尽管人工智能(AI)无疑在各个行业掀起了波澜,但其广泛采用仍然面临着巨大的障碍。
CausaLens 首席执行官达科·马托夫斯基 (Darko Matovski) 揭示了人工智能应用面临的挑战并强调了其价值,提出了一个有趣的观点。 他提请人们注意一个关键问题,该问题揭示了一个惊人的统计数据:绝大多数开发的人工智能产品从未面世,高达 85% 的人工智能项目仍然局限于实验室。 达科断言,促成这一趋势的主要因素源于一个关键因素。
达科认为,对算法缺乏信任是主要的绊脚石。 他强调,传统的将数据输入“黑匣子”并在不理解决策过程的情况下获得结果的方法阻碍了人工智能在当今社会的广泛接受。
使用休闲人工智能来推动采用
推荐阅读 1SmileDirectClub 股票周五下跌 9%,看跌势头
1小时前 2柴犬会归零吗? Tradecurve 暴涨送 80% 并与熊市作斗争
1小时前达科认为,为了促进人工智能的采用,人工智能系统必须能够解释其决策和行动,即使在历史数据不可用的情况下也是如此。
在新领军者年会(AMNC23)会议上,他强调需要探索因果人工智能领域。
因果人工智能,也称为人工智能中的因果推理或因果推理,致力于理解和分析复杂系统内的因果关系。 它涉及识别导致特定结果或事件的因素。
传统人工智能系统主要关注相关性,即在不建立因果关系的情况下识别变量之间的统计关系,而因果人工智能的目标是超越相关性。
其目标是揭示因果关系,从而更深入地理解不同变量如何相互作用和相互影响。
欧盟人工智能法规的影响
他对2021年发布的欧盟人工智能监管框架表示赞赏,该框架认识到理解因果关系对于确保模型实际应用的重要性。
发言人强调,影响人类福祉的决策需要了解人工智能系统为何做出特定选择,以及处理新数据点的能力。
他以此次疫情为例,强调了传统模式在面对前所未有的情况时是如何动摇的。
也读; 新提案 EIP-7281 针对以太坊的跨桥黑客攻击