生产力的未来人工智能和机器学习

大家好，今日小经来聊聊一篇关于生产力的未来人工智能和机器学习的文章，现在让我们往下看看吧！

我们将使用AI来提供决策支持，而不是决策。

完成事情的发明者戴维·艾伦(David Allen)认为：“系统将能够更好地展示相关数据，以优化我们在各种情况下(在正确的时间，正确的时间)的体验。我们需要将生产力系统视为决策过程的支持系统。”

因此，我们还不会使用AI消除我们的决策并使之自动化，而是增强在任何情况下做出决策的能力。我也认为这是人工智能的下一个可能步骤。大多数人不会信任计算机为他们做出决定，但是他们确实会寻找信息来帮助做出这些决定。

艾伦接着说：“这些新的演示文稿形式和AI等趋势都不会为您做出决定。那行不通。我看到AI可以支持您的决定，但我们仍然会尽全力做出决定。”

不是机器人。。。

当大多数人想到AI时，他们会想到机器人会为我们完成工作而手动做，无论是Jetsons的Rosie还是福特装配线的机器人。我的问题是这种观点过于局限。当然，机器人将变得智能，其他所有事物也将变得智能。在线视频系列“简而言之”背后的团队发布了一个很棒的解释器视频。

现在，一个能够识别您的动力水平并为您提供适合该水平任务的应用程序并不是没有问题。可以回答简单服务问题并从响应中吸取教训的机器人已经来临，并取得了一些成功和一些重大的失败。

Smartsheet的首席执行官Mark Mader认为，将AI视为漫游机器人的观点已失去重点，他说：“进一步研究，毫无疑问，自动化-不要以为机器人，是想从日常工作中删除平凡而无用的工作步骤 - 将增加。机器学习将能够预测工人正在尝试做什么，并使他们的工作更轻松。怎么样?通过自动收集他们完成任务所需的信息，填充表格并与适当的人员共享。”

我看到两者的结合。特别是在项目管理中，我看到了机器将能够使用实时数据预测更改并进行相应更改的未来。机器人和机器学习的结合才是关键：想一想组装生产线系统推出烧烤设备的系统。该系统将能够预测由于即将到来的假期需求将会增加，并自动告诉生产线上的机器人增加产量。我不确定他们之间是否会有人为的决定，但是我认为随着我们对机器决定的适应性提高，我们将使他们对过程有更多的控制权。

这是我的决定。

人工智能远非人类，更不用说超人类了。正如我所指出的，我们发布了机器学习机器人，结果有些糟糕。机器还不能很好地理解上下文或讽刺，因此当我们让它们学习时，它们通常会错过分数。

然而，使用机器来帮助做出决定似乎是目前唯一的前进方法。作为决策支持的一种形式，生产力专家Carl Pullein认为，“机器学习和人工智能将[朝着]创建能够为您安排会议和任务并能够根据您的需要知道要做什么的生产力工具。上下文，您在哪里以及需要做什么。”

像Grammarly这样的支持机器学习的工具已经在市场上，但是随着这些决策助手的日益知名，它们正在向更复杂的领域发展。可以将其视为您的Facebook时间轴算法或垃圾邮件过滤器，但可以作为您的工作清单。

就像教育一样，访问是机器学习的关键。

为了了解我们现在的位置，请想一想一直在学习的系统。您的计算机浏览器会与Google和Facebook以及许多公司进行对话，这些公司存储着您正在做的事情，单击，购买以及其他操作。如今，随着物联网的最新趋势，这些事物已从我们的计算机和手机中移开，并成为我们日常生活的一部分。并一路获得对数据的访问。您的智能冰箱可以告诉当地的超市每周您喝多少水。如果该地区的每个人都拥有智能冰箱，那么同一家超市将能够更好地决定要储备多少水。

生产力心理学家梅利莎·格拉蒂亚斯(Melissa Gratias)认为，该系统也适用于我们的工作场所。“大多数应用和程序都要求用户有目的地与该工具进行交互才能使用它。我们将看到更多的智能家居，智能汽车和语音激活的入口点，无论用户身在何处，该工具始终对用户可用。她不必停止自己的工作，例如，将一些内容添加到任务列表中。”

因此，超市不仅会知道库存什么，而且您的冰箱也会知道下周要添加到购物清单中的东西。通过学习的行为自动进行。

我与之交谈的所有专家都同意，决策支持可能是短期内唯一的前进方向。机器被教给人类决策的偏好，因为它们无法自行识别环境。因此，我们需要对机器进行教育，使其像人一样思考。像Alphabet这样的公司已经在研究它，诸如DeepMind这样的项目处于AI和机器学习技术的最前沿。其他人，例如埃隆·马斯克(Elon Musk)的OpenAI，正在努力确保永远不会实现人类对恶意AI的恐惧。当我们学会信任这些系统时，就会很快采用。而且由于它们是如此普遍，它们肯定会触及所有行业。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！