Man och maskin

Ingenjörer på Pinterest skapar ständigt nya artificiell intelligensalgoritmer för att hjälpa sina användare att hitta det de letar efter bland miljarder bilder på mat, produkter, hus och andra föremål. Att matcha sökfrågor med relevanta bilder är avgörande för att få användarna att komma tillbaka. Men fram till förra året kan det ta dagar att testa effektiviteten hos varje ny algoritm.





För att finjustera sin maskininlärning och ge bättre sökresultat snabbare vände sig Pinterest till en oväntad källa: mänsklig intelligens. Det anlitade crowdsourcing-företag som CrowdFlower för att samla folk för att snabbt utföra mikrouppgifter som att märka foton och bedöma kvaliteten på sökresultaten. På en timme kunde arbetarna tillsammans testa hundratals söktermer för att se om resultaten matchade tillräckligt bra.

Trots alla de senaste framstegen inom AI är människor fortfarande skickligare än maskiner på att särskilja, till exempel, en kakelmosaik från ett liknande mönster på en filt. Det kommer att dröja långt innan maskiner kommer att kunna göra detta, säger Pinterests dataforskare Mohammad Shahangian.

Pinterests erfarenhet avslöjar en ibland bortglömd sanning: AI och maskininlärning beror lika mycket på människor som på matematik. Googles sökmotor och annonssystem använder tusentals mänskliga bedömare för att bedöma kvaliteten på sina AI-drivna sökresultat och hjälpa till att identifiera bluffannonser. Facebooks mjukvara för ansiktsigenkänning ber folk att märka sina bilder för att förbättra noggrannheten. Deep learning , en gren av AI som ansvarar för de senaste genombrotten inom taligenkänning, språköversättning och bildanalys, kan kräva omfattande mänsklig träning i handplockade datamängder.



Liksom Pinterest anlitar många företag CrowdFlower, Amazons Mechanical Turk eller andra crowdsourcingtjänster för att rensa upp data som måste matas in i de flesta AI-system för att lära dem de koncept och relationer de behöver känna till för särskilda uppgifter. Arbetare utför sådana uppgifter som att analysera språkliga känslor på Twitter och rensa bort stötande användargenererade foton eller videor.

Pinterests erfarenhet avslöjar en ibland bortglömd sanning: AI och maskininlärning beror lika mycket på människor som på matematik.

Ibland sätter företag upp uppgifter så att folk utför dem utan att ens inse det. Ange till exempel beloppet på en check du sätter in som bankautomaten inte kunde läsa, och du förbättrar bankens system.



Men även om människor för närvarande kan göra en del av detta arbete mer exakt än maskiner, verkar det troligt att AI så småningom borde vara smart nog att komma ikapp. Detta är en tillfällig pinsamhet, säger neurovetenskapsforskaren Jeff Hawkins, medgrundare av maskinunderrättelseföretaget Numenta - även om tillfälligt kan sträcka sig till år eller till och med årtionden, säger experter.

Vissa AI-forskare tror att den mest användbara modellen kommer att vara ett hybridsystem designat från början för maskiner och människor att arbeta tillsammans som mer jämlika partners. Den ideella Intermountain Healthcare i Salt Lake City, till exempel, driver ett pilotprogram för att stödja unga diabetespatienter som börjar leva på egen hand, när de tenderar att drabbas av brister i vården. En smartphone-app ger personlig rådgivning i realtid, tack vare ett molnsystem från Austin-baserade CognitiveScale. Med hjälp av data om faktorer som en patients beteende och kost, kan den avgöra vad som mest påverkar patientens blodsockernivå vid varje givet tillfälle, föreslå när man ska äta och till och med ge recensioner av lämpliga restauranger i närheten.

Andra kombinerar mänsklig intelligens och AI på ännu mer intima sätt. Till skillnad från Apples Siri använder Facebooks virtuella assistent M människor för att fatta beslut. Efter att AI har valt tre lokala restauranger, till exempel, kan mänskliga tränare hoppa in för att fråga om en person vill ha en viss typ av mat eller en fönsterplats, och sedan boka bordet online. Utbildarna, vars handlingar spåras och matas tillbaka in i systemet, hjälper AI:n att lära sig att göra mer på egen hand.



Den ultimata drömmen för många AI-forskare är att skapa maskiner som kan tänka lika bra som människor. Men idag förblir mänskligt omdöme och kreativitet oumbärligt. Även om du har en snygg bil, konstaterar John Giannandrea, vice vd för teknik på Google, måste du fortfarande bestämma dig vart du ska åka.

Dölj