信任是一个关键因素在生活的方方面面。但这一点尤其适用于复杂的概念,比如人工智能(AI)。在一个词,它是必不可少的日常用户信任这些技术。
“人工智能是这么复杂,很难对运营商和用户有信心,系统将做它应该做的事情,”说管理合伙人安德鲁•伯特BNH.AI。
没有信任,个人仍不确定,怀疑,甚至害怕人工智能解决方案,这些担忧可以渗入实现。
解释如何以及为什么
“能力揭示或推导出“为什么”和“如何”是关键的信任,收养,与进化的人工智能技术,”说鲍勃星期五,AI总监和首席技术官瞻博网络的企业业务。“喜欢雇佣一个新员工,一个新的人工智能助理必须赢得信任,得到逐步更好的工作而人类教。”
那么,如何解释人工智能吗?
先教育自己。有很多指导工具,但作为引物从本系列开始视频和博客。他们不仅帮助定义AI技术,而且继电器这些解决方案的业务应用程序和用例。
接下来,一定可以解释的好处从人工智能,用户将获得。例如,人工智能技术可以减少需要手动,重复的任务,比如为漏洞扫描代码。这些责任可以排水网络团队,他们宁愿把时间花在有趣的或有效的项目。
与此同时,重要的是要解释一下人类需要人工智能决策的循环。他们可以确保系统的责任,帮助解释和应用人工智能提供的见解。
“人类和机器之间的关系代理继续增长的重要性和围绕主题的信任和关系透明度和explainability,”周五说。
额外的值得信赖的注意事项
发展人工智能信任需要时间。除了关注explainability,周五建议领导人做他们尽职调查在部署人工智能的解决方案。问这样的问题:
- 算法,有助于解决方案是什么?
- 摄取哪些数据,如何清洗?
- 系统本身能解释其推理、建议或行动?
- 自动解决方案改进和发展如何?
伯特从5。人工智能还建议将控制将IT团队到AI部署过程的概率,确保解决方案做它应该做的事情。
例如,把吸引力和覆盖功能创建一个反馈回路,伯特说。“确保用户可以标记当事情出错,和运营商可以覆盖任何决定可能创造潜在的事件。”
另一个控制是标准化。文档数据科学团队间通常是相当分散。标准化AI系统是如何记录可以帮助减少错误的风险,以及构建AI可信度,伯特说。
依靠专家
最后,从专家那里寻求指导。例如,Juniper开发了其人工智能解决方案核心原则帮助建立信任。该公司还提供广泛的资源,包括博客、支持和培训材料。
“我们在AI会使你的团队的持续创新”,用户和客户的生活更简单,“周五说。”,可辩解的人工智能可以帮助你开始你的AI的应用之旅。”
探索什么雾的人工智能能做的——看演示,参观平台采取行动,或听一个研讨会。