2021年人工智能与人才战略|第三部分

本文是由三部分组成的系列文章的最后一篇，该系列文章基于对研讨会参与者和其他专业人士的采访的主要发现，重点关注2020年及以后的人工智能和人才战略。第一部分讨论了体验式学习、成功分析和人工智能人才战略的必要性。第二部分专注于人文与技术的相互作用。第三部分也是最后一部分将为COVID-19人类危机提供人性化解决方案。

---

第三部分:2020年人工智能与人才战略——主要发现

2019冠状病毒病:人类危机和人文解决方案

COVID-19正在加速我们对工具和技术的依赖，大流行将使领域现代化，并引发新的道德和隐私问题。能够将数据、技术和人文技能结合在一起的专业人员将是最成功的。赫洛皮安说:“他们将能够开发出更好的方法，实现从传统语言到现代编程语言的自动翻译，不仅是朝着人工智能的方向发展，而且是朝着增强智能的方向发展。”

这需要不同文化背景的结合，需要有合适才能的专业人士。暂时来说，人才库可能会变得更大，因为“COVID-19导致市场候选人方面的流动激增。很多人因为各种各样的原因想要换公司，所以现在，可以说人才库有点膨胀了。”最终，能够将COVID-19的分析和人工智能挑战转化为数据驱动决策的专业人员将非常受欢迎。挑战存在于许多不同的层面。例如，我们需要获得远程医疗和远程患者监控的答案，而且我们需要它们越快越好。Rao强调说:“当人们在医院(濒临死亡)时，你现在就需要答案。

事实上，COVID-19危机已经暴露了人工智能、机器学习和深度学习的一些缺陷。如果使用得当，这项技术不仅在速度上，而且在准确性上都有超越人类的巨大潜力，它可以探测到人类无法识别的历史数据模式。

然而，为了找到这些模式，这些技术依赖于相关的数据，并且它们含蓄地接受了这样一个概念，即今天的情况与数据中所代表的情况相同。换句话说，AI、ML和深度学习都隐含地假设，过去有效的东西在未来仍然有效。

然而，就COVID-19而言，危机是空前的。我们不能像过去那样用数据来充实我们的技术;我们需要像人一样运作，把我们的经验带入等式，帮助我们创建行为和结构模型。

人类可以从特定的环境中吸取教训，并将其应用到独特的环境中，根据想法和概念得出结论，并对潜在的未来场景进行预测。Rao说，这一点，再加上我们的技术和数据，可以帮助保护人们的安全。

Rao提供了AI和ML如何有效的其他例子:“计算建筑物中的人流量，最大限度地减少接触，组织一个独立的劳动力，基本上支持特定部门变得有弹性。一家消费品公司应该预期有多少额外需求?航空公司的客户会减少多少?我们如何计划复苏?当重新开放时，我们如何帮助人们保持安全?”

在高等教育方面，东北大学提供了最成功的教育raybet雷竞技雷竞技app最新版NU Flex模型东北大学负责学术事务的教务长兼高级副总裁戴维·马迪根说，“几乎从大流行一开始，就在为课堂上的面对面学习做准备，以满足防止冠状病毒传播的公共卫生指南，以及远程教学。”

正是这种数据、伦理、隐私和交流的结合——简单地说，就是人性化的方法——在危机时期提供了人性化的解决方案。

Rao用一个医疗保健的例子来说明这一点:“流行病学家需要与数据科学家并肩而坐，与医疗保健专家一起快速提出一些实用的东西，并让社会经济专家从伦理角度进行审查。”

这就是体验式学习、人文学、数据和技术融合的地方，需要将AI和ML应用为由设计和使用它们的人类指导的工具。利用数据和技术至关重要;让他们理解什么是商业、组织和/或教育问题;将这种理解根植于人类的能力和创新中，以识别机会和障碍;并提供可行的解决方案。2019冠状病毒病危机加速了这一认识。