Ved å kombinere menneske og maskin intelligens kan bidra til å løse verdens mest irriterende problemer, forskere så for seg i en artikkel publisert mandag i tidsskriftet Science.
Forskere fra
Cornell University og
Menneskelig Beregning Institutt vil flere mennesker til å hjelpe til i akselererende forskning og å finne løsninger på livets vanskeligste problemer, slik som kreft, HIV, klimaendringer og tørke.
Crowdsourcing analyse av forskningsmateriale er ikke noe nytt. Det er allerede “spill med en hensikt” som overlater en del av arbeidet med å analysere data til mennesker, som får oppgaver pakket som spill.
Når formålet med disse spillene innebærer videresending vitenskap, det er “kalt borger vitenskap,” sa Pietro Michelucci, direktør for Menneskelig Beregning Institutt.
Nye verktøy og infrastruktur har gjort det enklere å kombinere ulike metoder for crowdsourcing og lage mer komplekse og sofistikerte systemer,” fortalte han TechNewsWorld.
“Så betyr dette, i stedet for å opprette bare én av menneskelig beregning systemer fra bunnen av hver gang vi har nå muligheten til å koble til ulike metoder for engasjement og har real-time tilgang til publikum,” Michelucci sa.
Borger Vitenskap
Oppdagelsen av en HIV-relaterte å finne, som hadde slått igjennom forskere for en tiåret og en halv, tok bare 10 dager til borger forskere til nå. Publikum eksperter var manipulere 3-D modeller i protein folding spillet Foldit.
“Hvis du kunne opprette en ekspert ved å kombinere mennesker i publikum, så har du tilgang til et mye mer publikum eksperter,” sa Michelucci. “Så bruker vi” wisdom of the crowd’ metode for å kombinere bidrag fra publikum.”
For en smarttelefon-app som heter “Malaria Spot” forskere fant at alle 23 diagnoser fra publikum var så nøyaktig som en diagnose fra en sertifisert patolog. Men 23 kan ikke være riktig antall for Michelucci og selskapets WeCureAlz initiativ for å forske på Alzheimers sykdom, og det kan være feil antall publikum eksperter for mange andre systemer.
“Vi må finne ut hvor mange medlemmer av det offentlige det tar å analysere en viss mengde data før at analyser som er så nøyaktig som en fra utdannet vitenskapsmann som arbeider i laboratoriet,”sa han.
“Når kan vi gjøre det arbeid vi har i denne styrkemultiplikator. Hvis vi har 30.000 mennesker i publikum, og det tar 30 personer, så vi har 1,000 publikum eksperter,” Michelucci lagt til.
Publikum eksperter kunne løse problemer av alle størrelser dag, ifølge Rob Enderle, rektor analytiker på Enderle Group.
For eksempel, menneskelig beregning kan påvirke “rettssaker, både rettspraksis og oppdagelse, primære forskning på trender og årsaker,” fortalte han TechNewsWorld. “Politikk ville være betimelig, for eksempel.”
Menneske og Maskin
Menneskelig beregning er langt fra mennesker gjør budgivning av maskiner. Det handler om å utnytte mennesker i områder der maskiner kommer til kort, i henhold til Michelucci.
“En annen måte å se det på er, hvis maskinene kunne gjøre alt som mennesket kan gjøre, ville vi ikke trenger AI forskere lenger,” sa han.
For eksempel, i sjakk, mennesker fortsatt har overtaket i å være i stand til å fokusere på bare den logiske trekk, Michelucci påpekt. Datamaskiner er god i sjakk fordi de vurderer alle mulige flytte, inkludert de som helt klart ikke gi noen mening.
“Selv om maskiner kan vurdere millioner av trekk per sekund, de kaste bort mesteparten av tiden sin på trekk som ikke vil bli vellykket,” Michelucci sa. “Mens menneskelige evner-som abstraksjon, komplekse mønstergjenkjenning, fantasi og kreativitet — slike ting gjør det mulig for folk å finne løsninger raskt at maskiner kan ikke fordi det er for mange muligheter til å søke gjennom.”
