脑所做的一切的计算机的开发将是一项令人震惊的技术。
2016年，微软发布了Tay，这是一个微软推出的聊天机器人，通过随意和有趣的对话，让人们在网上互相聊天。Tay被编程为00后女性。通过学习模仿00后使用的语言。微软曾经描述说当你与Tay聊得越多，她就越聪明。在不到一天的时间里，Tay发了96,000条微博，拥有超过50,000名粉丝。问题在于Tay成了一个品质有问题的聊天机器人，发微博说“希特勒是对的，我讨厌犹太人”。其实聊天机器人或许善于回收这些话和它收到的聊天，但没有办法将文字放在上下文中或理解它而是记住。微软在16个小时后让Tay离线，但是一周之后，Tay回到了网上，很快就陷入了无休止的循环。微软声称重新发布是一次意外，让Tay再次离线。 AGI可能是一个技术人员想象出来的虚幻的梦想，但数据科学提供了一个现实的机会，可以使用大数据和强大的计算机根据事实做出明智的决策。数据科学不仅仅是数学证明，统计计算和计算机编程。真正的人类智慧至关重要：实验设计，智慧，常识，怀疑主义和批判性思维。数据科学家不应该努力成为机器，并不是永无止境的去追求一个数学上的结果。
人们很容易认为，因为计算机可以非常好地完成某些事情，所以它们必须具有高度智能，但是如果我们认为计算机比我们聪明，我们可能会试图让他们为我们思考，这将带来潜在的灾难性后果。人工智能其实就是针对数据在不知疲倦地寻找统计上的关系，有些人倾向于以无数种方式对数据进行切片和切块。如果你对数据进行足够长时间的折磨，那么你就会从数据中发现规律。大数据和强大的计算机就可以从规律中帮助人们来更好的完成任务。
物理学家理查德费曼为科学家们提供了这个永恒的建议：第一个原则是你不能欺骗自己，因为你是最容易愚弄的人。真正的科学家分享他们的理论，质疑他们的假设，并寻找机会进行实验，验证或反驳他们。一项研究要求高中学生在数学考试中预测他们的分数。平均预测得分高于平均实际得分，但预测得分与实际得分之间存在0.70的相关性。从实验中得出了两个结论。首先是学生高估了他们的能力。然而，这些学生也可能会低估他们获得考试的难度。第二个结论是，可以通过提高学生的自尊来提高考试成绩。然而，预测分数和实际分数之间的正相关可能反映了这样一个事实：大多数表现良好的学生都知道他们擅长数学而失败的学生知道他们不太了解这些材料，只不过他们并没有过分悲观，但是他们却很了解自己。混淆与因果关系的相关性。无论我们多少次被告知相关性不会造成因果关系，但是其实都无法让我们忽略这一点。
2011年，谷歌创建了一个名为Google Flu的人工智能程序，该程序使用搜索查询来预测流感爆发。他们说Flu可以准确估计美国每个地区每周流感活动的当前水平，他们说他们的模型准确率为97.5％，其中相关性为模型的预测和实际流感病例数为0.975。谷歌是如何做到的？谷歌的数据挖掘计划查看了5000万个搜索查询，并确定了45个与流感发生率最密切相关的查询。由于流感爆发是季节性的，谷歌流感可能主要是冬季探测器，选择季节性搜索术语，如圣诞节，寒假和情人节。理论上Google Flu应该是很准确的，因为他们的预测方式十分合理，但是当实际进行使用的时候就不那么准确了。在发布报告后，谷歌流感高估了接下来108周内100例流感病例的数量，平均接近100％。在此之后谷歌就把Flu这个人工智能程序移除了。
在大数据时代，一个不幸的现实是，越来越多的企业不断获取我们的数据，以便他们能够预测我们的行为并诱导我们的行为。优秀的数据科学家却是谨慎行事，尊重我们的权利和隐私。黄金法则适用于数据科学：按照大家希望的方式对待他人。要避免这些陷阱需要批判性思考。为了将科学应用于数据科学，我们需要不像机器那样行动，而是更像科学家一样，通过自己的思考来获取自己想要的知识。
联系客服
