麻省理工学院计算机学院院长：关于 GenAI 的 4 个令人不快的真相

快速阅读: 据《PYMNTS.com》最新报道，MIT学者：企业应试验而非仅采用AI。他建议从小规模实验入手，逐步积累成果，并强调AI需与人类决策结合，关注创新而非仅优化。此外，他还指出AI在充当代理、推理、文化转型及道德应用方面存在局限。

亮点
企业应当优先考虑对人工智能的实验。但这并不需要大笔的前期投入。相反，应开展小规模且目标明确的项目，这些项目能带来意外收获，随着时间推移，这些收获会累积成显著收益。
人工智能的热潮正处于高速发展之中。以下是关于人工智能的四个不受欢迎的事实：生成式人工智能并不能很好地充当优秀的AI代理；人工智能与人类推理并非一回事；实现真正的变革需要文化和数字双重转型；人工智能本身并无善恶之分。

不要仅仅局限于将人工智能应用于改进现有流程。真正的机遇在于通过人工智能的视角重新构思产品、服务及运营方式。这意味着不仅关注优化，更要注重创新。

随着人工智能（AI）持续颠覆全球各行业，麻省理工学院施瓦茨曼计算学院院长丹尼尔·赫特纳洛彻，同时也是亚马逊董事会成员，为寻求有效部署人工智能的企业领导者提供了坦率的路线图。

他的核心信息十分明确：不要仅仅采用人工智能——要试验它，理解其局限性，并将其与人类决策相结合，以充分发挥其潜力。

“机器学习将会重新定义众多工作领域，”赫特纳洛彻周二（4月1日）在麻省理工学院人工智能大会的主旨演讲中提到。会议地点位于马萨诸塞州剑桥市。“如果你没有秘密项目，你就会落后于他人。”

赫特纳洛彻指出，企业并不一定需要进行大规模的前期投资，就能借助人工智能获得竞争优势。相反，他们应该专注于小型且针对性强的实验，从而积累小的成功并逐步扩展——这是他从亚马逊中学到的经验。

“你可以从小事做起，无需花费太多。但如果得到了积极的意外收获，就应加大投入，”他建议道。“反复加大投入的结果就是最终会取得巨大的成果。”

赫特纳洛彻强调，企业必须记住，在初期阶段增长速度会非常缓慢。“直到你经历了足够多的积极意外收获，成果才会显现出来。”

为了确定哪些是积极的意外收获，企业必须识别出“优质的”关键绩效指标（KPI），以便衡量这些收获，他补充道。

赫特纳洛彻还敦促企业超越仅仅应用人工智能来改善现有流程。真正的机遇在于通过人工智能的视角重新构思产品、服务和运营方式，他补充道。这意味着不仅要关注优化，更要注重创新。

阅读更多：
亚马逊推出可购物与下单的人工智能代理
关于人工智能的四个不受欢迎的事实

每当一种新技术出现时，它都会在成熟之前经历一个炒作周期。赫特纳洛彻认为人工智能也正经历着类似的过程。他指出了关于人工智能的四个常被忽视的观点。

关于人工智能的四个不受欢迎的事实

1. 当前的生成式人工智能模型并不能很好地充当优秀的AI代理。
尽管过去五年中生成式人工智能模型的进步“堪称惊人”，赫特纳洛彻还是表示它们“作为代理的表现并不理想”。

它们被训练用于生成文本和图像，“但要让它们完成任务却困难得多，”他说。“使用当前的训练技术让它们非常可靠地工作实际上相当具有挑战性。”

这一洞察对希望利用人工智能推动现实结果的企业来说至关重要。生成式人工智能在适当的任务中依然有用。

赫特纳洛彻指出，在机器人等领域，同时训练AI系统进行动作和观察正在取得实际成果，尤其当与模拟结合使用时效果更加显著。

但通往可扩展、自主代理的道路仍处于进展之中。

本周，亚马逊发布了一项解决方案，声称可以提升AI代理的可靠性。名为诺瓦行动的AI模型允许开发者将复杂的流程分解为一系列单一动作。通过这种方式构建流程，诺瓦行动正在为AI代理创建可靠的构建模块。

2. 在关于推理模型的炒作中，人工智能并不像人类那样推理。
赫特纳洛彻表示，AI模型并不像人类那样推理，因此独立系统并非最佳选择，尤其是在像医疗保健这样高度监管的行业中。

“我认为它永远无法提供人类推理，”他说。人工智能“可能会做出非常高质量的事情，但这些事情并不符合人类推理的方式……这就是为什么我对独立的AI系统持非常怀疑态度。”

例如，赫特纳洛彻指出，用作医学顾问的人工智能可以增强医生的决策能力，而作为自主专家的人工智能实际上可能导致更差的结果。

相反，他鼓励协作AI——设计AI系统与人类合作而非取代人类工作。

3. 不仅要考虑数字化转型，还要重视文化转型。
成功部署人工智能需要文化和技术双重转型。

企业需要团队既了解行业的细微之处，又掌握人工智能的能力。这就是为什么公司内部业务和技术部门之间的跨职能协作至关重要。

麻省理工学院通过其跨学科计划展示了这种模式。通过施瓦茨曼计算学院，赫特纳洛彻表示，该大学已招聘了50名新教职员工，其中一半在核心计算领域，另一半则嵌入其他专注于“融合”人工智能的学科。

“雇主对受过计算机培训的人才需求巨大。但不仅仅是计算，”他说。“更多的是（关于）分析并解决难题。”

4. 人工智能本身并无善恶之分。
不幸的是，围绕人工智能的叙述从乌托邦转向反乌托邦：要么它将拯救世界，要么毁灭它，赫特纳洛彻说。

虽然这些是最吸引人的故事，但他表示：“这并不一定意味着它们将是未来的现实。”

对于企业和整个社会，他们得到的建议同样极端对立。“我们应该非常谨慎地使用它；我们应该非常大胆地使用它，”赫特纳洛彻说。

他补充说，双方通常传达的例子要么是人工智能会强化人类的偏见和错误，要么是人工智能将导致更好的和更公平的决策。

“你看到的大多数东西只是采取了这两种观点之一，仿佛不容置疑的真理，甚至不承认另一种观点。我几乎完全否定了这种分歧，”赫特纳洛彻说。

相反，最好采取平衡的视角，并“留意”人工智能是如何被使用的，他说。

订阅
点击此处注册接收我们的每日新闻简报。

订阅
与PYMNTS合作
我们始终在寻找与创新者和颠覆者合作的机会。

了解更多

推荐阅读
麻省理工学院计算学院院长：关于生成式人工智能的四个不受欢迎的事实
Stride银行成为Affirm卡的发卡合作伙伴
Transcard转向代理人工智能以简化B2B支付
优步和OpenTable推出连接餐饮服务

查看更多：
人工智能，
人工智能，
人工智能，
B2B，
后台业务，
丹尼尔·赫特纳洛彻，
数字化转型，
生成式人工智能，
生成式人工智能，
生成式人工智能，
生成式人工智能，
生成式人工智能，
麻省理工学院，
新闻，
优化，
生产力，
PYMNTS新闻

(以上内容均由Ai生成)