我如何学会停止担心和热爱混乱：埃里卡·安徒生（Erica Andersen）

或：主题演讲阶段的AI供词

一年有什么不同。上周，我发现自己在AI世界大会上的舞台上，向一个房间发表了主题演讲，这些房间充满了十二个月前的人，他们可能在告诉任何人都会听取AI的人，以解决世界饥饿，治愈癌症，甚至可以解决他们的公司费用报告系统。

快进到今天，突然之间，同一群人唱着截然不同的曲调。其他主题演讲？假设他们并不是完全放射的乐观。 Microsoft，Oracle，IBM，McKinsey（通常的嫌疑人）都在讲台上轮流了，从本质上传达了相同信息的变体：“ AI很难。我们的系统不起作用。我们的投资回报率在哪里？我们感到困惑和害怕。”

欢迎来到现实，伙计们。人口：每个试图实施AI的人。

《哭泣的记载》

现在，我不想听起来不同情。实际上，请划清 – 我确实想听起来有些同情，因为这是事情：多年来我们一直在说这句话。 AI不仅是带有精美帽子的软件。这是一个完全不同的野兽，不按照您在计算机科学101课中学到的规则发挥作用。

这些组织一直以仅软件的心态来接近AI，然后表现出震惊 –
震惊！ – 当事情不像传统数据库查询那样工作时。人工智能系统可能会静静地失败，如果您习惯于错误的消息实际告诉您出了什么问题，这会令人恐惧。它们在提供完全次优的结果的同时看起来也可以很好地工作，就像拥有一个自信地指导您开车进入湖泊的GP一样。

您需要一个工程思维方式，而不仅仅是软件背景。工程师知道事情破裂，系统是不可预测的，并且您需要多层保护。软件开发人员期望确定性结果。 AI给您带有随机性的概率混乱。

人工焦虑的经济学

然后是金钱谈话。突然，每个人都发现运行人工智能花费实际的钱。谁能预测这种令人震惊的发展？

这是使您在聚会上真正受欢迎的部分：我认为，大型提供商 – AWS，Openai，整个团伙 – 实际上现在正在收费。他们通过投资者现金燃烧以获取市场份额。在某个时候，有人要真正赚钱，而这些代币成本将比追逐下一个独角兽的风险投资家更快。

但这是有趣的地方。人们对ROI着迷，但这就像问第一个电子表格上的ROI是什么一样。想象一下，试图在1979年向某人解释为什么他们应该为Visicalc付费：“好吧，这就像一个计算器，但更大，并且有盒子，您也可以更改一个数字和其他数字。”革命者？绝对地。易于计算ROI？不多。

智能方法：拥抱混乱

当我们与公司中的AI模型合作时，我们采取了另一种方法。我们认为AI是 辅助 情报，而不是人工智能。差异不仅是语义，而且是哲学上的。我们没有试图完全取代人类（这是大多数人遇到麻烦的地方），而是增加了人们可以做的事情。

可以将其视为拥有一个非常强大的，偶尔不可预测的实习生。他们可以做对人类艰难或不可能的事情，但是您仍然希望有人经验丰富地审查他们的工作。当您将AI的原始计算能力与人类的判断力和监督相结合时，魔术就会发生。您会得到比其部分总和更好的东西，并且避免了完全自动化的噩梦。

伟大的数据神话

这是我们喜欢屠杀的另一个神圣的牛：对完美数据的痴迷。每个人都一直在说：“您的数据必须首先是井井有条。”好吧，猜怎么着？您的数据永远不会按得很好。这是一个美丽而混乱的混乱，总是会的。

但这是情节扭曲：AI实际上可以帮助您清理数据。您可以从基本的凌乱数据中策划好数据集，而不是花几个月（或几年）试图完美地组织所有内容。 AI有助于清理过程。这就像有一个非常好的研究助理，可以找到埋在混乱档案柜中的好东西。

人们告诉您，您必须首先清洁所有数据基本上是在创造昂贵的繁忙工作。他们可以从准备焦虑中赚钱，而您可能会获得实际结果。

VC现实检查

我们还喜欢谈论AI引擎公司可能不会赚取VC的荒谬金钱，而VC实际上会激动地换气。这项技术将成为商品化和开源。真正的钱 – 可​​持续的长期资金 – 将由人们弄清楚如何实际应用AI来解决真正的业务问题的人们赚钱。

这并不意味着这些基本工具并不重要。它们绝对至关重要。但是从他们那里赚钱的资本主义水平？当您与开源替代方案和地球上的每个科技巨头竞争时，这将是艰难的。

隐私：鸡回家栖息

说到不舒服的真理，让我们谈谈隐私。多年来，我们一直在敲打这个鼓，推动私人和安全的模型，而其他所有人都乐于将数据运送到大型云提供商。

好吧，惊喜！美国法院刚刚告诉Openai，他们无法删除任何内容，包括专门被要求删除的对话。您的私人信息可能会成为公共证据。但是GDPR肯定会拯救我们，对吗？

错误的。美国不在乎您的数据保护法。最糟糕的情况是，一些欧洲官员会施加象征性的罚款，发表严厉的演讲，以向那些老板的大糟糕科技公司展示，然后一切都会像以前一样持续下去 – 除了现在，您的私人信息散布在网络上，例如Digital Confetti。

如果您希望数据保持私密，请不要将其发送到生态系统之外。这很简单。

瑞士奶酪哲学

这是关于人工智能错误的事情：它们是不可避免的。有时，对一个人来说看起来像是一个错误，实际上是对别人的合理答案。那只是野兽的本质。

我喜欢使用瑞士奶酪模型来想到AI实施。想象一下，彼此堆叠的多层奶酪层，每个奶酪都代表不同的安全性屏障。孔代表漏洞。没有一层是完美的，但是它们共同提供了保护。

AI应该是堆栈中的另一层或两层。它增加了保护和能力，但不应该是唯一的一层。如果您要删除人类的监督，最好绝对相信AI不能破坏您的整个系统。

底线

我们会根据现实的实施经验不断升级我们的专有平台。我们了解到，当您停止尝试使其表现得像传统软件并开始像对待功能强大，不可预测的工具时，AI最有效。

这些公司哭泣的AI很难没有错，这很难。但这很难以一种有趣的方式，例如从建造模型飞机转换为建造火箭。当然，它们都飞了，但是火箭需要了解推力向量，燃料化学反应以及有时在发射台上爆炸的不舒服现实。物理是不同的，错误的余量较小，但是当您正确正确时，您不仅要飞行 – 您要到达轨道。

关键是要以正确的期望，正确的保障措施以及对整个事情的幽默感来接近它。因为如果您不能嘲笑试图教机器思考的荒谬性，而我们仍在弄清楚人类思维的工作原理，那么您可能会非常重视整个AI革命的事情。

相信我，在听那些其他主题演讲之后，我们所有人都可以对AI实际上可以做的事情使用一些更少的严肃性和更加实用的智慧，而且绝对不能做什么。