Αυτοματοποιημένες Διορθώσεις και Τεχνητή Νοημοσύνη

Οι άνθρωποι διορθώνουν συνεχώς τα πάντα. Το θέμα δεν είναι όλα να είναι λάθος. Μάλλον, είναι θέμα να κάνουμε τα πάντα ελαφρώς καλύτερα (ή τουλάχιστον να προσπαθήσουμε να τα κάνουμε καλύτερα). Ακόμη και όταν οι άνθρωποι καταφέρνουν να επιτύχουν ακριβώς το σωστό επίπεδο ορθότητας σε μια συγκεκριμένη στιγμή, μια νέα εμπειρία θέτει σε αμφισβήτηση αυτό το επίπεδο ορθότητας επειδή τώρα το άτομο έχει πρόσθετα δεδομένα βάσει των οποίων μπορεί να κρίνει ολόκληρο το ερώτημα του τι συνιστά σωστό σε μια συγκεκριμένη κατάσταση. Για να μιμηθεί πλήρως την ανθρώπινη νοημοσύνη, η τεχνητή νοημοσύνη πρέπει επίσης να έχει αυτή την ικανότητα να διορθώνει συνεχώς τα αποτελέσματα που παρέχει, ακόμη και όταν τέτοια αποτελέσματα θα έδιναν θετικό αποτέλεσμα. Η ακόλουθη συζήτηση αφορά το ζήτημα της ορθότητας και πώς μερικές φορές αποτυγχάνουν οι αυτοματοποιημένες διορθώσεις.

Λαμβάνοντας υπόψη τα είδη των διορθώσεων

Όταν οι περισσότεροι σκέφτονται για την τεχνητή νοημοσύνη και τη διόρθωση, σκέφτονται τον ορθογραφικό έλεγχο ή τον έλεγχο γραμματικής. Ένα άτομο κάνει ένα λάθος (ή τουλάχιστον έτσι πιστεύει η τεχνητή νοημοσύνη) και η τεχνητή νοημοσύνη διορθώνει αυτό το λάθος, ώστε το πληκτρολογημένο έγγραφο να είναι όσο το δυνατόν ακριβέστερο. Φυσικά, οι άνθρωποι κάνουν πολλά λάθη, επομένως είναι καλή ιδέα να έχετε ένα AI για να τα διορθώσετε.

Οι διορθώσεις μπορούν να λάβουν κάθε είδους μορφές και δεν σημαίνουν απαραίτητα ότι έχει συμβεί κάποιο σφάλμα ή θα συμβεί στο μέλλον. Για παράδειγμα, ένα αυτοκίνητο θα μπορούσε να βοηθήσει έναν οδηγό κάνοντας συνεχείς διορθώσεις στη θέση της λωρίδας. Ο οδηγός μπορεί να βρίσκεται εντός των ορίων της ασφαλούς οδήγησης, αλλά η τεχνητή νοημοσύνη θα μπορούσε να παρέχει αυτές τις μικροδιορθώσεις για να διασφαλίσει ότι ο οδηγός παραμένει ασφαλής.

Προχωρώντας περαιτέρω όλο το σενάριο διόρθωσης, το αυτοκίνητο μπροστά από το αυτοκίνητο που περιέχει το AI σταματάει ξαφνικά λόγω ενός ελαφιού στο δρόμο. Ο οδηγός του τρέχοντος αυτοκινήτου δεν έχει κάνει κανένα λάθος. Ωστόσο, η τεχνητή νοημοσύνη μπορεί να αντιδράσει γρηγορότερα από ό,τι μπορεί ο οδηγός και ενεργεί για να σταματήσει το αυτοκίνητο όσο το δυνατόν πιο γρήγορα και με ασφάλεια για να αντιμετωπίσει το αυτοκίνητο που βρίσκεται τώρα μπροστά του.

Βλέποντας τα οφέλη των αυτόματων διορθώσεων

Όταν μια τεχνητή νοημοσύνη βλέπει την ανάγκη για διόρθωση, μπορεί είτε να ζητήσει από τον άνθρωπο την άδεια να κάνει τη διόρθωση είτε να κάνει την αλλαγή αυτόματα. Για παράδειγμα, όταν κάποιος χρησιμοποιεί αναγνώριση ομιλίας για να πληκτρολογήσει ένα έγγραφο και κάνει ένα σφάλμα στη γραμματική, η τεχνητή νοημοσύνη θα πρέπει να ζητήσει άδεια πριν κάνει μια αλλαγή, επειδή ο άνθρωπος μπορεί να εννοούσε πραγματικά τη λέξη ή η τεχνητή νοημοσύνη μπορεί να παρεξήγησε τι εννοούσε ο άνθρωπος.

Ωστόσο, μερικές φορές είναι σημαντικό η τεχνητή νοημοσύνη να παρέχει μια αρκετά ισχυρή διαδικασία λήψης αποφάσεων για την αυτόματη εκτέλεση διορθώσεων. Για παράδειγμα, όταν εξετάζετε το σενάριο πέδησης από την προηγούμενη ενότητα, η τεχνητή νοημοσύνη δεν έχει χρόνο να ζητήσει άδεια. πρέπει να πατήσει αμέσως το φρένο διαφορετικά ο άνθρωπος μπορεί να πεθάνει από τη σύγκρουση. Οι αυτόματες διορθώσεις έχουν καθορισμένη θέση όταν εργάζεστε με ένα AI, υποθέτοντας ότι η ανάγκη για μια απόφαση είναι κρίσιμη και το AI είναι ισχυρό.

Κατανόηση γιατί οι αυτοματοποιημένες διορθώσεις δεν λειτουργούν

Ένα AI στην πραγματικότητα δεν μπορεί να καταλάβει τίποτα. Χωρίς κατανόηση, δεν υπάρχει δυνατότητα αντιστάθμισης για την απρόβλεπτη περίσταση. Σε αυτήν την περίπτωση, η απρόβλεπτη περίσταση σχετίζεται με ένα μη σενάριο συμβάν, ένα γεγονός στο οποίο η τεχνητή νοημοσύνη δεν μπορεί να συγκεντρώσει πρόσθετα δεδομένα ή να βασιστεί σε άλλα μηχανικά μέσα για την επίλυση. Ένας άνθρωπος μπορεί να λύσει το πρόβλημα επειδή ένας άνθρωπος κατανοεί τη βάση του προβλήματος και συνήθως αρκετά από τα γύρω γεγονότα για να ορίσει ένα μοτίβο που μπορεί να βοηθήσει στη διαμόρφωση μιας λύσης. Επιπλέον, η ανθρώπινη καινοτομία και δημιουργικότητα παρέχει λύσεις όπου καμία δεν είναι προφανής με άλλα μέσα. Δεδομένου ότι μια τεχνητή νοημοσύνη στερείται επί του παρόντος τόσο καινοτομίας όσο και δημιουργικότητας, η τεχνητή νοημοσύνη βρίσκεται σε μειονεκτική θέση όσον αφορά την επίλυση συγκεκριμένων τομέων προβλημάτων.

Για να λάβετε υπόψη αυτό το ζήτημα, εξετάστε την περίπτωση ενός ορθογραφικού ελέγχου. Ένας άνθρωπος πληκτρολογεί μια απολύτως νόμιμη λέξη που δεν εμφανίζεται στο λεξικό που χρησιμοποιείται από το AI για να κάνει διορθώσεις. Το AI αντικαθιστά συχνά μια λέξη που μοιάζει κοντά στην καθορισμένη λέξη, αλλά εξακολουθεί να είναι λανθασμένη. Ακόμη και αφού ο άνθρωπος ελέγξει το έγγραφο, πληκτρολογήσει ξανά τη σωστή λέξη και στη συνέχεια την προσθέσει στο λεξικό, η τεχνητή νοημοσύνη εξακολουθεί να είναι ικανή να κάνει λάθος. Για παράδειγμα, η τεχνητή νοημοσύνη θα μπορούσε να μεταχειριστεί τη συντομογραφία CPU διαφορετικά από τη CPU επειδή η πρώτη είναι με κεφαλαία και η δεύτερη με πεζά. Ένας άνθρωπος θα έβλεπε ότι οι δύο συντομογραφίες είναι ίδιες και ότι, στη δεύτερη περίπτωση, η συντομογραφία είναι σωστή, αλλά ίσως χρειαστεί να εμφανίζεται με κεφαλαία.