Nắm vững Yếu tố Rủi ro: Bạn có Để AI Chọn Vợ / chồng của mình không? (Anna Slodka-Turner)

Trí tuệ nhân tạo (AI) luôn đi đầu trong nhiều cuộc trò chuyện giữa các ngành công nghiệp. Và tại sao không? Nó mang đến cho chúng ta những giải pháp sâu rộng, giúp nhân loại tiết kiệm rất nhiều thời gian. Nhưng giống như mọi thứ tốt đẹp, nó đều có những hạn chế, đặc biệt là AI nói chung, thường
cảm giác giống như một thuật ngữ tổng hợp cho một thuật toán chung có thể truy cập được qua một số loa ngoài có thể làm bất cứ điều gì.

Khi AI được thổi phồng như một giải pháp cho rất nhiều thứ, điều đó khiến tôi nghĩ, bạn có thể thúc đẩy sự cường điệu đó đi bao xa? Một bài nói nổi tiếng từ 'School of Life' trên 'Tại sao bạn lại kết hôn nhầm người ' đã truyền cảm hứng cho một câu hỏi, 'Bạn có
hãy để AI chọn người bạn kết hôn?' Nó có thể giúp đưa ra những lựa chọn đúng đắn trong hôn nhân không?

Mặc dù AI không thể trả lời đầy đủ các vấn đề về mối quan hệ cực kỳ phức tạp nhưng nó có thể giúp bạn tiến gần hơn đáng kể đến việc tìm ra câu trả lời. Chúng ta gặp điều này khá thường xuyên trong thế giới tài chính. AI có thể dự đoán giao dịch tiếp theo không? Câu trả lời là không, điều đó vẫn chưa thể thực hiện được.

Tuy nhiên, AI có thể được sử dụng để xây dựng các mô hình với khả năng phân tích và dự báo nâng cao, cung cấp những hiểu biết sâu sắc hơn nhiều và khám phá các mô hình để mang lại ý tưởng rõ ràng hơn về những gì sắp xảy ra.

Áp dụng AI vào các quyết định

Hãy xem xét điều này trong bối cảnh ra quyết định. Nói một cách dễ hiểu, chúng ta có hai loại quyết định:

 – Những thứ chúng tôi thực hiện thường xuyên và do đó có rất nhiều vòng phản hồi. Ví dụ: Mua sữa. Gia đình tôi phải mất vài tháng mới phát hiện ra rằng chúng tôi cần bốn chai mỗi tuần, trừ khi trời lạnh và vào cuối tuần, khi mọi người đều cần thêm một vài 'cuppas ấm'.
AI có thể giải quyết vấn đề này cho chúng ta sớm hơn, miễn là chúng ta cung cấp cho nó dữ liệu thời tiết để phát hiện ra mô hình.

- Loại quyết định thứ hai là những quyết định mà chúng ta đưa ra không thường xuyên. Có thể, chỉ một lần trong đời với rất ít cơ hội để sửa đổi dựa trên kết quả quyết định của chúng ta. Ví dụ: Chọn một nghề, bằng đại học, công việc đầu tiên, hoặc
LOL, quyết định kết hôn.

Tất nhiên, chúng ta sống với hậu quả của những lựa chọn của mình, nhưng cơ hội để học hỏi từ chúng và đưa ra các quyết định khác rất hạn chế và thường tốn kém.

Một cuốn sách nuôi dạy con cái mà tôi đọc có đưa ra lời cảnh báo như sau: “Mặc dù chúng tôi ủng hộ lời khuyên về cách nuôi dạy con cái trong các chương sau, nhưng chúng tôi thừa nhận rằng không thể thử các phương pháp nuôi dạy con cái khác nhau đối với một đứa trẻ và so sánh kết quả”. Nói một cách đơn giản, không có
cách để thử các quyết định khác nhau và so sánh kết quả. Còn một điều nữa cho thấy việc nuôi dạy con cái rất khó khăn.

Và nó minh họa tầm quan trọng của việc có đủ dữ liệu để xem các mẫu.

Những thách thức về học máy

Học máy, một dạng AI phổ biến, từ lâu đã được coi là “giải pháp kỳ diệu” cho các vấn đề phức tạp. Sự hấp dẫn của việc nó có thể hấp thụ nhiều dữ liệu và cố gắng tìm ra ý nghĩa trong đó có một sức hấp dẫn nhất định. Tại sao lại không? Lời hứa của công nghệ
xử lý một vấn đề phức tạp và tìm ra giải pháp tốt nhất sẽ thu hút bất kỳ người ra quyết định nào.

Thách thức của các giải pháp học máy là giúp đưa ra quyết định đơn giản từ thông tin đầu vào phức tạp; lượng dữ liệu đáng kinh ngạc, bên trong và bên ngoài, và sau đó là cách truyền đạt đầu ra. . Trong các ví dụ trên về hai loại quyết định,
Các thuật toán học máy hy vọng sẽ giải quyết được câu hỏi mua sữa khá nhanh chóng.

Giả sử rằng chúng tôi cung cấp dữ liệu về số lượng mua và thời tiết bên ngoài – mô hình sẽ tạo ra dự báo tốt trong tương lai. Các tổ chức như điểm đến du lịch, chuỗi nhà hàng, hãng hàng không, công ty hậu cần và nhiều tổ chức khác nhận được
phân tích có thể được sử dụng để dự đoán khối lượng hàng ngày, hàng tuần và theo mùa dựa trên thời tiết và thậm chí đề xuất số lượng tài nguyên họ có thể cần để đáp ứng nhu cầu đó. Các biến bổ sung làm tăng thêm độ phức tạp cho mô hình và tạo ra các tiềm năng bổ sung
cần trả lời các câu hỏi khác và thêm nhiều biến số hơn (ví dụ: tuần có người dọn dẹp hay không).

Quay lại câu hỏi cốt lõi về việc cho phép AI quyết định bạn kết hôn với ai. Chắc chắn là có rất nhiều điểm dữ liệu - hàng trăm triệu hoặc hàng tỷ cuộc hôn nhân. Các thông tin đầu vào liên quan đã được nghiên cứu trong nhiều thế kỷ bởi cả các nhà nghiên cứu và người mai mối. Có
rất nhiều đầu ra.

Vì vậy, vấn đề là gì?

1. Mặc dù có nhiều điểm dữ liệu, nhưng mỗi người ra quyết định riêng sẽ có sở thích riêng của họ - vì vậy trong thế giới người mẫu, chúng tôi sẽ cần tạo một thuật toán khác nhau cho từng người cần được kết đôi để kết hôn. Việc này phức tạp nhưng có thể
   trong tương lai. Hãy xem xét cách các công cụ đề xuất như Apple Music và Pandora tiếp tục phát triển các loại nhạc mà chúng đề xuất cho bạn dựa trên phản ứng của bạn. Những giải pháp như vậy trong đó mỗi quyết định được đưa ra bằng một mô hình được tối ưu hóa duy nhất đã được triển khai
   trong thế giới kinh doanh.
2. Thứ hai, chúng ta cần nắm bắt các điểm dữ liệu phù hợp và phù hợp cũng như giảm 'nhiễu'. Mặc dù một số người có thể thích những cô gái tóc nâu mắt xanh hoặc tóc vàng mắt nâu, nhưng có rất ít bằng chứng chứng minh những cuộc hôn nhân dựa trên “kiểu mẫu được ưa thích” sẽ thành công hơn những kiểu khác. Hẹn hò
   các ứng dụng tiếp tục trau dồi thuật toán của mình với hy vọng tìm ra công thức phù hợp cho những kết quả phù hợp như vậy. Tuy nhiên, bạn phải đi vào ngày và xem.
3. Cuối cùng, cái giá của việc đưa ra quyết định sai lầm là rất cao. Mặc dù việc để các cá nhân đưa ra quyết định có thể không mang lại kết quả tốt nhất nhưng một nhóm chuyên gia xây dựng giải pháp máy học có thể không muốn chịu trách nhiệm đưa ra những quyết định này.
   Có một rủi ro trách nhiệm nghề nghiệp cần được giải quyết. Trong bối cảnh kinh doanh – có thể tốt hơn là để các chuyên gia quyết định hơn là khẳng định “hộp đen” biết rõ nhất.

Tránh tin tưởng mù quáng

Vì vậy, quay trở lại với những thách thức của hôn nhân. Bài phát biểu nổi tiếng của School of Life chỉ đơn giản nói rằng tất nhiên chúng ta sẽ kết hôn với một người không phù hợp với chúng ta về mặt nào đó. “Người phù hợp nhất với chúng ta không phải là người có cùng sở thích với chúng ta (họ không
tồn tại), nhưng là người có thể thương lượng những khác biệt về sở thích một cách thông minh - người giỏi bất đồng quan điểm.

Thay vì một số ý tưởng hư cấu về sự bổ sung hoàn hảo, khả năng chịu đựng sự khác biệt với lòng rộng lượng mới là dấu hiệu thực sự của một người 'không quá sai'. Sự tương thích là một thành tựu của tình yêu; nó không phải là điều kiện tiên quyết của nó. "

Chuyển sang bối cảnh chung rộng hơn, theo ngôn ngữ học máy – hầu như không có biến tiêu chuẩn nào mà chúng tôi biết trước về một ứng viên tiềm năng có thể giúp chúng tôi dự đoán liệu quyết định có sai hay không. Chúng ta còn lâu mới 'cho ăn
máy có rất nhiều dữ liệu' và mong đợi nó có ý nghĩa. Trên thực tế, điều đó có thể không bao giờ xảy ra nếu không có sự can thiệp của con người. Chúng tôi cảm thấy an toàn hơn khi phi công tắt chế độ lái tự động khi có nhiễu loạn và vì một lý do chính đáng.

Mặc dù học máy và AI có thể giúp cuộc sống của chúng ta dễ dàng hơn nhưng có thể nói rằng chúng ta sẽ không tin tưởng một cách mù quáng vào những công nghệ này để đưa ra những quyết định thay đổi cuộc sống cho mình. Từ đó, chúng ta có thể nói gì với các chuyên gia trong ngành khi đưa ra những quyết định kinh doanh quan trọng? Sử dụng
AI và ML sẽ đưa bạn đi được một nửa chặng đường đến mục tiêu của mình – nhưng hãy nhờ các chuyên gia của bạn phân tích dữ liệu và sử dụng khả năng phán đoán tốt nhất của họ dựa trên bối cảnh để hướng dẫn bạn trong các bước cuối cùng. Chúng tôi chắc chắn đang làm việc trên nó.