太阳集团娱乐场登陆网站- 首页欢迎您

欢迎登录重庆点控科技有限公司
咨询热线:023-68889302
机器人学习系统的好处:决策智能工程——帮助人类作出有效决定 2019-05-16

机器学习系统只和他们的训练数据一样聪明,脱离数据,就全都不会了。因此,谷歌正式确定了对其决策能力进行硬科学和软科学的整理。

问题在于,从示例中学习的算法,在这种情况下,标记为猫或不是猫的动物的照片,仅与其训练的示例一样好。如果训练算法的人有时会将兔子标记为猫,那么算法会做出错误的决定,就像做好的算法一样。随着更复杂的机器学习应用程序的获得,人类将更多机会在最终结果中引入微妙的问题。

谷歌需要一个决策框架,使个人,人类和机器能够做出明智的决定。这样的过程尚不存在。所以公司决定建立它。成熟的决策科学学术领域涵盖了人类如何做出决策的心理学,神经科学和经济学,但它并不包括工程视角和自动决策的规模。同样,数据科学也没有涵盖人类如何通过决策思考。

Kozyrkov表示:数据科学家所做的大量培训都假设决策者确切地知道他们需要什么,问题和答案是完美的,数据科学家会离开并收集服务于该问题的数据,并对其进行回答,或构建机器学习系统来实现它。在现实世界中,这种理想情况太罕见了。在与谷歌的数据科学咨询部门合作时,Kozyrkov经常看到高管做出的决定是由无意识的偏见而不是数据本身引导的。

Google框架的第一步要求决策者确定如何在没有其他信息的情况下做出决定。默认选择是什么?假设你必须决定是否留在酒店。你有酒店的照片,但没有住客评论。仅根据照片,你会留在那里吗?科兹科夫则表示:"我们假装我们没有偏好,但我们真的在骗自己,在无知之下,我们确实有一种天生的感觉,这似乎是更安全,更好的选择。"

第二步是定义——如果您可以访问所需的任何信息,您将如何做出决定。说服你留在酒店需要什么?您想阅读每篇评论还是只看平均评分?如果您仅使用平均评价分数,该数字是否必须为4.2或4.5或其他什么来说服您留在酒店?这种灵魂搜索练习决定了您做出决策所需的指标以及每个指标的截止点。在酒店的例子中,这可能最终是平均评论得分超过4.2或更复杂,复合底线使用平均评级加权一星评论的可能性。

在此过程的最后一步中,您应该查看是否可以访问理想情况下要做出决策的所有数据。如果您决定入住平均星级超过4.2的任何酒店,并且您可以获得酒店评分,那么您就可以去了。但如果你考虑臭虫,但没有完整的评论可能会提到它们,那么你必须在不确定的情况下做出决定。这引发了潜在的错误,在自动决策中,你可能会多次犯错误。

因此,作为决策者,您必须考虑可以接受哪些错误。如果你最终住在带有臭虫的酒店,或者如果你错过了最符合你所有标准的酒店,情况会更糟吗?一个错误与另一个错误的代价是多少?在自动决策的情况下,只有当您确定了您愿意接受哪些风险时,数据科学家才能收集相关数据并应用统计分析来帮助您做出决策。实际上,Kozyrkov说,社会科学家通常比数据科学家更有能力将决策者的直觉和意图转化为具体的指标。理想情况下,数据科学家和社会科学家共同协作定义指标,收集适当的数据,并将其应用于自动化决策。

以Google方式做出决策并不一定容易。将决策智能工程应用于一项重要而复杂的决策可能需要数周时间,或者,如果涉及多个利益相关者,则需要数月。但运气好的话,结果应该是更好,更明智的决定,特别是在规模上。

Kozyrkov认为,决策智能工程不仅适用于数据科学家和社会科学家等专家。公司中的每个人都可以参与使用数据的决策。诀窍在于弄清楚每个人如何做出最好的贡献。你觉得用数据决定决策的方式是好的吗?欢迎点赞或留言至下方评论区!

本文由笨熊科技原创,欢迎关注,带你一起涨知识!