自从第一个粗糙的电影机器人在 1927 年的电影《大都会》中首次出现以来，人类就一直担心他们会在人工智能 (AI) 出现的那一天后悔，并且最终，主人会成为这些卓越的自动化大脑的奴隶。

但从近一个世纪后的有利位置来看，似乎还有另一种方式可以让人类和人工智能——以及人工智能的近亲机器学习 (ML)——找到一种方式向前共生关系造福于人类，而不是以人类的征服或最终毁灭而告终。

也许我们已经到了人工智能和人类操作员可以联合起来建造和训练的时间点更好的机器人.

人工智能现状

图片来源：美国国防部
虽然除了 Geico 商业广告中生活在岩石下的人之外，所有人都意识到，当谈到人工智能对我们生活的影响时，我们生活在一个平缓的前坡上，肯定会变成一个陡峭的曲线，让我们来看看快速了解这项令人兴奋的技术是如何创造事物的更好的已经。

人工智能现在可以做这些事情：

加快疾病诊断进程
无需人工协助即可翻译语言
提供客户服务（聊天机器人）
驾驶汽车在统计上比人类更安全
做法律研究
交易股票
在德州扑克中击败人类
此外，人工智能是疯狂流行的应用程序 TikTok 背后的引擎，该应用程序已超越3300万一个季度的下载量。如果您需要更多证据人工智能提供的人才在继续之前，这里有一个更深入的叙述。

长期以来，人工智能技能的这种快速升级一直是某些行业的工人感到沮丧的根源，因为他们担心智能机器会被无意（或可能有目的地）培养成取代人类. 但也许这不是我们要去的地方。

增强而不是替换
这是我们可能会看到的一个现实。人工智能是一种工具，它已经证明自己是可以想象到的最有用、最灵敏的工具集。它使人类比以往任何时候都更有生产力。

虽然很难准确指出人工智能驱动的发明在未来几年将如何发挥作用，但推测它们将增强、补充和扩展人类能力而不是消除和取代人类能力并不是一件容易的事。

需要证明吗？让我们来看看哈佛商业评论(HBR) 研究，研究了 1,500 家公司的人机交互。

以下是这项研究的主要内容：

用机器取代人类的公司只会看到短期的生产力提升
在人类和机器人一起工作的工作场所观察到最显着的生产力提高。
如果这种模式在我们走向未来时成立，它应该至少可以减轻人类对被高级机械生物种族取代的恐惧。然后，诀窍就变成了弄清楚人类和机器人应该如何一起工作以获得最大的生产力。毕竟，这不是一种天然的共生关系。以下是哈佛商业评论的研究结论。


图片来源：轻弹
任务 #1：能够解释机器人的决定

有一个非常模糊的领域，包括需要人类洞察力才能向外行描述机器如何得出任何特定结论的情况。显然，您的平均算法在这里有点迷失，只能反刍计算以尝试解释它如何将“直觉”应用于任何特定情况。

当涉及可能具有法律影响的决定时，这是一件大事。

例如，自动驾驶汽车可能绝对会做出最安全的决定并正确计算每个角度，但最终还是会发生碰撞，因为有时这是不可避免的。考虑到我们的诉讼社会，你可以打赌有人会被起诉，所以需要人工处理向。。解释法官或陪审团算法如何在这种情况下做出最佳决定，因为人工智能无法在法庭上为自己辩护——但。

我们花了太多时间关注人工智能将减少人类就业的领域，以至于我们忘记了将增加就业的地方。HBR 报告预测，帮助 AI 管理新的 GDPR 法规将创造75,000新工作。

任务 #2：训练你的机器人

任何想要在网上保持匿名的人都应该采取一些措施，例如使用 HTTPS 连接、避免使用公共 Wi-Fi、始终使用 VPN 以及选择能够使隐私优先. 不幸的是，机器已经证明它们可以跟踪、记录和筛选难以想象的数据集，因此即使是上述隐私措施也可能不够好。

然而，好消息是这一切都不是通过机器自己的特权发生的。机器必须由人类引导和训练。通常，这从引入大型数据集开始。

机器学习算法开始“研究”这些与其最终工作相关的材料。如果工作涉及检测疾病，则数据将包括大量信息，这些信息提供特定疾病共同特征的背景信息，同样重要的是，提供排除其他疾病的线索。

此外，必须以正确的方式对机器进行培训，以与人类互动，包括进行培训的人和在履行职责过程中将接触到的人（例如客户或客户）。例如，被称为 Cortana 的微软个人助理通过与小说家、剧作家和诗人的无休止的互动，被训练成其个性（自信、乐于助人，但不专横）。

任务 #3：维持机器人的工作

早在 1940 年，著名科幻作家艾萨克·阿西莫夫就创造了一套他称之为“机器人法则. 第一条规定：“机器人不得伤害人类，或因不作为而让人类受到伤害。”

如果我们可以抛开对人工智能正通过个人助理迅速成为在线隐私的最大威胁之一的担忧亚历克斯和前面提到的 Cortana，预计机器人安全工程师领域的就业将持续增长，这些人将负责确保人工智能驱动的劳动力正常和安全地运作。

这项工作的一部分是观察人工智能的运行情况，并尝试在问题对人员或财产造成伤害之前预防问题。我们回到上面的自动驾驶汽车导致致命事故的例子。通过仔细观察训练过程的真实表现，这种结果可能永远无法避免，但至少可以最小化到让机器人在方向盘后比人类驾驶员在统计上更安全的程度。

最后的想法
为了享受与人工智能的充分有益和协作的关系，公司将不得不学会以不同的方式做事，而不是仅仅将机器视为不会抱怨或长时间午餐和病假的替代劳动力。训练聊天机器人提供更好的客户服务是一种不同的野兽——几乎就像和孩子一起工作一样。

尽管有流行的术语，但新一代机器并不聪明。不过，他们能够在短时间内处理大量输入数据，并得出有大量证据支持的结论。这对于能够克服对“新世界秩序”的自然偏执并接受机器人只是一种非常非常有用的工具的现实的决策者来说是一件好事，就像锤子或电锯一样。你不会看到木匠对这些嗤之以鼻。

相关帖子DA内容精选 2022年300个以上最佳免费数据科学课 大厂数据分析面试指南！来自亚马逊、谷歌、微软、头条、美团的面试问题！ 机器学习模型方法总结 历史最全机器学习/深度学习/人工智能专业术语表中英对照表 机器学习如何应用于商业场景？三个真实的商业项目 数据工作者的自我修养 | 哪些技能是必不可少的？ 《汗牛充栋：数据分析书籍分享》CDA网校新课上线 文本挖掘常用的107个语料库 一图读懂“东数西算”工程 零基础转行数据分析，看这篇文章就够了