想像一座醉島 — — 如何找尋人工智能使用案例
译者 ：李昀臨 原文作者：Cassie Kozyrkov (柯凯茜)
興奮起來吧！未來已經到來：機器學習及人工智能讓你將所有事情自動化！聽起來很完美吧……但是你得先知道如何辨別好的使用案例。
為了幫助你利用這強大的科技，我有個小技巧，能幫你辨認機器學習和人工智能的完美任務。這有點像是引導式冥想，來幫助你豁然開朗。
想像人工智能是一場騙局
暫時先忘掉有機器學習這回事。這全是一場騙局；現在在汪洋之中有一座島嶼，島上有我的一群朋友，他們在電腦背後假裝是人工智能。當你傳給他們某種輸入，他們就會很快回傳一個決定。
舉例來說，你寄給他們一張貓的照片，他們偷偷地回「貓」這個字，如同很酷的機器學習一般。
好玩的來了。我要把整座島免費借給你。唯一的條件是：你不能給他們任何指示 — — 我朋友就是這麼怪。你只能以範例引導。他們動作快、量又大。只教他們一次性的任務很浪費時間，不如教他們那些重複又乏味、你想丟給別人的苦差事。那麼，你想用這座島完成什麼呢？
你想把哪些重複又乏味的瑣事交給他們呢？
在想出答案前，你已經朝著機器學習和人工智能的正確用途邁進。（其實你不需了解機器學習和人工智能的差異，就能開始進行。）這就是事物標示，而當你一旦找到靈感，發揮更多創意，你會發現原來有那麼多的事情可以用它完成。
以下是幾個我在生活中看過機器學習的例子：
這些都是標示 — — 一個個小決定 — — 如果你能先提供足夠的範例，島上的勞工就能學著幫你完成所有的標示。他們非常願意學習也超級有空。
這些人有多醉呢？
等等！在你移交所有工作前，想想看：這些人多醉？他們能完成你交代的任務嗎？重要的工作千萬不要隨意相信他人。盲目的信任很恐怖！最好確認他們能良好地完成任務，才信任他們。
盲目的信任很可怕！機器學習必須要能通過檢驗、表現良好，你才能信任它。
你必須先定下完成的標準，才能確認他們是否表現良好。一般公司常犯的錯誤就是以為機器學習無所不能，然後就不認真思考怎麼樣才能把工作做好。
你必須知道如何正確地完成工作
等等，你很在意要把工作正確完成，卻說不出何謂工作正確完成？聽起來很嚴重！在要蒐集數據前，你一定要想過如何確認事情能正確完成。換句話說，能確認島上傳回給你的標示是否正確。
除非專案的決策者能夠清楚說明評分標準，機器學習是不可能成功的。除非已經有一份綱要列出以下內容，別急著一頭鑽入龐大的機器學習專案：
- 何謂正確完成工作？
- 各種錯誤中有嚴重程度之分嗎？
- 假設完成了一百個單位的工作 — — 其中有些有瑕疵 — — 你會如何評分？（這完全取決於你的頂頭上司）
人工智能專案應始於決策者
我希望你明白，寫那樣一份文件不需要讀到機器學習博士。相反的，重點是暸解什麼對你的業務至關重要。任何一件數據科學專案都應始於決策者，機器學習也不例外。不過別擔心，有我在。我馬上會分享如何幫助決策者快速上手、規劃成果指標、以及設立標準。
評量標準的懶人包
拿起紙和筆。忘掉機器，想像一整座（酒醉？）島嶼上的勞工。你要請他們幫忙何種重複性的工作？你能闡述做那份工作的方法嗎？假如可以，就請一位軟體工程師幫你把那些指示翻成程式碼。如果不行，你能說出你會如何評量一千份有瑕庛的成果呢？如果還是不行，繼續思考。如果可以，恭喜你進入了機器學習的大門！
（因為這是所有機器學習專案的第一步，如果有任何人問你是否在做機器學習／人工智能，你可以問心無愧地說「沒錯！」恭喜你！）
您可以在这里阅读其他有趣的中文文章：bit.ly/ai_chinese
更多靈感
以下是我在生活中見過的一些機器學習標示的範例：
- 嬰兒食品成分：好的或是變質的？
- 病人：理想的用藥劑量？
- 客服中心的電話錄音：客戶的問題是？
- 一瓶酒：我會喜歡嗎？
- 方向盤位置：左駕或右駕？
- 照片：什麼動物？
- 棋子：在棋盤上的哪個位置？
- 句子開頭：是句子的結尾嗎？
- 股票：明天的價格？
- 交易：合法或詐騙的？
- 數據中心冷卻系統：較熱或較冷？
- 機器：何時需要維修？
- 存貨：何時需要補貨？
- 場景描述：視覺渲染圖的像素？
- 今天的溫度：明天的溫度？
- 拍賣：要標多少錢？
- 電影：你會喜歡嗎？
- 現場演講：字幕？
- 詩：大聲朗誦時聽起來如何？
- 收據的圖片：總金額？
- 申請服務：等待時間？
- 報銷單：預算項目？
- 錄音：字幕是否正確？
- 歌詞：何種語言？
- 英文句子：中文同義詞？
- 表格填寫錯誤：正確的欄位？
- 衣服：裙子或女襯衫或…？
- 影片：哪些演員？
- 電玩：搖桿控制型?
- 上廁所的人：他們洗過手嗎？
您可以在这里阅读其他有趣的中文文章：bit.ly/ai_chinese
