机构名称：
¥ 1.0
人工智能 (AI) 和机器学习 (ML) 是近年来流行的术语，最显著的原因是它们在性能和多样化应用方面的重大进步 [12]。智能助手、结果预测和搜索引擎只是构成日常生活的几个例子，未来还会有更多。尽管这种技术优势令人印象深刻，但人工智能带来的自动化却引发了不信任和恐惧，最糟糕的是取代了人类的智能和工作 [13]。为了解决这种恐惧，也为了发挥其有益的性质，研究人员致力于用人工智能来增强人类，创造出混合人工智能或混合智能 (HI) [1]。混合人工智能专注于人类和机器代理的互补技能，它们可以共同实现任何一方都无法独自实现的目标 [1]。尽管混合人工智能的研究还很年轻，需要克服许多挑战和障碍，但协作式 HI、自适应 HI、负责任的 HI 和可解释的 HI 等领域向人类展示了巨大的潜力 [1]。 HI 可能发挥作用的一个潜在领域是数据科学，该领域对服务的需求超过了合格从业者的数量 [13]。在他们的研究中，Wang 等人 [13] 发现数据科学家们有着复杂的感受，一些人担心自动化，因为它会对他们的工作产生负面影响，而另一些人则将 AI 视为有益的合作者。尽管如此，他们都认为 AI 是一个不可避免的未来，因为其最大的贡献是减少数据科学家花在数据上而不是洞察数据上的时间。透明度作为主要组成部分，可以减少人们对采用 AI 的最初恐惧和不信任，而结果的准确性和质量也发挥着重要作用。研究人员认为，AI 可以承担不同的角色：老师、合作者和数据科学家。在不消除数据科学从业者的情况下，他们的工作将从准备数据转变为用领域专业知识和决策来指导 AI。在本文中，我们希望重点关注协作式混合人工智能，其关注点在于人工智能和人类之间的互利工作协同作用。我们希望探索当人机互补技能和能力时，协作中的具体挑战和优势是什么 [1]。首先，我们定义人工智能、混合人工智能和协作式混合人工智能，并为每个术语命名示例应用程序。之后，我们先介绍典型的机器和人为因素，然后再研究它们的协作。最后，我们讨论局限性、未来研究，最后总结相关工作和一些经验教训。
Lina Witzel - 协作数据科学的混合人工智能
主要关键词
相关文件推荐
