Ibm Watson Cto auf, warum Augmented Intelligence Ai schlägt

Diese Episode von Fast Forward wurde im IBM Watson Experience Center hier in New York City aufgenommen. Mein Gast war Rob High, der Vice President und Chief Technology Officer von IBM Watson.

High funktioniert in mehreren IBM-Teams, einschließlich Engineering, Entwicklung und Strategie. Er ist einer der klügsten Denker im Bereich der künstlichen Intelligenz, und unser Gespräch deckte viele Aspekte der Umgestaltung unserer Arbeitsplätze, unserer Gesellschaft und unseres Lebens durch Technologie ab. Lesen und sehen Sie unser Gespräch weiter unten.

Dan Costa: Was ist das vorherrschende Missverständnis, das Menschen über künstliche Intelligenz haben?

Rob High: Ich denke, das häufigste Problem, das wir mit Leuten haben, die über KI sprechen, ist, dass sie immer noch auf der Welt leben, auf der Hollywood meiner Meinung nach die Idee verstärkt hat, dass KI (Cognitive Computing) den menschlichen Geist nachahmt und es ist wirklich nicht. Dinge wie der Turing-Test bestärken uns darin, dass es die Idee ist, mit der KI zu konkurrieren, um die Leute zu täuschen und zu glauben, dass es sich bei dem, mit dem Sie es zu tun haben, um einen anderen Menschen handelt größter Nutzen.

Dies geht sogar zurück, wenn Sie sich fast jedes andere Tool ansehen, das jemals erstellt wurde. Unsere Tools sind in der Regel am wertvollsten, wenn sie uns verstärken, wenn sie unsere Reichweite erweitern, wenn sie unsere Stärke steigern. wenn sie uns erlauben, Dinge zu tun, die wir als Menschen nicht alleine tun können. Das ist wirklich die Art und Weise, wie wir auch über KI nachdenken müssen, und in dem Maße, wie wir es tatsächlich Augmented Intelligence nennen, nicht künstliche Intelligenz.

Lassen Sie uns ein wenig über diese Verschiebung sprechen, da es sich um eine völlig neue Art der Datenverarbeitung handelt. Es ist die Evolution des Computing von dem, womit wir beide aufgewachsen sind, ein programmatisches Computing, bei dem Sie mithilfe von Berechnungen einen sehr komplexen Prozess erreichen und darauf antworten, bis hin zum kognitiven Computing, das ein wenig anders funktioniert. Können Sie diesen Übergang erklären?

Der wahrscheinlich größte bemerkenswerte Unterschied besteht darin, dass es sehr wahrscheinlich ist, wohingegen es beim programmierten Rechnen wirklich darum geht, alle bedingten Anweisungen zu formulieren, die definieren, worauf Sie achten und wie Sie darauf reagieren sollen. Es ist sehr deterministisch. Es ist sehr mathematisch präzise. Mit einem klassisch programmierten Computer können Sie ein Stück Software entwerfen. Da Sie wissen, was das mathematische Modell darstellt, können Sie es mathematisch testen. Sie können seine Richtigkeit beweisen.

Cognitive Computing ist viel wahrscheinlicher. Es geht hauptsächlich darum, die Signale der Räume zu testen, auf die wir uns konzentrieren, ob es sich nun um Vision, Sprache oder Sprache handelt, und zu versuchen, die Bedeutungsmuster in diesen Signalen zu finden. Selbst dann gibt es keine absolute Gewissheit. Das liegt zum Teil daran, dass dies so berechnet wird, aber auch daran, dass dies die Natur der menschlichen Erfahrung ist. Wenn Sie an alles denken, was wir sagen oder sehen oder hören, schmecken oder berühren oder riechen oder irgendetwas, das Teil unserer Sinne ist, versuchen wir als Menschen immer zu bewerten, was das wirklich ist, und manchmal verstehen wir es nicht richtig.

Wie groß ist die Wahrscheinlichkeit, dass ich dieses Wort wirklich verstanden habe, als ich diese Tonfolge hörte? Wie groß ist die Wahrscheinlichkeit, dass diese Aussage bei dieser Wortfolge auftauchte? Wie groß ist die Wahrscheinlichkeit, dass es sich bei dieser Form und einem Bild, das ich betrachte, um dieses Objekt handelt? Dies ist auch für den Menschen ein probabilistisches Problem, und in diesem Maße funktionieren auch diese kognitiven Systeme immer so.

Wenn jemand zu Ihnen kommt und ein Problem hat, das er lösen möchte, denkt er, dass es eine Lösung für kognitives Rechnen gibt, kommt er zu Watson und sagt: "Schauen Sie, wir werden Watson verwenden, um es zu versuchen und zu lösen dieses Problem." Watson macht nicht viel. Sie müssen lernen, wie sie ihr Problem lösen können. Können Sie über diesen Onboarding-Prozess sprechen?

Eigentlich sollten wir über zwei Dimensionen sprechen. Zum einen haben wir vor einiger Zeit festgestellt, dass das so genannte Cognitive Computing wirklich größer ist als wir, dass es größer ist als IBM, dass es größer ist als ein Anbieter in der Branche, dass es größer ist als einer der ein oder zwei unterschiedlichen Lösungsbereiche Wir wollten uns darauf konzentrieren, und wir mussten es öffnen. Dann wechselten wir von der Konzentration auf Lösungen hin zum eigentlichen Umgang mit einer Plattform von Diensten, bei der jeder Dienst wirklich individuell auf einen anderen Teil des Dienstes konzentriert ist Problem Raum. Es ist eine Komponente, die sich im Falle von Sprache ausschließlich auf das Problem konzentriert, zu versuchen, Ihre Sprache aufzunehmen und zu erkennen, welche Wörter Sie in dieser Sprache ausgedrückt haben, oder ein Bild aufzunehmen und zu versuchen, zu identifizieren, was in dem Bild enthalten ist oder aufzunehmen Sprache und versuchen zu verstehen, was es bedeutet, oder nehmen Sie ein Gespräch und beteiligen Sie sich daran.

Zunächst einmal geht es hier um eine Reihe von Diensten, von denen jeder etwas sehr Spezifisches tut, von denen jeder versucht, sich mit einem anderen Teil unserer menschlichen Erfahrung zu befassen, und mit der Idee, dass jemand eine Anwendung erstellt Jeder, der ein soziales oder geschäftliches Problem lösen möchte, kann dies tun, indem er unsere Dienste in eine Anwendung umwandelt. Das ist Punkt eins.

Punkt zwei ist der, mit dem Sie angefangen haben. Nun, da ich den Service habe, wie bringen wir ihn dazu, die Dinge zu tun, die wir gut machen wollen? Die Technik ist wirklich eine der Lehre. Der probabilistische Charakter dieser Systeme beruht auf der Tatsache, dass sie auf maschinellem Lernen oder Tiefenlernen basieren. Diesen Algorithmen muss beigebracht werden, wie man die Muster erkennt, die eine Bedeutung innerhalb einer Reihe von Signalen darstellen. Daten, die Beispiele für diese Situation darstellen, in der Sie diese Situation als "Wenn ich diese Kombination von Tönen höre, bedeutet dies dieses Wort" bezeichnen konnten. Wenn ich diese Kombination von Pixeln sehe, bedeutet dies, dass Objekt." Wenn ich diese Beispiele hatte, kann ich Sie jetzt zum kognitiven System und zu diesen kognitiven Diensten führen und ihnen beibringen, wie sie besser erkennen können, was immer wir wollen.

Ich denke, eines der Beispiele, die dies wirklich gut veranschaulichen, ist der medizinische Bereich, in dem Watson Ärzten hilft, Entscheidungen zu treffen und große Datenmengen zu analysieren, um dann gemeinsam mit ihnen eine Diagnose zu erstellen. Können Sie ein wenig darüber sprechen, wie dieses Training stattfindet und wie die Lösung letztendlich zu besseren Ergebnissen führt?

Die Arbeit, die wir in der Onkologie geleistet haben, ist ein gutes Beispiel dafür, wo es sich tatsächlich um eine Zusammenstellung mehrerer verschiedener Arten von Algorithmen handelt, die über das Spektrum der auszuführenden Arbeiten hinweg auf unterschiedliche Weise verwendet werden. Wir beginnen zum Beispiel damit, dass wir uns die Krankenakte ansehen, Ihre Krankenakte ansehen und mithilfe des kognitiven Systems alle Notizen durchsehen, die die Ärzte in den Jahren, in denen sie mit Ihnen zusammengearbeitet haben, erstellt haben, um herauszufinden, was wir nennen relevante klinische Informationen. Welche Informationen in diesen medizinischen Notizen sind jetzt für die Konsultation relevant, an der Sie teilnehmen werden? Nehmen Sie das, machen Sie Populationsähnlichkeitsanalysen, versuchen Sie, die anderen Patienten zu finden, die anderen Kohorten, die viel Ähnlichkeit mit Ihnen haben, denn dies wird den Arzt darüber informieren, wie er über verschiedene Behandlungen nachdenken soll und wie diese Behandlungen für Sie geeignet sein könnten und wie Sie auf diese Behandlungen reagieren werden.

Dann gehen wir auf die so genannten Standard-Pflegetechniken ein, bei denen es sich um relativ genau definierte Techniken handelt, die Ärzte zur Behandlung verschiedener Patienten für verschiedene Arten von Krankheiten verwenden, wobei sie erkennen, dass diese wirklich für den Durchschnittsmenschen bestimmt sind. Dann legen wir uns auf das, was wir klinische Expertise nennen. Von den besten Ärzten bei verschiedenen Krankheiten gelernt zu haben, wonach zu suchen ist und wo die Ausreißer sind und wie man über den unterschiedlichen Standard der Pflegepraktiken urteilt, welcher von diesen am besten geeignet ist oder wie man die unterschiedlichen Pflegewege durch diese unterschiedlichen Pflegepraktiken nimmt und Wenden Sie sie jetzt auf die bestmögliche Weise an, aber werfen Sie einen Blick auf die klinische Literatur, alle hunderttausenden und 600.000 Artikel in PubMed über die Fortschritte in der Wissenschaft auf diesem Gebiet, die für die Abgabe dieser Behandlungsempfehlung relevant sind.

All dies sind verschiedene Aspekte von Algorithmen, die wir in verschiedenen Phasen dieses Prozesses anwenden. All dies wurde gelehrt, indem einige der besten Ärzte der Welt vor diese Systeme gestellt wurden und das System verwendet und das System korrigiert wurden Wenn sie sehen, dass etwas schief läuft, und das System durch diesen Einsatz wesentlich lernen muss, wie es seine eigene Leistung verbessern kann. Wir verwenden dies speziell im Fall der Onkologie, um Ärzten auf dem Gebiet Informationen über Behandlungsmöglichkeiten zu geben, mit denen sie möglicherweise nicht vertraut sind, oder selbst wenn sie mit diesen vertraut sind, haben sie möglicherweise keine wirklichen Erfahrungen mit diesen und tun dies nicht Verstehe wirklich, wie ihre Patienten darauf reagieren und wie sie die effektivste Reaktion von ihren Patienten erhalten.

Was das im Grunde getan hat, ist die Demokratisierung des Fachwissens. Wir können die besten Ärzte von Memorial Sloan Kettering nehmen, die den Vorteil hatten, buchstäblich Tausende von Patienten pro Jahr zu sehen, die an derselben Krankheit leiden, aus der sie dieses enorme Fachwissen entwickelt haben Regionale Klinikumgebung, in der diese Ärzte möglicherweise nicht so lange mit derselben Krankheit bei einer großen Anzahl unterschiedlicher Patienten gearbeitet haben, sodass sie von dem Fachwissen profitieren können, das jetzt im kognitiven System erfasst ist.

Ich denke, die Idee, dieses Know-how zu verbreiten, ist zunächst einmal eine nicht triviale Aufgabe, aber wenn Sie das getan haben und es wirklich über den Planeten verbreiten können, werden Sie das Know-how von haben Die besten Ärzte von Memorial Sloan Kettering können in China, in Indien, in kleinen Kliniken entbunden werden, und ich finde das ziemlich außergewöhnlich.

Es hat enorme soziale Auswirkungen auf unser Wohlergehen, auf unsere Gesundheit und auf die Dinge, die uns als Gesellschaft zugute kommen.

Was die Menschen an künstlicher Intelligenz interessiert, ist, dass sie die Menschen ersetzen und Arbeitsplätze ersetzen wird. Es ist in die Automatisierungsbewegung eingebunden. Was mir auffällt, ist, im medizinischen Bereich zu bleiben, Radiologen. Radiologen betrachten täglich Hunderte von Objektträgern. Watson oder ein AI-basiertes System könnten dieselbe Art von Diagnose und Bildanalyse replizieren. Glauben Sie, dass in zehn Jahren mehr oder weniger Humanradiologen in den USA beschäftigt sein werden? Wie wirkt sich das auf Branchen wie diese aus?

Die Auswirkung besteht darin, den Menschen zu helfen, einen besseren Job zu machen. Es geht wirklich darum… es im Fall des Arztes zu nehmen. Wenn der Arzt nun fundiertere Entscheidungen treffen kann, die auf echten Beweisen beruhen, die auf den neuesten wissenschaftlichen Erkenntnissen beruhen, die auf den einzelnen Patienten zugeschnitten sind und auf ihn zugeschnitten sind, können sie ihre Arbeit tatsächlich besser erledigen. Für Radiologen ist es möglich, dass sie Dinge auf dem Bild sehen, die sie sonst möglicherweise verpassen oder von ihnen überwältigt werden. Es geht nicht darum, sie zu ersetzen. Es geht darum, ihnen zu helfen, ihre Arbeit besser zu machen.

Es hat eine ähnliche Dynamik wie jedes andere Tool, das wir jemals in der Gesellschaft entwickelt haben. Wenn Sie sich die letzten 10.000 Jahre der modernen Gesellschaft seit dem Aufkommen der Agrarrevolution ansehen, möchte ich sagen, dass wir als menschliche Gesellschaft Werkzeuge, Hämmer, Schaufeln, Hydraulik, Riemenscheiben, Hebel und vieles mehr gebaut haben Eines dieser Werkzeuge ist am langlebigsten, wenn es darum geht, Menschen zu stärken, unsere Kraft zu stärken, unser Denken zu stärken und unsere Reichweite zu steigern.

Das ist wirklich die Art und Weise, wie man über dieses Zeug nachdenkt: Es wird seinen größten Nutzen haben, wenn es uns erlaubt, das zu tun, was wir besser können als wir selbst, wenn die Kombination von Mensch und Werkzeug größer ist als eine der beiden von ihnen wären allein gewesen. So denken wir wirklich darüber. So entwickeln wir die Technologie weiter. Dort wird der wirtschaftliche Nutzen liegen.

Ich stimme vollkommen zu, aber ich denke, es wird Branchen geben, die aufgrund der Effizienz dieser intelligenten Systeme umgangen werden.

Sie werden gewechselt. Ja, sie werden gewechselt. Ich möchte diesen Punkt nicht so ausdrücken, aber ich möchte auch sichergehen, dass wir nicht darüber nachdenken, Arbeitsplätze zu streichen. Hier geht es darum, die Aufgaben, die Menschen ausführen, zu verändern. Ich gebe Ihnen ein Beispiel. Es wird viel darüber diskutiert, wie dadurch Jobs im Callcenter weggenommen werden können. Rate mal? Es gibt eine Menge Arbeit, die Call-Center-Agenten erledigen, die sie nicht erledigen müssen, die sie nicht gerne erledigen, die ihre Fähigkeit einschränkt, Dinge zu erledigen, die interessanter sind.

Die Abwanderung, die wir in Callcentern beobachten, ist hauptsächlich darauf zurückzuführen, dass Sie, wenn Sie über den Job eines Callcenter-Agenten nachdenken, den ganzen Tag am Ende eines Telefonanrufs sitzen und zornigen Kunden zuhören und die gleiche Frage stellen und immer wieder, und es ist schwer, nachts nach Hause zu gehen und sich wirklich gut bei dem zu fühlen, was du an diesem Tag getan hast. Es ist schwer, Ihre Freunde und Familie mit diesem Job zu prahlen und zu sagen, wie gut Sie das können, wenn Sie sich in einer solchen Situation befinden.

Wenn wir das kognitive System durch einen Gesprächspartner dazu bringen können, einen gewissen Prozentsatz der Anrufe aus dem Verkehr zu ziehen, nehmen wir an, 30 Prozent der eingehenden Anrufe beantworten die häufigsten und drängendsten Fragen der Kunden schnell, effizient und erledigen die alltägliche Arbeit Nach all dem, was erledigt wurde, bleiben Fragen, die von Menschen gestellt werden und die von Natur aus eher eine menschliche Note erfordern, die Sie dann an diesen Call-Center-Agenten weitergeben werden. Das Problem, mit dem sie für diesen Kunden zu tun haben, ist interessanter und herausfordernder. Sie müssen mehr intellektuellen Aufwand betreiben, aber sie haben es auch mit einem zufriedenen Kunden zu tun. Sie kommen ein bisschen glücklicher herein. Sie sind nicht sehr verärgert über ihr Problem.

Für den Call-Center-Agenten hat sich seine Arbeit tatsächlich verbessert. Es macht es ihnen tatsächlich möglich, ihre Arbeit besser zu machen und sich dadurch mehr zu erfüllen. In der Zwischenzeit wurden für den Kunden und den Verbraucher die dringendsten Probleme schnell gelöst. Sie sitzen 10 Minuten lang nicht in der Warteschleife. Sie warten nicht darauf, mit genau dem richtigen Wissen an die richtige Person weitergeleitet zu werden. Sie erhalten die Informationen, die sie am schnellsten benötigen, und können mit einer wahrscheinlich besseren Entscheidung, mit Sicherheit besseren Informationen oder zumindest konsistenteren Informationen mit ihrem Leben fortfahren. Es kommt tatsächlich beiden Seiten dieser Gleichung zugute.

Es ist interessant. Einige der Demos, die ich heute gesehen habe, sind, dass die Callcenter-Anwendungen den emotionalen Zustand der Leute, die anrufen, ziemlich effektiv antizipieren und erkennen können, so dass es nicht nur um Transaktionen geht. Es kann tatsächlich den Zustand der Person am anderen Ende der Leitung ziemlich gut lesen.

Welches ist wirklich wichtig, wenn Sie darüber nachdenken; Eine Unterhaltung hat zwei Elemente. Zum einen sagen die Leute, dass sie im Allgemeinen nicht wirklich dafür da sind. Wenn ich sage: "Wie hoch ist mein Guthaben?" Nun, das ist nicht wirklich mein Problem. Ja, ich muss meinen Kontostand kennen, ich muss wissen, wie viel Geld ich habe, aber mein Problem ist, dass ich versuche, etwas zu kaufen, oder ich versuche herauszufinden, wie ich Geld in die richtige Position bringen kann, um zu zahlen meine Rechnungen in diesem Monat, oder ich versuche, für die Ausbildung meiner Kinder aufzusparen. Mein Problem ist größer als die erste Frage, die ich gestellt habe, und in einem Gespräch sollte es darum gehen, dieses echte Problem zu lösen.

Das zweite gemeinsame Merkmal eines Gesprächs ist, dass es typischerweise eine Art emotionalen Bogen enthält. Die Menschen kommen in einen bestimmten emotionalen Zustand und ein Teil des Gesprächs besteht darin, sie durch eine emotionale Veränderung zu bewegen, die oft bedeutet, sie von Wut zu Zufriedenheit zu bewegen. In einigen Gesprächen könnten wir uns darauf einlassen. Es könnte tatsächlich etwas heiß werden. Sie sehen einen emotionalen Bogen, der vielleicht ruhig beginnt und dann zu einer kontroversen Diskussion übergeht, die schließlich aufgelöst wird.

Sensibel zu sein und den emotionalen Zustand der Beteiligten zu kennen, ist ein wichtiger Teil der Effektivität dieses Gesprächs.

Welche anderen Anwendungen, die Sie für wirklich transformativ halten, sind heute verfügbar?

Ich denke, dass einer von ihnen, was wir tun, den Benutzer, den Kunden, auf eine Weise einbezieht, die dazu führt, dass er sie inspiriert. Letztendlich kommen wir mit einer Idee an den Tisch und gehen wieder auf Gespräche als Beispiel zurück, wenn Menschen in ein Gespräch geraten. Du hast eine Idee. Ich habe eine Idee. Diese anfängliche Idee ist der Beginn des Gesprächs, und im Laufe des Gesprächs entwickeln wir diese Ideen weiter. Wir mischen sie. Wir verschmelzen sie. Wir haben sie vielleicht abgezinst oder erweitert. Wir entwickeln uns zu einem Punkt, an dem wir aus dem Gespräch hoffentlich eine bessere Idee haben. Im Idealfall.

Dazu muss es nicht nur das Geben und Nehmen geben, sondern auch ein Element dafür geben, wie Sie jemanden inspirieren? Wie regen Sie die Menschen dazu an, ihre Vorstellungskraft zu aktivieren? Wie bringt man sie dazu, an etwas zu denken, woran sie vorher nicht gedacht hatten, oder etwas in einem Licht zu sehen, an das sie vorher nicht gedacht hatten, oder einen anderen Standpunkt zu sehen, der sie auf einen Weg bringt, den sie nicht einmal kannten Denken Sie darüber nach, Fragen zu stellen, die sie nicht stellen möchten? Das sind die Beispiele, das sind die Situationen, die meiner Meinung nach am vielversprechendsten sind und den größten Nutzen für die Menschen haben werden.

Passiert das heute, oder muss das irgendwann passieren, wenn sich die Technologie weiterentwickelt?

Nein, es passiert. Wir haben jetzt Beispiele dafür. Ausgehend von der Onkologie als Vorbild für die besten Ärzte der Welt dürften die angebotenen Behandlungsmöglichkeiten für sie zum größten Teil offensichtlich sein. Es kann einen von zehn Fällen geben, in denen sie sagen: "Moment mal, das war eine interessante Idee." Es wird nicht so oft vorkommen, aber wie Sie bereits sagten, kann das System neue Ideen einbringen, wenn wir dies jetzt auf Community-Einstellungen, regionale Einstellungen und Bereiche übertragen, in denen es nicht über diese Fachkenntnisse verfügt, neue Behandlungsmöglichkeiten, es geht wirklich darum, neue Ideen einzuführen. Das sehen wir schon.

Dann ist es natürlich das klassische Chatbot-Szenario, von dem ich glaube, dass einige von uns beginnen, in verschiedenen Beispielen eine Situation zu sehen, in der jemand eine Warnung vor Kreditkartenbetrug auf ihrer Kreditkarte auslöst und sie dazu aufruft In einem heutigen Chatbot könnte es einfach sein: "War diese Transaktion etwas, was Sie getan haben oder nicht? Wenn ja, dann ist das in Ordnung. Wenn nicht, dann werden wir etwas tun, um die Transaktion abzubrechen." Okay, Sie brauchen eine neue Kreditkarte. Wo bekommen Sie sie am besten? Sollen wir sie Ihnen zusenden? Sollen wir sie Ihnen nicht zusenden? Oh, Sie bereiten sich auf diese Reise vor. Dann sind wir klar Ich werde es Ihnen nicht zusenden können. Wir müssen es Ihnen schneller zukommen lassen.

"Oh, du gehst nach Übersee. Vielleicht gibt es hier eine Kreditkartenoption, der du vorher nicht ausgesetzt warst und von der wir nicht wussten, wo wir den Geldwechsel zu deinen Gunsten besser abwickeln. Oh, du nutzt das für geschäftliche Zwecke Dies ist eine Auslandsreise. Sie verwenden dies für Geschäftskosten. Nun, hier ist eine Kreditkarte, deren Zinssatz besser dafür geeignet ist. " Dies sind alles sehr einfache Beispiele, aber jedes von ihnen eröffnet eine Reihe neuer Ideen, die heutzutage in Ihrem einfachen Chatbot normalerweise nicht mehr vorkommen und dennoch für die Menschen sehr hilfreich sein können.

Der interessante Punkt dabei ist, dass es sich in der Vergangenheit bei all diesen Optionen um ein Skript handelt. Es würde ein Skript mit ein paar Zweigen geben. Es würde im Voraus vordefiniert werden. Es ist eine ganz andere Sache, wenn ein Chatbot es tut, der auf die von Ihnen gegebenen Informationen und die Informationen, die Sie bereits gegeben haben, reagiert und Sie auf nicht geskriptete Pfade führt. Es weiß, dass Sie reisen, aber Sie haben es nicht unbedingt gesagt. Es hat diese Informationen aus Ihrem E-Mail-Verlauf gefunden.

Es kann Dinge über dich finden, die es auf dem Weg entdeckt hat.

Wir haben über Onkologie gesprochen, weil es ein großartiges Beispiel ist. Wir haben über Chatbots gesprochen, weil die meisten Leute mit ihnen interagiert haben. Diese Technologie ist jedoch branchenübergreifend. Es ist schwer, sich eine Branche vorzustellen, die keine kognitive Komponente hat. Gibt es Beispiele, über die die Leute noch nicht nachgedacht haben?

Ich finde es erstaunlich, wie sich jeden Tag jemand eine neue Idee einfallen lässt. Das ist der Grund, warum wir uns in einer sehr interessanten Phase befinden, denn wenn wir uns darauf konzentriert haben, unsere kognitiven Fähigkeiten in Bausteindienste zu zerlegen, können die Menschen wirklich ihre Vorstellungskraft einsetzen und den Ideen nachgehen, die wir haben nie wirklich darüber nachgedacht, ob das mit visueller erkennung die landschaft überblickt.

In Kalifornien zum Beispiel verwendet ein Unternehmen dort die visuelle Erkennung, um die Topographie und die Topologie zu betrachten und im Bild den Unterschied zwischen einer Betonoberfläche, einer Asphaltdachoberfläche, einer Grasoberfläche, Bäumen und Sträuchern und diesen Dingen zu erkennen Schätzen Sie beispielsweise, wie viel Wasser verbraucht wird und wo möglicherweise Wasser austritt und was getan werden könnte, um die effiziente Nutzung von Wasser zu verbessern.

Oder, im juristischen Bereich, nutzen Sie diese Dinge, um Anwälten beim Lesen von Millionen und Abermillionen Seiten Hintergrundmaterial zu helfen, das wie das Auffinden der Nadel im Heuhaufen wirkt. Wo ist das eine Blatt Papier, das für diesen speziellen Fall wirklich relevant ist? Ich versuche das alles zu sortieren. Die Möglichkeiten sind einfach enorm.

Ich denke, dass eine dieser Qualifikationen darin besteht, dass große Datenmengen analysiert werden müssen. Sie haben über Krankenakten gesprochen und die Krankenakten nach relevanten Informationen durchsuchen können. Diese Aufzeichnungen können im Laufe Ihres Lebens mehrere hundert Seiten umfassen. Vielleicht hat Ihr Hausarzt eine Ahnung davon, aber sie werden sich nicht an alles erinnern, während das System es nie vergisst.

Ja. Ein Arzt hat vielleicht fünf, vielleicht zehn Minuten Zeit, um diese Krankengeschichte durchzusehen, bevor er zu Ihnen kommt und sich mit Ihnen berät, und dennoch gibt es alle möglichen sehr relevanten Informationen in Ihrer Krankengeschichte, Ihrer Vergangenheit, die er unter allen anderen Umständen einfach vermissen würde weil sie nicht die Zeit haben, würde das einen Unterschied machen, wenn sie es hätten.

Stellen Sie sich eine Situation vor, in der eine Frau ihrem Arzt erzählt hätte, dass ihre Mutter vor zwei Jahren an Brustkrebs gestorben ist. Nun, es besteht die Möglichkeit, dass der Arzt das in dieser Akte vermerkt hat, aber in diesem Moment, wenn diese Frau einen Knoten in ihrer Brust präsentiert und dieser Arzt das nicht sieht, ist das ein sehr wichtiges Stück, das fehlt Information. Vielleicht entdecken sie das wieder, indem sie mit dem Patienten sprechen, aber vielleicht auch nicht. Wollen Sie wirklich das Risiko eingehen, das nicht gewusst zu haben, wenn so etwas so deutsch ist?

Das übergeordnete Merkmal, für das dieses Zeug in der Regel nützlich ist, ist, dass Sie dort erwähnt haben, wo es viele, viele Daten gibt. Ja, aber wirklich ist es, wenn irgendeiner dieser Aspekte von dem, wer wir als Menschen sind, wo unsere kognitiven Fähigkeiten anfangen, ihre Grenzen zu erreichen. Wir können gut lesen. Wir können etwas lesen. Wir können es aufnehmen. Wir können uns an die Informationen anpassen und diese auf sehr kraftvolle Weise als Menschen nutzen. Aber wir sind nicht sehr gut darin, viele Daten zu lesen. Wir können nicht als… Die Idee, Zehntausende, Hunderttausende, Millionen von Seiten Literatur an einem Tag zu lesen, ist so weit außerhalb unserer Möglichkeiten.

Die Frage wird, während wir in eine Welt hineinwachsen, in der die Menge an Informationen, die täglich produziert werden, exponentiell zunimmt, wie viel mehr von diesen Informationen wir nicht nutzen, wenn sie Informationen enthalten, und wie wenig diese Informationen sind absolut kritisch für die Entscheidung, die wir treffen müssen, kommen wir nicht dazu? Wenn es nicht die Menge an Informationen ist, die wir lesen, dann ist es: Wie viel assimilieren wir? Wie viel können wir zurückrufen? Können wir die kleinen Muster erkennen, die in diesen Informationen für unsere Entscheidungen relevant sind?

Es gibt viele Dinge, in denen wir Menschen gut sind. Es gibt auch viele Dinge, die wir nicht sehr gut können, und ich denke, dass Cognitive Computing einen großen Unterschied macht, wenn es in der Lage ist, diese Distanz zu überbrücken, um diese Lücke zu schließen.

Es scheint ziemlich klar zu sein, dass dies die Welt ist, in die wir uns begeben. Wie gut sind wir vorbereitet? Wie sehen Sie unser Bildungssystem, unsere Wirtschaft, unsere politischen Strukturen? Wie gut sind wir darauf vorbereitet, mit dieser Art von kognitivem Computing als Bestandteil in einer Welt zu leben?

Es ist interessant. Dies stützt sich auf einen der wichtigsten Wertepunkte, die wir als Menschen haben, nämlich unsere Anpassungsfähigkeit. Wenn Sie es in rein diskreten Begriffen betrachten, wohin geht das, und wenn wir 10 Jahre nach vorne springen und es betrachten und sagen: "Wo werden wir 10 Jahre sein? Sind wir darauf vorbereitet?" Die Antwort wird wahrscheinlich Nein sein. Wir müssen noch viel mehr tun. Aber Menschen haben diese bemerkenswerte Fähigkeit, sich im laufenden Betrieb anzupassen und mit den Veränderungen zu wachsen, die um sie herum stattfinden.

Denken Sie an die Zeit vor 10 Jahren, als das Smartphone für uns gerade erst verfügbar wurde, geschweige denn populär wurde und wie viel Veränderung wir als Gesellschaft in den letzten 10 Jahren durchgemacht haben. Überlegen Sie, wie Ihr Alltag mit und ohne Smartphone aussieht. Wir können uns darüber beschweren, wie viel es von anderen Erfahrungen wegnimmt, und das mag wahr sein, aber der Punkt ist, dass wir vor 10 Jahren nicht viel Zeit damit verbracht haben, uns darüber zu ärgern, ob wir als Gesellschaft vorbereitet waren Tatsächlich haben wir in den letzten 10 Jahren viele Veränderungen durchgemacht, die uns wahrscheinlich nicht bewusst waren, als wir diese technologische Veränderung aufnahmen und begannen, sie auf sehr effektive Weise zu nutzen.

Wir müssen noch viel tun. Es gibt eine Menge, die wir im Laufe der Zeit tun werden, eine Menge Wachstum, das wir durchmachen werden, eine Menge Bildung und Politik und andere Dinge, die wir ändern müssen, aber wir werden es tun.

Wir kommen zu meinen letzten Fragen. Welcher technologische Trend beschäftigt Sie am meisten? Gibt es irgendetwas, das dich nachts wach hält?

Ich denke, das größte Anliegen, das ich derzeit habe, ist, dass die Menschen Verantwortung übernehmen müssen. Wir als Ingenieure und Technologieanbieter, Konsumenten von Technologie, Menschen, die für die Regulierung von Technologie verantwortlich sind, müssen wirklich bewusst sein und überlegen, was wir tun wollen, um uns zu schützen und uns auf die auftretenden Veränderungen vorzubereiten. Es wird nicht sein, weil wir uns nicht daran anpassen werden. Wir werden. Das Problem ist natürlich, dass wir uns bei der Anpassung nicht bewusst sind, was das tut und wie sich das auf uns auswirkt und wo die Leute diese Technologie auf eine Art und Weise nutzen, die wir nicht bevorzugen oder die wir nicht wollen nicht wohl fühlen oder im Nachhinein werden wir nicht unbedingt wollen.

Ich denke, wir müssen uns bewusst sein und darüber nachdenken, was wir tun, und wir möchten nicht, dass dies in unserem Leben mit dieser Technologie passiert. Insbesondere Lieferanten, wir als Anbieter dieser Technologie, und die Menschen, die diese Technologiekomponenten verbrauchen und daraus Anwendungen erstellen, sollten in diesem Moment die Verantwortung für unser ethisches Verhalten oder Verhalten übernehmen, das aus ethischen Werten hervorgeht.

Als Beispiel empfehlen wir allen unseren Anwendungsentwicklern, allen Institutionen, die Anwendungen mit diesen Technologien erstellen, nachdrücklich, dass sie für ihre Endbenutzer sehr transparent sind, ob es sich um eine kognitive Anwendung handelt, es sich um einen Computer handelt und Versuchen Sie beispielsweise nicht, sich als echter Mensch auszugeben. Tu nicht so. Lass das Ding nicht so tun.

Nicht imitieren

Imitieren Sie es nicht und lassen Sie Ihre Kunden niemals in die Irre führen, zu glauben, dass es sich bei dieser Sache um eine echte Person handelt. Ethisch ist es falsch. Ich denke, dies birgt das Risiko einer Verwundbarkeit. Ein Mensch, der mit einem Menschen interagiert, kann bestimmte Annahmen über unsere Fehler treffen, über unsere Unfähigkeit, tatsächlich viele Informationen zu speichern, wobei wir beim Umgang mit einem kognitiven System darauf achten müssen, dass die Menschen, die diese Informationen bereitstellen, diese Informationen bereitstellen Lösung haben die Verantwortung für die Privatsphäre und den Schutz der Informationen, die wir liefern. Diese Tatsache sollten wir niemals vergessen.

Welche Technologie verwenden Sie im Hinblick auf die positive Entwicklung jeden Tag, die nur zum Staunen anregt? Was hat dein Leben verändert?

Ich denke, die Tatsache, dass ich jetzt Zugang zu Informationen bekommen kann, dass wir, selbst wenn ich sie im Internet bekommen könnte, schon lange Informationen im Internet haben, aber oftmals hören wir auf, diese Informationen zu bekommen, weil es ist überwältigend. Ich war gerade auf der Suche nach einer Kameraausrüstung und habe versucht, Entscheidungen über die Kompromisse zwischen verschiedenen Kameras zu treffen.

Ich sende Ihnen einen Link zu unserem Einkaufsführer.

Es geht los. Es wird überwältigend, und dennoch muss man sich darauf verlassen, dass andere Menschen diesen Rat für Sie geben und davon ausgehen, dass sie die Recherchen für Sie durchgeführt haben, aber selbst dann tun sie dies auf der Grundlage einiger Annahmen, die sie in Bezug auf das, was gemacht haben Sie brauchen und was Sie interessiert. Irgendwann gibst du einfach auf und sagst: "Okay, okay, sag mir einfach, was ich tun soll, ich werde es tun." Oder du gehst zu einer ganzen Reihe von Websites und siehst all diese Meinungen und es wird nur verwirrend und widersprüchlich und du sagst: "Nun, zum Teufel mit allen. Ich gehe einfach mit dem um, was sich für mich gut anfühlt."

Da diese Systeme große Mengen an Informationen sammeln, verarbeiten und organisieren können, auch für die Personen, die Empfehlungen aussprechen, selbst für die Berater, kommt dies ihnen zugute, da es ihnen dabei hilft, bessere Arbeit zu leisten. Ich sage gerne, dass es nicht unser Denken für uns ist, sondern unsere Forschung für uns, damit wir besser denken können, und das gilt für uns als Endbenutzer und für Berater. Es gilt für jeden, der die Rolle des Analytikers innehat.

Ich denke an die Anwendung, weil wir immer versuchen, den Leuten zu helfen, Kaufentscheidungen zu treffen. Wir sind nicht weit von einem System entfernt, das alle Fotos, die Sie in den letzten fünf Jahren aufgenommen haben, anzeigen kann, dass Sie gerne Wildlife-Fotografie oder Nahaufnahmen von Blumen machen, und dann eine Kameraempfehlung auf der Grundlage der Bilder abgeben, die Sie aufgenommen haben du nimmst.

Stimmt. Flamingos. Ich weiß nicht warum.

Dies ist die beste Kamera zum Fotografieren von Flamingos.

Flamingos, richtig.

Wir sind fast da. Die Technologie existiert, sie wurde nur noch nicht programmiert.

Ja.

Oder gelehrt, wie wir es heutzutage tun. Rob High, vielen Dank dafür.

Vielen Dank.

Abonnieren Sie den Podcast, um weitere Informationen zu Dan Costa zu erhalten. Laden Sie auf iOS Apples Podcasts-App herunter, suchen Sie nach "Fast Forward" und abonnieren Sie. Laden Sie unter Android die App Stitcher Radio für Podcasts über Google Play herunter.