来源：CPDA数据分析师网 / 作者：数据君 /
这样的预测通常令人失望
我们人类倾向于假设未来是对最近（和熟悉的）过去的线性推断，这是据称困扰我们的近200种认知偏见中的一种或多种结合，对未来十年的预测考虑到这些警告，我预测，如果我们毫无疑问地对AI的数学基础的近乎神话般的力量产生过分的自信，那么我们将毫无疑问地在预测分析中采用人工智能（AI），将在2020年（以及未来的十年）中奋斗，保守的AI霸主希望一切都保持不变，提供了关于在高科技中运作的技术创新的简洁而精妙的总结。
CPDA数据分析师
机器学习是要找到与机器学习系统已经可以建模的事物相似的事物
当然这些模型是根据过去的数据及其所有错误，差距和偏差建立的，事实证明，人工智能做出比人类更好（例如，更少偏见）的预测是错误的，例如就业筛选应用程序经常会招致白人男性的偏见，因为用来训练其算法的历史招聘数据主要由有关雇用此类工人的信息组成，人们普遍认为AI可以预测未来的新颖方面，只是魔术思维的一个例子，机器学习基于现有数据的相关性，因此从根本上来说是保守的，它的预测本质上是过去的延伸，人工智能缺乏人类的创造性思维能力。
人工智能以及可从互联网获取的数据的激增
已经提升了过去称为运营商业智能的形象，现在称为预测性分析及其最近扩展到规范性分析，试图预测潜在客户和客户的未来行为，进而影响他们的行为，这对于数字化转型至关重要，基于AI的预测，尤其是在人工干预最少的实时决策中，需要进行仔细且持续的检查，以免与全知的AI神话相抵触，AI保守性源于检测现有大数据集之内和之间的相关性。因果关系-一个更有趣的功能-更加不透明，通常依靠人类的直觉将因果关系小麦与相关谷壳区分开来。
可以将因果关系从算法上与相关性分开
我不能声称遵循它们给出的完整数学公式，但是逻辑是有意义的，正如作者总结的那样，我们不应单纯地由数据驱动，而应该由因果信息驱动，因果推理提供了一套强大的工具，可用来理解从我们所拥有的数据中了解因果关系的程度，他们介绍了数学，数据科学家应该更广泛地学习和应用。
这里也有一个神话：预测（和规范）分析可以发现人类的意图，这是理解和影响行为的真正基础
在试图将眨眼与抽搐区分开来时，机器学习[不可能]产生一种可靠的推断意图的方法，人类学的基石是，没有对话就无法知道意图，对话-人与人之间的互动-在数字业务实施中很少引起关注，曾经被指控过分专注于后视镜的商业智能如今已将预测和处方作为其最重要的目标之一，尽管数据可用性和基于数学的技术取得了进步，但真正设想未来人类的意图和行动仍然是严格的人类天赋，基于数学的分析可以确定地预测人类行为的神话可能是我们数据专业人员可以沉迷的最危险的魔术思维。
网友评论