从简单的模式识别到创造性的抽象北京赛车官网

 智能家电     |      2019-04-05 12:09

  人类计算研究所(HCI)和康奈尔大学的研究人员表示,人类和计算机智能的结合可能正是我们解决世界“邪恶”问题所需要的,例如气候变化和地缘政治冲突。

  在“ 科学 ”杂志上发表的一篇文章中,作者提出了人类计算的新视角(人群驱动系统的科学),它超越了传统的限制,并且承受了直到最近仍然无法实现的难题。

  人类在很多方面都超越了机器,从简单的模式识别到创造性的抽象。在计算机的帮助下,这些认知能力可以有效地组合成多维协作网络,实现传统解决问题所不能解决的问题。

  今天的大多数人类计算系统依赖于向一些人发送一口大小的“微任务”,然后将结果拼接在一起。例如,EyeWire的165,000名志愿者在网上分析了数千张图片,以帮助建立世界上最完整的人类视网膜神经元图谱。

  作者说,仅靠这种微观方法无法解决我们今天面临的严峻挑战。解决“邪恶问题”需要一种全新的方法 - 那些涉及许多不断变化的相互作用系统,其解决方案具有不可预见的后果(例如,由于应对自然灾害而提供的财政援助导致的腐败)。

  新的人类计算技术可以提供帮助 最近的技术提供对基于群体的输入的实时访问,其中个人贡献可以由计算机处理并发送给下一个人以进行改进或分析不同类型。这样可以构建更灵活的协作环境,从而更好地解决最具挑战性的问题。

  这个想法已经在几个人类计算项目中形成,包括该项目由康奈尔大学于2012年推出,旨在将全球保护工作一次映射到一个地块。

  “通过在地图社交网络中分享和观察实践,人们可以开始将他们的个人努力与生活和工作环境的全球保护潜力联系起来,”康奈尔鸟类学实验室公民科学教授兼主任Janis Dickinson说。 。

  YardMap允许参与者互相交流并建立彼此的工作 - 这是众包无法实现的。该项目是这种自下而上的社交网络系统如何为我们管理住宅景观带来可扩展变化的重要模型。

  HCI最近开始利用人群力量加速康奈尔的阿尔茨海默病研究。两个成功的微任务系统组合成一个交互式分析管道,构建鼠脑动脉血流模型。用于在一百万张气凝胶图像中搜索彗星尘埃的星尘@家庭系统正在调整以识别停滞的血管,然后通过修改后的EyeWire系统在大脑中精确定位。

  “通过让公众成员玩一些简单的在线游戏,我们希望将治疗发现的时间从几十年减少到几年,”HCI主任兼主要作者Pietro Michelucci博士说。“这为任何人提供了机会,包括精通科技的一代护理人员和早期AD患者,将这件事情掌握在自己手中。”