人工智能 (AI) 处于跨行业许多对话的前沿。 那么为何不？ 它为我们带来了广泛的解决方案，为人类节省了大量时间。 但就像一切好东西一样，它也有局限性，尤其是一般的人工智能，通常
感觉像是一个通用算法的总称，可以通过一些可以做任何事情的免提电话访问。
当人工智能被宣传为解决这么多事情时，我不禁想，你能把这种炒作推到多远？ 来自“生活学院”的著名演讲为什么你会嫁错人' 激发了一个问题，“你会
让人工智能选择你嫁给谁？ 它可以帮助做出正确的婚姻选择吗？
虽然 AI 无法完全回答极其复杂的关系问题，但它可以让您更接近找到答案。 我们在金融界经常遇到这种情况。 人工智能能够预测下一笔交易吗？ 答案是否定的，这还不可能。
然而，人工智能可用于构建具有增强分析和预测能力的模型，提供更深入的洞察力和揭示模式，从而更清晰地了解即将发生的事情。
将人工智能应用于决策
让我们在决策的背景下考虑这一点。 简单来说，我们有两种类型的决定：
– 我们经常制作的，因此有很多反馈循环。 例如：买牛奶。 我的家人花了几个月的时间才发现我们每周需要四瓶，除非天气很冷，而且在周末，每个人都需要一些额外的“温暖的杯子”。
只要我们向它提供天气数据以发现模式，人工智能可能会更快地为我们解决这个问题。
- 第二种类型的决定是我们很少做出的决定。 可能，一生只有一次，几乎没有机会根据我们的决定结果做出更正。 例如：选择专业、大学学位、第一份工作，或
大声笑，决定结婚。
当然，我们生活在选择的后果中，但从中学习和做出其他决定的机会是有限的，而且往往代价高昂。
我读过的育儿书有这样的警告：“虽然我们支持以下章节中的育儿建议，但我们承认不可能对孩子尝试不同的育儿方法并比较结果”。 简单地说，没有
尝试不同决策和比较结果的方法。 另一件事表明养育孩子很困难。
它说明了拥有足够的数据来查看模式的重要性。
机器学习挑战
机器学习是人工智能的一种流行形式，一段时间以来一直被视为解决复杂问题的“神奇解决方案”。 它能够吸收大量数据并试图从中寻找意义的吸引力具有一定的吸引力。 为什么不呢？ 技术的承诺
采取复杂的措施并提出最佳解决方案将吸引任何决策者。
机器学习解决方案的挑战是帮助从复杂的输入信息中做出简单的决定； 令人难以置信的数据量，内部和外部，然后是如何传达输出。 . 在上述两种决策的示例中，
机器学习算法有望很快解决牛奶购买问题。
假设我们提供有关购买数量和外面天气的数据——该模型将创建一个良好的未来预测。 旅游目的地、连锁餐厅、航空公司、物流公司等组织收到
分析可用于根据天气预测每日、每周和季节性的交易量，甚至建议他们可能需要多少资源来满足这种需求。 额外的变量会增加模型的复杂性并产生潜在的额外
需要回答其他问题并添加更多变量（例如，清洁工来与不来的周数）。
回到让人工智能决定你嫁给谁的核心问题。 当然，有很多数据点——数亿或数十亿的婚姻。 几个世纪以来，研究人员和媒人都对相关投入进行了研究。 有
大量的输出。
所以有什么问题？
- 虽然有很多数据点，但每个独特的决策者都有自己独特的偏好——因此在建模世界中，我们需要为每个需要匹配婚姻的人创建不同的算法。 这很复杂，但可能
在将来。 考虑一下 Apple Music 和 Pandora 等推荐引擎如何根据您的反应继续发展他们向您推荐的音乐类型。 已经部署了这样的解决方案，其中每个决策都由独特的优化模型做出
在商业世界。 - 其次，我们需要捕获正确和相关的数据点并减少“噪音”。 虽然有些人可能更喜欢蓝眼睛的黑发或棕色眼睛的金发女郎，但几乎没有证据证明基于“首选类型”的婚姻比其他人更成功。 约会
应用程序继续磨练他们的算法，希望为此类匹配找到正确的公式。 不过，你必须去约会看看。 - 最后，做出错误决定的成本很高。 虽然让个人做出决定可能不会产生最佳结果，但构建机器学习解决方案的专家团队可能不想承担做出这些决定的责任。
需要解决职业责任风险。 在商业环境中——让专家决定可能比坚持“黑匣子”最了解情况要好。
避免盲目信任
所以，回到婚姻的挑战。 生命学院的著名演讲简单地说，我们当然会嫁给一个在某些方面对我们来说是错误的人。 “最适合我们的人不是和我们有共同品味的人（他们不
存在），但可以聪明地协商品味差异的人——擅长分歧的人。
与其说是完美互补的概念性想法，不如说是宽容地容忍差异的能力才是“没有过分错误”的人的真正标志。 兼容是爱的成就； 这不能是它的先决条件。”
转向更广泛的一般背景，用机器学习的语言——我们提前知道的关于潜在候选人的标准变量几乎没有一个可以帮助我们预测决定是否不正确。 我们离“养活
机器大量数据'并期望它能够理解它。 事实上，如果没有人为干预，它可能永远不会发生。 当飞行员在湍流期间关闭自动驾驶仪时，我们会感到更安全，这是有充分理由的。
虽然机器学习和人工智能可以让我们的生活更轻松，但可以肯定地说，我们不会盲目相信这些技术可以为我们做出改变生活的决定。 从中，我们可以对做出重要业务决策的行业专家说些什么？ 利用
AI 和 ML 带您实现目标的一半——但请您的专家分析数据，并根据上下文使用他们的最佳判断来指导您完成最后的步骤。 我们肯定正在努力。
