人类与人工智能：梦之队

　　为什么AI像人类一样需要人类，就像人类一样需要人类，特别是在全球性大流行这样的新事件中

　　在某个时候，每个人都可以看到一些点击诱饵的文章，它们谈论着某种新的AI技术或某种新的机器人最终将如何取代我们人类。 或至少他们会使我们的大部分工作过时。 当然，随着点击诱饵文章的流行，它们极大地夸大了当前技术以及某些技术与替代人工之间的距离。 例如，您观看了诸如Wired纪录片之类的视频，并且您认为无人驾驶汽车现在每天都将占据道路。 实际上，我认为如果您邀请不参与AI /机器学习/数据科学社区的人问他们，当您说AI时，他们想到的是哪种技术，这可能是他们想到的第一件事就是自我。 驾驶汽车。 但是，这篇Vox文章引用了加利福尼亚大学戴维斯分校交通研究所的创办人Daniel Sperling：

　　…完全无人驾驶的汽车-根本不需要任何人在汽车上，可以行驶到任何地方-"不会在很多很多年发生，也许永远不会发生。"

　　正如自动驾驶汽车不会替代人类驾驶员一样，在许多领域中，人类并没有像您认为的某些文章那样接近替代人类。 换句话说，人工智能并没有想象中的那么可靠，在当前的大流行中，这一点变得更加清晰。

　　当前的COVID-19大流行在现代时代是一种新颖的经历。 我们上一次经历这种大流行和社会影响的大流行是1918年的流感流行，正如您所想象的那样，来自该大流行的数据并不像我们现在所掌握的那样详尽或完整。 此外，由于多种原因，1918年的世界与今天的世界大不相同。

　　所有预测模型都在一个基本假设下工作，即未来的行为方式将与过去相同。 数据将始终以相同的方式运行，而所有更改将取决于不同变量之间的交互方式。 模型只知道数据告诉了他们什么，其他什么都没有。 它没有一般的世界知识，甚至没有更多的上下文知识（除非它当然反映在给出模型的数据中的某处）。

　　所有这些都意味着本文将重点介绍许多预测模型。 模型不考虑这一严重事件。 另外，即使在模型中添加了可能解决大流行特定问题的功能，事实是我们真的不知道未来会是什么样。 我们真的不知道何时停止社交距离，除了我们可能不会永远做到这一点之外，我们也不知道人们什么时候会感到安全地做过去的事情。 而且，正如许多人说的那样，我们可能永远不会回到过去的样子。 如果真是这样，那么在很长一段时间内，预测模型（尤其是数据需求量较大的模型）将更加明显。

　　这就是人类进入的地方。我们能够使用很少的数据来进行新的事件并进行有根据的预测，因为我们拥有更广泛的内部移情数据库，并且了解人类的行为方式。 算法可能无法预测一个人现在去哪里购物，但是一个人可以。 我们可能会预测某人可能会因为人潮较少或离家较近而去一家较小的商店。 我们可以看到数据的变化，然后说："哦，出于[在这里插入原因]才有意义。" 对于无法完全了解大流行以及与之相关的威胁和焦虑如何影响人类行为的算法，完全没有意义。

　　所有这一切并不是说我们在没有桨的情况下走上了小溪，现在所有算法都无用了。算法仍然可以包含有价值的见解，这些见解可以与我们自己的知识相结合。我们可以查看算法的输出，并将其表示为："这是根据我们的模型通常会发生的事情，这是当前正在发生的事情，因此，如果这些事件将来发生，这就是我们可以期望的模式是错误的，以及我们如何期望它是正确的。"事实是，人类和AI一直都需要彼此。即使过去人类创造了AI的事实，AI仍然需要来自我们的数据，人类可以提供算法无法提供的领域和常识。事实证明，数据科学是当今数据驱动世界中不可估量的工具。模型可以筛选人类无法获得的大量数据，但是人类在适应新情况方面要好得多。这就是为什么永远不要只用一种来替代另一只，而是要利用彼此的长处并相互合作。