从FOMO到人工智能:Roger Valade谈人工智能的回报和风险

12岁时，ProQuest首席技术官开始阅读现有的每一本书。今天，他讨论了技术的好处和责任，可以帮助人们实现这些崇高的目标。

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

作者:Roger Valade, ProQuest首席技术官

在我12岁的时候，我就成了一个狂热的读者，这可能是从我的祖母那里学来的，她在失眠时狼吞虎咽地读书。我花了晚上、周末和假期的时间，在我意识所能承受的范围内，扫描尽可能多的书页——斯蒂芬·金、托尔金、阿西莫夫。百事可乐满足了我喝咖啡前的咖啡因需求。昏昏欲睡的时候，我会停下来用冷水洗脸，希望我能尽可能多地享受密歇根黑暗、适合阅读的冬夜。而且，过了晚上9点的宵禁时间，我就会把筒袜塞在门缝里，这样我的灯就不会被父母监视了。

我的目标之一是读完所有已经写出来的书，但我很快就遗憾地意识到我的阅读速度跟不上我的阅读清单的增长。好吧，那我得更有选择性了。我怎样才能读到最好的书?我是应该广泛阅读许多作家和许多流派的作品，还是只关注一个作者或一个地区?FOMO，或“害怕错过”，在20世纪80年代并不是一个广告活动，但我真的，真的害怕错过。

几十年过去了，我读过的书的比例直线下降。我让我们的鲍克团队调出了一份过去五年在美国出版的新书的报告。2014年以来，出版新书200多万册。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相同，尽管在研究中，这个问题自然要可怕得多。试图跟上正在出版的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。自尤金·鲍尔1938年创立大学缩微电影公司以来，我们一直在研究这个问题，梦想着拍摄和缩微拍摄世界上的知识，以促进知识的传播和传播。

帮助研究人员找到他们想要的内容——无论是启发他们的直觉，为他们指出一个新的方向，还是提供一个令人沮丧的对应物——是我们的基本使命，我们通常主要通过内容、搜索工具和工作流程来解决这一挑战。然而，今天，你看棒球比赛或黄金时段的节目(我认为它们仍然存在)，就会听到机器学习或人工智能，以及它将如何为你的锻炼提供动力，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岁的儿子在每场密歇根金刚狼队的篮球比赛前都会问我，ESPN的应用程序预测谁会赢得比赛——我们会在电视上实时观看胜利概率的更新。将这些新技术用于分析文本、图像、视频以及原始数据、程序和算法等更新的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，将页面分解为组成部分的文章，消除德克萨斯州巴黎的歧义的巴黎，以评估临床试验报告的报告性。

在我学习文学的时候，这些都是不可能的。我对今天的学生感到不必要的嫉妒，因为他们可以用笔记本电脑和Jupyter交互式笔记本在几分钟内回答一个用纸和笔需要一周才能回答的问题。你不需要阅读现有的所有书籍——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，将这些新技术应用到实际生活中也是一项精细的手术。

例如，我们的一些药品安全服务的工作流程与政府监管的流程相关联。忽略临床试验报告的不良反应是不可取的。我们如何建立透明、无偏见、安全地指导研究人员的模型?基于虚假内容发展出不良特征的人工智能代理的例子比比皆是——显然这些还只是早期阶段。然而，对这些新方法的希望还是很大的。

2019年2月《纽约时报》在一篇文章中，药物研发研究员德里克·劳说:“并不是说机器会取代化学家。而是使用机器的化学家将取代那些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CEO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，以及它的规则是什么。我们需要的不仅仅是智能机器，还有可理解的机器;不只是人工智能，而是共生智能。”

人工智能是几十年来的梦想，但今天的云计算和大数据的现实终于实现了其中的一些梦想。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?你会被一个具有HAL 9000特征的人工智能锁在家里、车里或电脑外面吗?斯坦福大学2016年的“人工智能百年研究”报告指出，“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是对人类的迫在眉睫的威胁。”

为了确认，我问Alexa是否喜欢Siri。Alexa的回复吗?“我偏爱所有的人工智能。”这是一个好的开始。