j‎ > ‎10‎ > ‎

u

Под редакцией Дэвида Леонхардт

Следуй За Нами:

  • Посетите Результатом на Facebook
  • Посетите Результатом на Twitter
  • Следуйте Результатом через RSS

Получить итоге в папке Входящие

Upshot

Большие Данные

Если Алгоритмы знать все, сколько должно Люди помочь?

6 апреля 2015

Внутри
    Фото Кредитная Иордания Аван Продолжить чтение основной сюжет Продолжить чтение основной сюжет Продолжить чтение основной сюжет Поделиться этой страницей Продолжить чтение основной сюжет Продолжить чтение основной сюжет

    Стив Лор

    SteveLohr

    Войска лучших умов в области компьютерной науки посвятили себя улучшению шансы сделать продажу. Интернет-эра обилие данных и умного программного обеспечения открыла дверь по индивидуальному заказу маркетинга, целевой рекламы и персонализированных рекомендаций продукта.

    Встряхнуть голову, если вам нравится, но это не мелочь. Достаточно взглянуть на технологии управляемой встряски в рекламе, СМИ и розничной торговли.

    Эта автоматизированная принятия решений разработана, чтобы человека из уравнения, но это все слишком человеческое импульс хотите кого-то ищет на результат выбросил из компьютера. Многие кванты данных см маркетинг как с низким уровнем риска - и, да, прибыльным - Петри, в которой, чтобы отточить инструменты формирующейся науки. "Что произойдет, если мой алгоритм не так? Кто-то видит неправильное объявление, "сказала Клаудия Perlich, ученый данные, кто работает в рекламном таргетирования пуска. "Что плохого? Это не ложный положительный для рака молочной железы ".

    Но ставки растут, как методы и менталитете распространения научных данных по всей экономике и обществе. Крупные компании и стартапы начинают использовать технологию в решениях, таких как медицинская диагностика, профилактика преступности и одобренным заявкам. Применение науки данных для таких областях, поднимает вопросы о том, когда рядом человек надзор результатов алгоритм, является требуется.

    Эти вопросы являются стимулирование филиал научного исследования, известного как алгоритмической ответственности. Общественный интерес и организаций по защите гражданских прав тщательно исследуют последствия научных данных, как ловушки и потенциал. В предисловии к докладу в сентябре прошлого года, "гражданские права, больших данных и Наша алгоритмической будущего", Уэйд Хендерсон, президент Конференции руководства о гражданских и правам человека, пишет "Большие данные могут и должны принести большую безопасность, экономические возможности и удобство для всех людей ".

    Возьмите потребительское кредитование, рынок с несколькими стартапов больших данных. Его методы сводятся к цифровой возраста поворот на самом базовом принципе банковской: Знай своего клиента. По уборки источников данных, таких как сетевые соединения социальных, или даже, глядя на то, как заявитель заполняет онлайн-формы, кредиторы новые данные говорят, что они могут знать заемщиков, как никогда прежде, и более точно прогнозировать, будут ли они погашать, чем они могли бы просто ищете на человека кредитной истории.

    Продолжить чтение основной сюжет

    Еще от Upshot

      Обещание является более эффективным кредита страхования и ценообразования, экономя миллионы людей миллиарды долларов. Но кредитование крупных данных зависит от программного обеспечения алгоритмов углубившись через горы данных, обучение, как они идут. Это очень сложная, автоматизированная система - и даже энтузиасты сомнений.

      "Принято решение о тебе, и ты не имеешь ни малейшего представления, почему это было сделано," сказал Раджив Дата, инвестор в данных научных кредиторов и бывший заместитель директора потребителей финансовых Бюро по защите. "Это вызывает беспокойство."

      Забота похожа и в других областях. С момента своего Уотсон компьютер бить человека "Jeopardy" чемпионов четыре года назад, IBM заняла свое управляемых данными технологии искусственного интеллекта далеко за рамки мозговитых игр. Здравоохранение является одним из основных инициатива. История «эксперта» технологии поддержки принятия решений в медицине был разочаровывающим; системы не были умны или достаточно быстро, чтобы реально помочь врачам в день в день практики.

      Продолжить чтение основной сюжет Продолжить чтение основной сюжет

      Но ученые IBM в сотрудничестве с исследователями из ведущих медицинских групп - в том числе клиники Кливленда, в клинике Майо и Memorial Sloan Kettering онкологический центр - это прогресс. Уотсон можете прочитать медицинских документов такими темпами непонятно для человека: многие тысячи в секунду, ищут улики, корреляций и идеи.

      Программное обеспечение было использовано для оказания помощи в подготовке студентов-медиков и начинает быть развернуты в клинических условиях в онкологии, предлагая диагностические и лечебные рекомендации, как своего рода сообразительные цифровой помощник.

      IBM также разработала программное обеспечение программы под названием Watson Пути, который является визуальный инструмент, который позволяет врачу увидеть основные доказательства и логического вывода пути Уотсон приняла в вынесения рекомендации.

      "Это не достаточно, чтобы дать черный ящик ответ", сказал Эрик Браун, директор IBM по технологии Watson.

      Уотсон Пути указывает на необходимость некоторого сдвига машина-человек, как наука данные авансов. Как Дэнни Хиллис, искусственный эксперт интеллект, выразился, "Главное, что сделает его работу и сделать его приемлемым для общества рассказывание историй." Не так много буквальное рассказывание историй, но более понятно аудита, который объясняет, как автоматизированная было принято решение. "Как это связано с нами?" Сказал г-н Хиллис. "Как много в этом решении есть машина и сколько человек?"

      Ведение человека в контуре один подход. Новые данные, науки кредиторы анимированные данных и программного обеспечения. Но один из стартапов в Сан-Франциско, серьёзность, имеет по крайней мере один из его сотрудников рассмотреть прогнозирования рекомендации своего программного обеспечения, даже если алгоритмы редко отменено. "Мы считаем, что человеческий фактор всегда будет важной частью в нашем процессе, чтобы убедиться, что мы получить это право," сказал Луи Beryl, соучредитель и главный исполнительный директор серьезным.

      Но такая позиция, другие говорят, составляет утешительной иллюзии - хороший маркетинг может быть, но не обязательно хорошая наука данных. Предоставление человек право вето в алгоритмических систем, мол, вводит человека уклон. Обещание большой принятия решений данных, в конце концов, что решения, основанные на данных и анализа - более науки, менее кишки чувствовать и правило - даст лучшие результаты.

      Тем не менее, даже если оптимизм оправдан, есть серьезная проблема, учитывая сложность и непрозрачность науки данных. Будет технология, которая обещает большие выгоды в среднем достаточно защитить человека от таинственного и своенравной решения, которые могут иметь длительный эффект на жизнь человека?

      Одним из решений, в соответствии с Гэри Кинг, директор Института Гарвардского университета количественных социальных наук, могут быть для человека создателей алгоритмов скоринга для настройки их не так много для максимальной эффективности и прибыли, но, чтобы дать несколько больший вес человека, уменьшая Риск получить это неправильно.

      В банковском, например, алгоритм может быть настроен, чтобы уменьшить вероятность ошибочной классификации кредита заявителя в качестве неплательщик, даже если компромисс еще несколько просроченные кредиты для кредитора.

      "Цель", г-н Кинг сказал, "не обязательно иметь человеческий облик на исходе впоследствии, но для улучшения качества классификации личности."

      В некотором смысле, математика модель эквивалент метафоры, описательной упрощения. Это полезно отгоняются, но он также немного искажает. Так время от времени, человек помощник может обеспечить ту дозу нюансов данных, ускользает от алгоритмического автомат. "Часто, два могут быть лучше, чем в одиночку алгоритма", сказал г-н Кинг.

      #auto

      Comments