从FOMO到AI: Roger Valade谈人工智能的回报和风险

12岁时，这位ProQuest的首席技术官开始阅读现存的所有书籍。今天，他讨论了技术的优点和缺点，这些技术可以帮助人们实现如此崇高的目标。

编者按:这篇社论最初发表在ACRL的政策、政治和国际关系科2019年春季通讯．

作者:Roger Valade, ProQuest首席技术官

在我12岁的时候，我成了一个狂热的读者，这可能是我从祖母那里学来的，她经常失眠症地狼吞虎咽地看书。我用晚上、周末和节假日的时间，尽可能多地把史蒂芬·金、托尔金和阿西莫夫的作品扫描进我的大脑。百事可乐刺激了我在喝咖啡前对咖啡因的需求。昏昏欲睡的时候，我会停下来用冷水洗脸，希望自己能尽可能多地享受密歇根黑暗的、适合阅读的冬夜。过了晚上9点的宵禁时间，我就会在门下塞一双长统袜，这样我的灯就不会发出光来，不会被父母看到。

我的目标之一是阅读所有已经写好的书，但我很快意识到我的阅读速度跟不上我的阅读清单的增长，这是非常遗憾的。太好了，那我得更有选择性了。我怎么读最好的书?我应该广泛阅读许多作者和流派的作品，还是只关注一个作者或一个地区?FOMO，或“害怕错过”，并不是20世纪80年代的广告宣传，但我真的真的害怕错过。

快进几十年，我读过的书的比例直线下降。我让我们的Bowker团队调出了一份过去五年在美国出版的新书报告。自2014年以来，出版了200多万本新书。2018年，这一数字跃升至近340万。看看我的阅读日志，我只读了15本。

我沉迷于这个故事，因为它与现代研究者的困境是一样的，尽管在研究中，问题自然要可怕得多。试图跟上出版材料的数量是不可能的。仅在ProQuest平台上，我们就托管了超过10亿份文档，从今天早上的报纸到15世纪的书籍。自1938年Eugene Power创立Microfilms大学以来，我们就一直在研究这个问题，梦想着将世界上的知识进行摄影和缩微，以促进其传播和传播。

帮助研究人员找到他们想要的内容是我们的基本任务，无论它是阐明了一种直觉，为他们指明了一个新的方向，还是提供了一个令人沮丧的对位，我们通常主要专注于内容、搜索工具和工作流程的挑战。然而，今天，你在观看棒球比赛或黄金时段的节目(我认为它们仍然存在)时，肯定会听说机器学习或人工智能，以及它如何为你的锻炼提供能量，改善你的通勤/饮食/播放列表，或为你的业务提供动力。

现在，我12岁的儿子每次看密歇根金刚狼队(Michigan Wolverine)的篮球比赛前都会问我，ESPN应用程序预测谁会赢得比赛——我们就在电视上实时观看win Probability的更新。将这些新技术用于分析文本、图像、视频以及原始数据、程序和算法等更新资产是一个令人兴奋的现实。在ProQuest，我们与大学生合作，使用开源工具分析报纸内容，将页面分成各自的文章，消除对《巴黎TX》的歧义的评估临床试验报告的可报告性。

当我学习文学的时候，这些选择对我来说都是不可能的。我不必要地嫉妒今天的学生，因为他们可以用笔记本电脑和Jupyter交互式笔记本，在短短几分钟内，用纸和笔解决一个需要花一周时间的问题。你不需要阅读所有的书籍——你可以建立一个模型来阅读它们，对它们进行抽象，也许还可以使用实体提取、情感分析和主题建模来回答一些关于它们的有趣问题。这是令人眼花缭乱的。但是，使用这些新技术也是一项精细的外科手术。

例如，我们的一些药品安全服务实现的工作流程与政府监管的流程相关联。错过临床试验报告的不良反应不是一个选择。我们如何建立能够透明、无偏见、安全地指导研究人员的模型?人工智能代理基于虚假内容发展出不良特征的例子比比皆是——显然，这还只是早期阶段。然而，对这些新方法的希望是强烈的。

2019年2月纽约时报文章中，药物发现研究员Derek Lowe说，“并不是机器将取代化学家。而是使用机器的化学家将取代不使用机器的化学家。”我们对这些机器的使用也只会变得更加复杂。

在他的书中点击刷新微软首席执行官萨塔亚·纳德拉写道:“人工智能必须透明。我们所有人，不仅仅是技术专家，都应该知道技术是如何工作的，它的规则是什么。我们想要的不仅仅是智能机器，还有可理解的机器;不仅仅是人工智能，还有共生智能。”

几十年来，人工智能一直是一个梦想，但今天云计算和大数据的现实终于实现了其中一些梦想。但我们应该害怕人工智能未来学家经常预测的负面结果吗?你会被具有HAL 9000特性的人工智能锁在你的家、车或电脑外面吗?斯坦福大学2016年的《人工智能百年研究》报告称，“与流行媒体对人工智能的更荒诞的预测相反，研究小组发现没有理由担心人工智能对人类是一个迫在眉睫的威胁。”

为了证实这一点，我问Alexa它是否喜欢Siri。Alexa的回复吗?“我偏爱所有人工智能。”这是一个好的开始。