从FOMO AI:罗杰Valade回报和风险的人工智能

12岁时,ProQuest首席技术官开始读的每一本书的存在。今天,他探讨了利益和负债等技术,可以帮助人们实现崇高的目标。

编者按:这篇社论最初出现在ACRL的政策、政治与国际关系2019年春季通讯。

罗杰Valade,首席技术官,它

在我12岁的时候,我是一个热心的读者,一个特点我可能从我的祖母,失眠症患者吃掉书块。我在晚上,周末,节假日扫描尽可能多的页面——史蒂芬·金,托尔金·阿西莫夫,进我的大脑意识将负担。百事可乐走光了我caffeination需求。架上,我会休息在冷水洗脸,希望我可以享受很多小时的密歇根的黑暗,reading-friendly冬天的夜晚。过去我的9点实行宵禁,我会的东西管袜子在我门隐藏我的灯发出的光从父母的监视。

我的目标之一就是阅读每一本书曾经写的,非常遗憾,我很快意识到我的阅读速度跟不上增长我的阅读清单上尚有数量庞大的条目。好的,太好了,我要更有选择性。我怎么读过最好的书吗?我应该从作者和许多流派广泛阅读,或专注于一个作者或地区?FOMO,或“害怕失去,”不是一个广告活动在1980年代,但我真的,真的害怕失去。

快进几十年,我书读的比例大幅下降。我问我们的出版团队把新书的报告发表在美国在过去的五年。自2014年以来,超过200万的新书已经出版。2018年,这个数字跳起来将近340万。看着我的阅读日志,我只看过15。

我沉溺于这个故事,因为它是与现代研究的困境,尽管在研究问题是自然更可怕。试图保持当前的材料发表人类是不可能的。仅在ProQuest平台上,我们举办超过十亿份文件,从今天早上的报纸,书籍在十五世纪写的。在这个问题上我们一直以来尤金电力1938年创办大学微电影,梦想着拍摄和微型拍摄世界知识促进其分布和传播。

帮助研究人员找到他们寻找的内容——无论是照亮一种预感,分在一个新的方向,或提供了一个令人沮丧的对位法——是我们的根本使命,我们通常专注于挑战主要内容,搜索工具和工作流。不过,今天你不能看棒球比赛或黄金时段节目(我认为他们仍然存在)也没有听到机器学习和人工智能,以及它是如何将燃料锻炼,提高你的通勤/饮食/播放列表,或者您的业务。

我12岁现在问我之前每个密西根狼獾篮球比赛ESPN应用预测谁会赢得这场比赛,我们看赢得概率实时更新,在我们的电视。将这些新技术来分析文本,图像,视频,和新资产原始数据,程序,和算法是一个激动人心的现实。ProQuest,我们曾与大学生使用开源工具来分析报纸内容页面分解成其组成文章,TX,从巴黎消除歧义的巴黎的reportability评估临床试验报告。

这些选项提供给我学习文学。我不必要羡慕现在的学生能回答一个问题,花了一个星期的时间来操作纸和笔在笔记本电脑,只要几分钟Jupyter互动的笔记本。你不需要读所有的书存在的——你可以建立一个模型来阅读,抽象,也许回答关于他们使用实体提取的一些有趣的问题,情绪分析,主题建模。这是令人眼花缭乱的。但是希望引入这些新技术也是一个手术的操作。

例如,工作流,我们的一些药品安全服务允许绑定到由政府管制的过程。失踪一个临床试验报告的负面影响不是一个选择。我们如何构建模型,指导人员透明,没有偏见,和安全吗?人工智能的例子代理商发展不好的特征基于虚假内容丰富,显然这些都是早期。然而,希望为这些新方法强。

在2019年2月纽约时报文章中,药物发现研究员德里克·劳说,“这并不是说机器会取代化学家。那就是化学家使用机器将取代那些不。“我们使用这些机器只会变得更加成熟。

在他的书中点击刷新AI,微软CEO Sataya Nadella写道,“必须是透明的。我们所有人,而不仅仅是技术专家,应该意识到技术是如何工作以及它的规则是什么。我们想要的不只是智能机器可理解的机器;不仅人工智能共生的情报。”

人工智能已经梦想了几十年,但今天的云计算和大数据现实终于实现一些梦想。但是我们应该恐惧的负面结果通常由人工智能预测未来学家?你会锁定你的家庭或你的车或你的电脑AI,拍摄于9000年哈尔特征?斯坦福大学的“一百年人工智能研究”2016年报告说,“与更神奇的预测人工智能在大众媒体,该研究小组没有发现引起关注,人工智能是人类迫在眉睫的威胁。”

确认,我问Alexa如果喜欢Siri。Alexa的回复吗?“我偏AIs。“这是一个好的开始。