详细内容或原文请订阅后点击阅览
RWDS 大问题：我们如何强调统计在人工智能中的作用？
作者：Annie Flynn 人工智能可能是当今的头条新闻，但其许多最强大的系统背后隐藏着一些更古老、更深入且悄然重要的东西：统计数据。本月早些时候，RSS 发布了一份具有里程碑意义的立场文件，题为“人工智能就是统计”。该协会人工智能工作组主席唐娜·菲利普斯 (Donna Philips) 介绍了这篇论文，该工作组领导了该协会的 [...]
来源:ΑΙhub作者：安妮·弗林
人工智能可能是当今的头条新闻，但其许多最强大的系统背后隐藏着一些更古老、更深入且悄然重要的东西：统计数据。本月早些时候，RSS 发布了一份具有里程碑意义的立场文件，题为“人工智能就是统计”。领导该论文开发的协会人工智能工作组主席唐娜·菲利普斯 (Donna Philips) 在介绍这篇论文时指出：“人工智能系统建立在统计模式识别的基础上。它们需要以严格的统计精度进行开发、评估和管理。”
由于多种原因，这一点没有被广泛理解是有问题的。如果人工智能被视为魔法而不是应用统计学，那么人们就会更容易相信它是客观的、绝对正确的或自主的——而实际上它是概率性的和假设驱动的。组织可能会优先考虑工具和品牌，而不是严格的数据收集、实验设计和评估。如果没有统计视角，就会出现诸如“我们有多确定？”、“与什么相比？”和“在什么条件下？”之类的问题。被问到的可能性较小。最终，对“人工智能人才”的需求可能会忽视构建可靠系统所需的统计专业知识。
在现实世界数据科学大问题的最新一集中，我们的专家小组解决了一个看似简单的问题：我们如何才能更好地强调统计在人工智能中的作用？请观看下文，并继续阅读一些关键要点和分析。
观看讨论
要点一览
关键主题和分析
“品牌重塑”模因
身份与技能
讨论中最强烈的信息之一是：不要过度认同职位名称。