演算法，我們做朋友吧

最新 07-14

本周一，Google公布了新項目– "PAIR" (People + AI Research)

近年來，機器學習發展迅速，技術性能顯著提高，有更加準確的語音識別，更好的圖像搜索，還有翻譯能力的改進。同時，我們相信如果一開始就把人的因素考慮到系統的構建中，人工智慧還可以進一步發展，變得對我們更有用。

"PAIR"項目彙集了Google眾多研究人員，研究和重新設計人與人工智慧系統互動的方式。"PAIR"項目的目標是關注AI的「人本主義」即用戶與技術之間的關係，所能實現的新應用，以及通用性。這個項目並不只是發表研究報告，Google還發布了兩個開源工具，供研究人員和其他專家使用。

該項研究根據用戶需求不同，從三個方面進行：

工程與分析

AI是由人造的。我們如何使工程師更容易地構建和理解機器學習系統？

增強專家智力

AI如何幫助專業人士的工作？AI系統如何幫助擴大醫生，技術人員，設計師，農民，音樂家等的專業知識？

AI為人人

設計思維模式能開闢出AI的新應用嗎？我們如何確保通用性，讓每個人都能從AI技術的突破中獲益？

這其中的一個核心思想就是將「設計思維模式」(Design Thinking)融入到AI系統的構建當中，把AI技術當作是待加工的材料進行應用。再來看看我們身邊的例子：「計算機圖形學」的進步開闢出更多繪製圖片的方式，從而催生出了全新的交互方式和應用。我們平時使用「美圖」不正是彌補自身「手殘」畫得抽象嗎？

我們再來看看發布的兩個數據可視化開源工具——"Facets Overview"和"Facets Dive"。工具針對AI工程師，目的是解決機器學習過程當中最開始的難題——「訓練數據集」(training data)。機器學習與傳統軟體工程不同之一是更強調「不僅要調試代碼，更要調試數據」。使用這些工具可以更輕鬆地調試，並對訓練數據集有更清晰的認識。