星期一,Google的AI研究部门Google Brain宣布将其最新的研究计划称为People + AI Research计划或PAIR。

据Google.ai说,“ PAIR致力于推动以人为本的AI系统的研究和设计。” PAIR背后的人们还补充说,他们的目标是了解人机交互与机器智能的全面性。

PAIR计划的主要目标是进行基础研究,发明新技术,并创建有利于人造智能人性化的框架。该计划还重点关注用户与技术之间的关系,AI所使用的应用程序,如何使其广泛包容,以及触及AI人性化的一切。

PAIR行动的三个领域

Google Blog上的7月10日的博客文章指出,PAIR的研究涵盖了不同用户需求的三个领域:工程师和研究人员、领域专家、日常用户。

与工程师和研究人员一起,PAIR计划想要探索如何使这些人更容易地构建和理解机器学习系统。此外,他们的研究工作需要什么教材和实用工具。

对于领域专家,PAIR想要确定AI如何增加他们的工作中的专业人员。该计划将在将AI整合到工作中时,为处理医生,设计师,技术人员和其他工作专业人员提供可能的方法。

最后,PAIR计划希望确保机器学习是包容性的,所以每个人都可以从AI的突破中获益。他们希望探索将人造技术背后的技术民主化的可能性,以帮助开拓新的人工智能应用。

作为Google Brain努力通过PAIR计划进一步改进AI研究的一部分,该公司开发了一套他们团队用来设计机器学习等经验的最佳实践。

以人为中心的机器学习

Google UX经理和员工UX研究员Jess Holbrook以及Google 高级Google交互设计师Josh Lovejoy发布了关于在设计机器学习时将7个步骤集中在用户面前的一篇文章 。

该帖子,标题为以人为中心的机器学习,为研究人员和设计人员就如何有效地设计ML为主导产品的一些指针。根据Holbrook和Lovejoy,这些指针来自于Google AI和UX团队的工作经验。以下是其中的七个指针。

  1. 不要指望机器学习找出需要解决的问题。我们仍然需要定义。你仍然需要做一切你一直努力寻找人类需要的努力。

  2. 问问自己是否会以独特的方式解决问题。 一旦您确定了您想要解决的需求,您将需要评估ML能否以独特的方式解决这些需求。有很多合法的问题并不需要ML解决方案。

  3. 用个人示例和向导伪装。 在使用早期模型进行用户研究时,参与者会将自己的一些数据(例如个人照片,自己的联系人列表,音乐或电影建议)带入会议。

  4. 加重假阳性和假阴性的成本。 你的ML系统会犯错误。了解这些错误是什么样的,以及它们如何影响用户的产品体验很重要。

  5. 共同学习和适应计划。虽然ML系统对现有数据集进行了培训,但他们将以新的输入方式进行调整,我们通常在发生之前无法预测。所以我们需要适应我们的用户研究和反馈策略。这意味着在产品周期中进行纵向,高度接触以及广泛的研究。

  6. 使用正确的标签教你的算法。 标签是机器学习的重要方面。有人的工作是看待内容,并标注它,回答这个问题像“这张照片里有猫吗?一旦有足够的照片被标记为“猫”或“不是猫”,您就可以使用一个数据集来训练一个模型来识别猫。

  7. 扩展您的UX系列,ML是一个创意过程。 机器学习是一个比我们普遍习惯的更有创造力和表现力的工程过程。训练一个模型可能会很慢,可视化的工具还不是很好,因此工程师在调整算法时最终需要经常使用他们的想象力。你的工作是帮助他们一直在做出伟大的以用户为中心的选择。

Google提出的一系列做法和推出的PAIR计划是证明,即使是目前最先进和最富有的技术巨头,也有很多关于设计“人性化”机器学习人工智能的知识。然而,PAIR倡议仍然是更好地了解AI在人们生活中未来应用的一个很好的举措。

机器学习如何有助于改善未来人们的生活?或者,它将打开一个未知世界的大门,人类只是在更高智能的世界中的木偶?

(下载iPhone或Android应用“经理人分享”,一个只为职业精英人群提供优质知识服务的分享平台。不做单纯的资讯推送,致力于成为你的私人智库。)