您的位置首页 >经济 >

生产力的未来: 人工智能和机器学习

生产力和项目管理市场正在蓬勃发展,并且正在以新的令人兴奋的方式不断发展。我想知道项目管理中人工智能的未来会是什么样子,所以我联系了每天在这个领域工作的创始人、生产力专家和未来学家,询问他们对未来五年和十年的预测。他们的回答很有启发性。

我们将使用人工智能进行决策支持,而不是决策。

完成工作的发明者大卫·艾伦 (David Allen) 认为,“系统将更好地呈现相关数据,以优化我们在每种情况下的体验-在正确的位置,正确的时间。我们需要将生产力系统视为我们决策过程的支持系统。”

因此,我们还不会使用人工智能来消除我们的决策并使其自动化,而是增强在任何情况下做出决策的能力。我也认为这是人工智能的下一步。大多数人不相信计算机可以为他们做出决定,但是他们确实在寻找帮助做出决定的信息。

艾伦接着说: “无论是这些新的演示形式,还是像人工智能这样的趋势,都不会为你做出决定。那是行不通的。我看到人工智能可以支持你的决定,但我们仍然会用我们的头脑来做出决定。“

不是机器人。..

当大多数人想到人工智能时,他们会想到机器人做体力劳动来为我们完成工作,无论是来自Jetsons的Rosie还是福特公司装配线上的机器人。我对此的问题是,这种观点过于局限。当然,机器人会变得聪明,但其他一切也会变得聪明。在线视频系列背后的团队发布了一个很棒的解释视频。

现在,一个能够识别您的动机水平并为您提供适合该水平的任务的应用程序并不是不可能的。可以回答简单的服务问题并从响应中学习的机器人已经出现,并且取得了一些成功和一些重大失败。

Smartsheet首席执行官马克·马德 (Mark Mader) 认为,将人工智能视为巡回机器人是没有意义的,他说,“再往前看,毫无疑问,自动化 -- 不要认为机器人,认为从你的一天中移除平凡和非生产性的工作步骤 -- 会增加。机器学习将能够预测工人正在尝试做什么,并使他们的工作变得更容易。怎么做?通过自动收集他们完成任务所需的信息,填充形式并与适当的人共享它们。”

我看到了两者的结合。特别是在项目管理中,我看到了一个未来,机器将能够使用实时数据预测更改并进行相应更改。机器人与机器学习的结合才是关键: 想想流水线系统推出烧烤设备。该系统将能够预测由于即将到来的假期而导致需求增加,并自动告诉在线上的机器人增加产量。我不确定他们之间是否会有人为的决定,但是我认为随着我们对机器的决定变得更加满意,我们将使他们对过程有更多的控制权。

这是我的决定。

人工智能远非人类,更不用说超人了。正如我所指出的,我们已经发布了机器学习机器人,结果非常糟糕。机器还不擅长理解上下文或讽刺,因此当我们让它们学习时,它们通常会错过标记。

然而,使用机器来帮助做出决定似乎是目前唯一的出路。作为决策支持的一种形式,生产力专家carl pullein认为 “机器学习和人工智能 [将] 朝着创建生产力工具的方向发展,这些工具可以为您安排会议和任务,并能够根据您的背景知道需要做什么,你在哪里,需要做什么。”

像Grammarly这样的支持机器学习的工具已经在市场上,但是随着这些决策助手变得越来越知名,它们正在进入更复杂的领域。可以将其视为您的Facebook时间轴算法或垃圾邮件过滤器,但用于您的待办事项列表。

就像教育一样,访问是机器学习的关键。

要了解我们现在的位置,请考虑一直在运行并一直在学习的系统。您的计算机浏览器可以与Google和Facebook以及许多公司进行对话,这些公司存储了您正在做的事情,单击,购买和其他内容。现在随着物联网的最新趋势,这些东西正在远离我们的计算机和手机,成为我们日常生活的一部分。并在此过程中获得对数据的访问。你的智能冰箱也许能告诉当地超市你每周喝多少水。如果当地的每个人都有一台智能冰箱,那么同一家超市将能够更好地决定储存多少水。

生产力心理学家melissa Gratias认为该系统在我们的工作场所也为我们工作。“大多数应用程序和程序都要求用户有目的地与该工具进行交互才能使用它。我们将看到更多的智能家居,智能汽车和语音激活的入口点,无论用户身在何处,都可以始终使用该工具。她不必停止她正在做的事情,例如,在她的任务列表中添加一些东西。“

因此,超市不仅会知道要库存什么,而且你的冰箱也会知道下周要添加什么到你的购物清单中。自动地,通过学习的行为。

与我交谈的所有专家都同意,决策支持可能是短期内唯一的出路。机器正在被教导人类的决策偏好,因为它们无法独自辨别上下文。因此,我们需要教育机器如何像人一样思考。像Alphabet这样的公司已经在研究它,像DeepMind这样的项目处于人工智能和机器学习技术的前沿。其他人,例如埃隆·马斯克 (Elon Musk) 的OpenAI,正在努力确保人类对恶意AI的恐惧永远不会实现。当我们学会信任这些系统时,很快就会采用。而且由于它们是如此普遍,因此它们肯定会触及所有行业。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。