人工智能技术的进步有望开创自动化和创新的新时代。但机器智能的进步和自动化的发展会取代人类智能吗？麦肯锡最近的一项调查显示，一半的企业已经采用人工智能来简化至少一项功能，而Gartner预测，到2025年，90%的企业将采用自动化架构。随着越来越多的组织转向AI增强的自动化来提高生产力并提高繁琐且耗时的任务的效率，人类专业人员的作用并没有消失。日益复杂的人工智能并没有使人类变得无关紧要，它实际上使人类——他们的洞察力、他们的经验、他们的道德和道德判断——变得更加重要。要理解其中的原因，在艾伦图灵的开创性工作的背景下考虑人工智能和人类智能会很有帮助。许多人认为图灵是计算机科学之父，他是第一位定义智力测试（称为图灵测试）的科学家。测试非常简单：让调查员与两个代理（一个机器，另一个人）聊天，看看调查员是否可以确定哪个代理是机器。如果他或她不知道，则表明该机器已达到人类水平的智能。人工智能的潜力——机器将能够自主学习并执行人类可以执行的任何任务——增加了未来机器通过图灵测试而腾飞的可能性。但围绕通用人工智能的讨论也揭示了为什么它离迫在眉睫的前景还很遥远——这是因为我们人类甚至无法就我们之间的关键伦理和伦理问题达成一致。由于道德和伦理问题是许多领域（法律、医疗保健、教育、社会经济政策等）的核心，因此完全有理由相信算法和机器可以解决人类几千年来面临的复杂和具有挑战性的挑战。你能想象一个数学模型决定一个孩子与家人分离吗？由于在可预见的未来，人类身份识别在实践上和道德上都是必不可少的，因此显然人工智能总体上是一个遥远的前景，而科幻电影是最佳选择。剩下的就是NAI（narrowAI，狭义人工智能）。人工智能对我们的工作、我们的社会凝聚力，甚至我们未来的安全都构成了严重威胁，而NAI是一个机会而不是威胁。今天，各行各业的企业都在追逐这个机会，即使它消除了人类执行某些任务的需要，NAI的成功也将始终取决于与人类智能的有效结合。NAI涉及使用数据和标签对机器进行教学。由于机器不是自主的，人类可以为机器提供理解问题所需的数据，并将他们自己的集体智慧和经验嵌入到系统中。人工智能会模仿人类标签，最好是完美的模仿。在每个大型AI操作的背后，都有成千上万的人在标记数据并不断为机器提供正确和错误的示例。这些人是AI司法系统中的法官，将真正的智能应用于非结构化数据：每个组织拥有的文件、文档、图像、视频、音频和许多其他数据资产。非结构化数据已经占所有数字数据的90%，对AI至关重要。实施AI的组织越多，他们就越倾向于使用数据注释工具来简化非结构化数据的管理流程，预计这些工具的市场在2021年至2027年间将以每年16%的速度增长。而注释工具可以帮助加速和自动化这个过程，人工智能不能像黑盒子一样运作；仍然需要人类同行来确保算法做出准确可靠的预测。考虑一下自动驾驶汽车将用来了解和安全导航其环境的技术。人类专家对于培训这些系统至关重要，以确保车辆在部署时能够准确识别沿途的交通标志和障碍物。虽然这似乎是一项可以在前端完成然后让自动化完成其余工作的任务，但自动驾驶汽车技术的进一步发展将需要持续投入气候、交通模式、基础设施质量等因素。许多。其中一些数据点可以自动集成，但所有这些都需要专业人员验证准确性并执行质量保证。底线？现在是时候进行AI对话了，超越那些让人类与机器对立的日益陈腐的争论和错误的二分法。认识到人类和人工智能将在未来几十年相互协作，现在是企业进行战略性思考以优化新的混合工作流程并充分利用其数据的时候了。沿着这些思路重新调整AI话语将有助于我们所有人更清晰、更理性地思考这项技术在未来几年将带来的机遇和挑战。
