AI

GETTY

人工智能没有什么神奇之处，它只是由随意马虎犯错的人利用随意马虎犯错的数据设计的代码。
魔力来自人类与人工智能互助或看到人工智能的好处。
以是问题是：我们对人工智能的期望是否过高？公司及其高管也该当在多大程度上依赖人工智能供应的产出？

这是12月初在纽约举行的人工智能峰会上举办的一个小组谈论的主题，该小组重点关注人工智能在金融做事领域新兴角色的风险，但谈论对所有行业都有广泛的影响。
（我有机会共同主持会议，并主持小组谈论。

"我们认为人工智能正在见告我们一些东西，但事实并非如此，"Aible首席技能官Rod Butters警告说。
"这只是一堆代码。
它不知道。
这是我们所有人都陷入的抱负。
不知何故，我们认为该模型已经表示了某些东西。
现实情形是，人工智能只是一个统计引擎，在很多情形下，它是一个糟糕的统计引擎。

如今，有了人工智能，"人工智能是人造观点中最大的系统性风险，"Agentic Group的创始人兼董事总经理、天下伦理数据基金会（World Ethical Data Foundation）顾问委员会成员Rik Willard说。
"这统统都是人类完成的。
这统统都由人类表现出来。
当我们研究风险与回报时，它只与金融机构以及这些机构周围的监管框架一样好。
我们是支持我们在技能之前建立的相同的人类和经济算法，还是我们正在努力使这些算法更好，更具原谅性？"

此外，人工智能仍旧是一项相对不成熟的技能，AntWorks环球金融做事副总裁Drew Scarano说。
"十年前，我们乃至没有评论辩论人工智能，但本日，这是一个代价数十亿美元的行业，"他说。
斯卡拉诺说。
"我们可能过于依赖这项技能，忘却了循环中的人类，以及他们如何在补充人工智能方面发挥不可或缺的浸染，以得到预期的结果。

另一个寻衅是人工智能系统方向于在相对伶仃的情形下构建。
巴特斯警告说，人工智能只是代码，构建这些系统的人对其对业务的代价的意见可能有限。
"当我们见告数据科学家出去创建一个模型时，我们哀求他们成为一个读心者和算命师长西席，"他说。
"这是两个糟糕的事情集，它不起浸染。
数据科学家试图做精确的事情，创建一个负任务和可靠的模型，但基于什么？终极，当他们建立一个模型时，除非他们有这种组合来创造透明度，创造可扩展性，实际上在计策和战术年夜将其传达给业务群体，谁卖力？仅仅创建一个伟大的模型并不一定能办理所有问题。

Scarano说，在构建数据模型的过程中，数据科学家须要理解企业的目标，同时考虑到对人类的影响。
"你可以让工程师建造一座伟大的桥梁。
因此，如果它没有超越它的意图，它只是一座伟大的桥梁，对吧？我担心商界人士，尤其是金融做事业人士。
只会连续过分依赖技能。
我们须要一种与人类共存的整体方法。

Scarano敦促，超越人工智能的技能和统计数据，专注于终极为客户供应做事的产品。
"这是关于我们如何用人工智能来补充人类来推动业务，并在一天结束时推动客户现实，客户成功和客户满意度。

小组成员同等认为，人工智能为业务目标做事的道路依赖于建立辅导其发展的同等框架。
"我在一个快速失落败的环境中终年夜，"威拉德说。
"你构建代码，测试，并修复破坏的东西。
你在旅途中修复它。
你构建它，它有点事情，你让它松动，然后你根据反馈循环的输入随着韶光的推移对其进行改进。
然而，对付人工智能，问题在于我们把它放在一个判断的位置。
就像在刑事法律系统中一样，在你做对之前，它会造成很多侵害。
在银行系统中，它是贷款，没有贷款;分数，没有分数;或信用，没有信用。
我们如何构建测试框架和沙盒，使其具有大规模启动所需的准确性，同时在此过程中造成更少的侵害？"

人工智能在全体金融做事行业被用于许多目的，但风险在于帮助建立该行业的人际品质的非人性化。
"本日，我们可以将人工智能用于任何事情，从批准信用卡到批准抵押贷款，再到批准任何类型的贷款工具，"Scarano说。
"但是，如果没有人为干预，就无法理解一个人比信用评分更主要，一个人比得到抵押贷款的批准或谢绝更多。

客户体验是金融做事的根本，这须要成为所有人工智能操持的前沿和中央。
在人工智能驱动的系统中，须要有反馈循环，这些系统结合了人类的输入。
"当我们履行基于AI的办理方案时，我们须要确保利用产品的终极用户，客户也对这种投资和解决方案感到满意，"Run：AI的办理方案架构师Robert Magno说。
"让机器人在仓库中自动移动包裹是非常故意义的。
但从客户做事的角度来看，如果一个与谈天机器人互动的人感到沮丧，就须要有一个反馈循环，以确保你正在履行的办理方案能与你的客户产生共鸣，他们享受这种体验，就像你喜好创造体验一样。

原文主题：Artificial Intelligence May Be Just Code, But It’s Our Code

原文链接：https://www.forbes.com/sites/joemckendrick/2021/12/22/artificial-intelligence-may-be-just-code-but-its-our-code/?sh=328aba8e440a

原文作者：Joe McKendrick

编译：LCR