智能写作-人工智能过分强调准确性

编辑：pitaya02 日期：2020-11-14

几个世纪以来，数学家和统计学家研究了线性回归、决策树和贝叶斯网络等传统机器学习算法。这几种算法直观易懂，并且已经发展成熟，并且基于任何一种传统算法的决策都很容易解释，但其精度却很有限。所以，我们的传统算法，尽管解释力强，但效果有限。

自从McCarock-Pittz神经元之后，一切都改变了，这个发展促进了深度学习领域的建立。作为人工智能的一个分支，深度学习专注于使用人工神经网络来复制脑中神经元细胞的工作机制。借助强大的计算能力和开放源代码的深度学习框架，我们可以构建高度精确的复杂神经网络。

为了获得尽可能高的精度，人工智能研究者们开始展开研究。这类研究产生了很多优秀的 AI产品，但也存在着缺点——解释能力低。

神经网络是非常复杂的，可以用几十亿个参数来构造。举例来说， Open AI革命性的 NLP模型GPT-3拥有超过1750亿的机器学习参数，从如此复杂的模型中提取推理是一项挑战。

机器翻译算法的精确度和可解释性

从图表中可以看出，与深度学习模型相比，采用传统的算法会给人工智能开发者带来损失。由于模型的精度越来越高，其解释能力也越来越低。但我们比以往任何时候都更需要可解释性。理由如下：

(1)敏感领域越来越多地应用人工智能系统

这个世界的变化比你想象的还要快。记不记得上个世纪那场枪战？如今，无人驾驶飞机可以不经人工干预就杀死任何人。有些部队已经具备了实现这些系统的能力，他们担心的是无法解释的结果，他们不想依赖那些工作原理不明的系统。实际上，美国国防部高级研究计划已经开始了 XAI项目。

又如自动驾驶汽车，特斯拉已经实现了自动驾驶。它是司机的一大福音，但同时也带来了巨大的责任。面对道德困境，汽车将如何应对？如果是这样的话，就得在两个伤害中取轻。为了拯救一个过路的人，自动驾驶汽车应该牺牲狗的生命吗？

人工智能系统对社会的影响越来越大，我们需要理解它们在一般情况下是如何决定的，以及在特定的事件中是如何决定的。

火龙果智能写作是全球第一款中英双语语法检查校对产品，运用火龙果智能写作技术进行错别字文本校对，除错别字校对以外，还可以对语法、标点等进行校对。

火龙果智能写作官网https://www.mypitaya.com

积极拥抱变化，才能更好的应对这个时代