作者：靜態(tài)不靜芷
在過去的幾年里，機(jī)器學(xué)習(xí)和人工智能在準(zhǔn)確性方面取得了巨大的進(jìn)步。 然而，受監(jiān)管的行業(yè)（如銀行）仍然猶豫不決，往往優(yōu)先考慮法規(guī)遵從性和算法解釋的準(zhǔn)確性和效率。 有些企業(yè)甚至認(rèn)為這項技術(shù)不可信，或者說是危險的。
在2008年金融危機(jī)期間，銀行業(yè)認(rèn)識到，他們的機(jī)器學(xué)習(xí)算法是基于有缺陷的假設(shè)。 因此，金融體系監(jiān)管機(jī)構(gòu)決定需要額外的控制措施，并引入了對銀行和保險公司進(jìn)行“模式風(fēng)險”管理的監(jiān)管要求。
銀行也必須證明他們理解他們所使用的模型，所以，令人遺憾但是可以理解的是，他們有意地限制了他們技術(shù)的復(fù)雜性，采用了簡單和可解釋性高于一切的廣義線性模型。
如果你想建立對機(jī)器學(xué)習(xí)的信任，可以嘗試像人一樣對待它，問它同樣的問題。
為了信任AI和機(jī)器學(xué)習(xí)提供的建議，來自所有行業(yè)的企業(yè)需要努力更好地理解它。 數(shù)據(jù)科學(xué)家和博士不應(yīng)該是唯一能夠清楚地解釋機(jī)器學(xué)習(xí)模型的人，因為正如AI理論家Eliezer Yudkowsky所說的那樣：“到目前為止，人工智能的最大危險在于人們過早地認(rèn)為他們了解這項技術(shù)。
信任需要人為的方法
當(dāng)數(shù)據(jù)科學(xué)家被問及機(jī)器學(xué)習(xí)模型是如何作出決定的時候，他們傾向于使用復(fù)雜的數(shù)學(xué)方程式去解答，使得外行人目瞪口呆，也不知道可以如何信任這個模型。 以與人類決策相同的方式來處理機(jī)器學(xué)習(xí)決策，會不會更有成效？ 正如Udacity聯(lián)合創(chuàng)始人塞巴斯蒂安·特倫（Sebastian Thrun）曾經(jīng)說的：“人工智能幾乎算得上是一門人文學(xué)科。 這實際上是一種理解人類智力和人類認(rèn)知的嘗試?！?/p>
所以，不要用復(fù)雜的數(shù)學(xué)方程來確定信貸員員如何做出決定，而只是簡單地問：“貸款申請表上哪些信息對您的決定最重要？或者，“什么值表示風(fēng)險的高低，以及您是如何決定接受或者拒絕一些特定的貸款申請的？
可以采用同樣的人為方法去確定算法如何做出類似的決定的。例如，通過使用稱為特性影響的機(jī)器學(xué)習(xí)技術(shù)，可以確定循環(huán)效用余額，申請人的收入以及貸款目的是信貸員算法的前三個最重要的信息。
通過使用稱為原因代碼的能力，人們可以看出每個貸款申請人的詳細(xì)資料的估計中最重要的因素，并且通過利用稱為部分依賴的技術(shù)，可以看到該算法將較高收入貸款申請的風(fēng)險等級評為較低。
客觀性，可擴(kuò)展性和可預(yù)測性的價值
通過分析機(jī)器如何像人類一樣做出決策可以使人類更好地理解人工智能和機(jī)器學(xué)習(xí)，此外，人類還可以通過認(rèn)識到技術(shù)的獨特能力來獲得對人工智能和機(jī)器學(xué)習(xí)信任，包括：
解決可信度和數(shù)據(jù)異常值的問題：傳統(tǒng)統(tǒng)計模型通常需要假設(shè)數(shù)據(jù)是如何創(chuàng)建的，數(shù)據(jù)的背后的過程以及數(shù)據(jù)的可信度。然而，機(jī)器學(xué)習(xí)通過使用高度靈活的算法來消除這些限制性的假設(shè)，這些算法不會給予比它應(yīng)得的更多的可信度。支持現(xiàn)代計算機(jī)和海量數(shù)據(jù)集：與手工流程不同，機(jī)器學(xué)習(xí)不假設(shè)世界充滿了直線。相反，它會自動調(diào)整方程式以查明最佳模式，并測試哪些算法和模式最適合獨立驗證數(shù)據(jù)（而不是僅測試所訓(xùn)練的數(shù)據(jù)）。利用缺少的值預(yù)測未來：高級機(jī)器學(xué)習(xí)不是要求數(shù)小時的數(shù)據(jù)清理，而是可以構(gòu)建一個藍(lán)圖，優(yōu)化特定算法的數(shù)據(jù)，自動檢測缺失值，確定哪些算法不適用缺失值，尋找取代缺失值的最佳值，并使用缺失值的存在來預(yù)測不同的結(jié)果。不要懷疑AI或機(jī)器學(xué)習(xí)的建議，讓我們通過詢問我們要求人類的相同推理問題來更好地理解它們。讓我們認(rèn)識到技術(shù)在降低數(shù)據(jù)異?？尚哦确矫娴目陀^能力，以及為當(dāng)今海量數(shù)據(jù)提供可擴(kuò)展的靈活性的能力。
也許最重要的是，讓我們承認(rèn)AI和機(jī)器學(xué)習(xí)的能力，通過利用缺少的信息來更好地預(yù)測未來的結(jié)果。因為雖然技術(shù)確實足夠強(qiáng)大以至于需要警惕和正式的監(jiān)管，但如果能夠建立一個正確的理解和信任水平，消費者和企業(yè)都只會受益。
- 蜜度索驥：以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- IDC：三季度全球以太網(wǎng)交換機(jī)收入同比下降7.9%、環(huán)比增長6.6%
- Fortinet李宏凱：2025年在中國大陸啟動SASE PoP節(jié)點部署 助力企業(yè)出海
- Fortinet李宏凱：2024年Fortinet全球客戶已超80萬
- 央國企采購管理升級，合合信息旗下啟信慧眼以科技破局難點
- Apache Struts重大漏洞被黑客利用，遠(yuǎn)程代碼執(zhí)行風(fēng)險加劇
- Crunchbase：2024年AI網(wǎng)絡(luò)安全行業(yè)風(fēng)險投資超過26億美元
- 調(diào)查報告：AI與云重塑IT格局，77%的IT領(lǐng)導(dǎo)者視網(wǎng)絡(luò)安全為首要挑戰(zhàn)
- 長江存儲發(fā)布聲明：從無“借殼上市”意愿
- 泛微·數(shù)智大腦Xiaoe.AI正式發(fā)布，千人現(xiàn)場體驗數(shù)智化運營場景
- IDC：2024年第三季度北美IT分銷商收入增長至202億美元
免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。
