Bridge the gap
Findings efter den internationella AI-konferens - Data Science UA mot beslutsfattare och experter.
Atea deltog på den internationella AI-konferens - Data Science UA, där målet var att 'bridge' the gap mellan beslutsfattare och experter. Därför var en hel del av de tekniska föreläsningarna formade så att de skulle vara mottagliga för även icke-tekniker.
Interpretable Machine Intelligence – enorma möjligheter
Från Atea så pratade vi om Interpretable Machine Intelligence. Kontentan var att, trots att vi alla mer eller mindre, nu förstår att modern maskininlärning är enormt kraftfullt och att vi ser enorma möjligheter, så är vår faktiska förståelse kring hur det funkar fortfarande relativt liten.
Dels är den rent tekniska förståelsen hos beslutsfattare liten, men framförallt är man ignorant kring hur man optimalt sätt tillämpar den. Man kan få ut mycket mer information ur modellerna än vad man tror, och därför även öka effekten av vad det ger. Jag pratade även om olika tillvägagångssätt att lära känna och förstå våra AI-modeller bättre. Syftet är delvis betydligt större verksamhetsnytta, men även säkerställa att modellerna är robusta, transparanta och rättvisa.
Reach-out till verksamheten – hur då?
Vår övergripande bild av resten av konferensen var likaså. Väldigt mycket försök till reach-out till verksamhet, men varierande resultat. Det är tydligt att det krävs en starkt pedagogisk förmåga för att förmedla svåra koncept från AI på ett begripligt och intressant sätt, till personer med icke-teknisk bakgrund.
Hänger mognaden med utvecklingen?
En tydlig trend är att den här utmaningen består. Tekniken utvecklas blixtsnabbt samtidigt som samhällets mognad inte riktigt hänger med. Trots att vi ändå ser en ökad förståelse i samhället är det oftast på en hög nivå som kan leda till obefogat högt självförtroende. Faran med det är just att man inte blir uppmärksam för teknikens fallgropar, vilket det finns många av. Det är definitivt något man bör anmärka och jobba vidare på.
Tips på vägen
Försök ha ett öppet sinne och våga vara nyfiken. Fråga efter detaljer, och våga ifrågasätt. Alla frågor är bra frågor. Det är sedan experten och specialistens uppgift att förmedla kunskap på ett gripbart sätt till dig. Att ha en genomsyrande samsyn kring AI-teknikens förmågor och utmaningar vinner vi alla på, och det kommer leda till mer samhällsnyttiga tillämpningar.
