在曩昔的幾年里，機(jī)械進(jìn)修和人工智能在精確性方面獲得了偉大的提高。 但是，受監(jiān)管的行業(yè)（如銀行）依然遲疑未定，常常優(yōu)先斟酌律例服從性和算法說明的精確性和效力。 有些企業(yè)乃至以為這項(xiàng)技巧弗成信，或許說是風(fēng)險(xiǎn)的。

　　在2008年金融危機(jī)時(shí)代，銀行業(yè)熟悉到，他們的機(jī)械進(jìn)修算法是基于出缺陷的假定。 是以，金融系統(tǒng)監(jiān)管機(jī)構(gòu)決議須要額定的掌握辦法，并引入了對(duì)銀行和保險(xiǎn)公司停止“形式風(fēng)險(xiǎn)”治理的監(jiān)管請(qǐng)求。

　　銀行也必需證實(shí)他們懂得他們所應(yīng)用的模子，所以，使人遺憾然則可以懂得的是，他們成心地限制了他們技巧的龐雜性，采取了簡(jiǎn)略和可說明性高于一切的狹義線性模子。

　　假如你想樹立對(duì)機(jī)械進(jìn)修的信賴，可以測(cè)驗(yàn)考試像人一樣看待它，問它異樣的成績(jī)。

　　為了信賴AI和機(jī)械進(jìn)修供給的建議，來自一切行業(yè)的企業(yè)須要盡力更好地輿解它。 數(shù)據(jù)迷信家和博士不該該是獨(dú)一可以或許清晰地說明機(jī)械進(jìn)修模子的人，由于正如AI實(shí)際家Eliezer Yudkowsky所說的那樣：“到今朝為止，人工智能的最年夜風(fēng)險(xiǎn)在于人們過早地以為他們懂得這項(xiàng)技巧。

　　信賴須要工資的辦法

　　當(dāng)數(shù)據(jù)迷信家被問及機(jī)械進(jìn)修模子是若何作出決議的時(shí)刻，他們偏向于應(yīng)用龐雜的數(shù)學(xué)方程式去解答，使得門外漢木雞之呆，也不曉得可以若何信賴這個(gè)模子。 以與人類決議計(jì)劃雷同的方法來處置機(jī)械進(jìn)修決議計(jì)劃，會(huì)不會(huì)更有成效？ 正如Udacity結(jié)合開創(chuàng)人塞巴斯蒂安·特倫（Sebastian Thrun）已經(jīng)說的：“人工智能簡(jiǎn)直算得上是一門人文學(xué)科。 這現(xiàn)實(shí)上是一種懂得人類智力和人類認(rèn)知的測(cè)驗(yàn)考試。”

　　所以，不要用龐雜的數(shù)學(xué)方程來肯定信貸員員若何做出決議，而只是簡(jiǎn)略地問：“存款請(qǐng)求表上哪些信息對(duì)您的決議最主要？或許，“甚么值表現(xiàn)風(fēng)險(xiǎn)的高下，和您是若何決議接收或許謝絕一些特定的存款請(qǐng)求的？

　　可以采取異樣的工資辦法去肯定算法若何做出相似的決議的。例如，經(jīng)由過程應(yīng)用稱為特征影響的機(jī)械進(jìn)修技巧，可以肯定輪回功效余額，請(qǐng)求人的支出和存款目標(biāo)是信貸員算法的前三個(gè)最主要的信息。

　　經(jīng)由過程應(yīng)用稱為緣由代碼的才能，人們可以看出每一個(gè)存款請(qǐng)求人的具體材料的估量中最主要的身分，而且經(jīng)由過程應(yīng)用稱為部門依附的技巧，可以看到該算法將較高支出存款請(qǐng)求的風(fēng)險(xiǎn)品級(jí)評(píng)為較低。

　　客不雅性，可擴(kuò)大性和可猜測(cè)性的價(jià)值

　　經(jīng)由過程剖析機(jī)械若何像人類一樣做出決議計(jì)劃可使人類更好地輿解人工智能和機(jī)械進(jìn)修，另外，人類還可以經(jīng)由過程熟悉到技巧的奇特才能來取得對(duì)人工智能和機(jī)械進(jìn)修信賴，包含：

　　● 處理可托度和數(shù)據(jù)異常值的成績(jī)：傳一切計(jì)模子平日須要假定數(shù)據(jù)是若何創(chuàng)立的，數(shù)據(jù)的面前的進(jìn)程和數(shù)據(jù)的可托度。但是，機(jī)械進(jìn)修經(jīng)由過程應(yīng)用高度靈巧的算法來清除這些限制性的假定，這些算法不會(huì)賜與比它應(yīng)得的更多的可托度。

　　● 支撐古代盤算機(jī)和海量數(shù)據(jù)集：與手工流程分歧，機(jī)械進(jìn)修不假定世界充斥了直線。相反，它會(huì)主動(dòng)調(diào)劑方程式以查明最好形式，并測(cè)試哪些算法和形式最合適自力驗(yàn)證數(shù)據(jù)（而不是僅測(cè)試所練習(xí)的數(shù)據(jù)）。

　　● 應(yīng)用缺乏的值猜測(cè)將來：高等機(jī)械進(jìn)修不是請(qǐng)求數(shù)小時(shí)的數(shù)據(jù)清算，而是可以構(gòu)建一個(gè)藍(lán)圖，優(yōu)化特定算法的數(shù)據(jù)，主動(dòng)檢測(cè)缺掉值，肯定哪些算法不實(shí)用缺掉值，尋覓代替缺掉值的最好值，并應(yīng)用缺掉值的存在來猜測(cè)分歧的成果。

　　不要疑惑AI或機(jī)械進(jìn)修的建議，讓我們經(jīng)由過程訊問我們請(qǐng)求人類的雷同推理成績(jī)來更好地輿解它們。讓我們熟悉到技巧在下降數(shù)據(jù)異常可托度方面的客不雅才能，和為現(xiàn)今海量數(shù)據(jù)供給可擴(kuò)大的靈巧性的才能。

　　或許最主要的是，讓我們認(rèn)可AI和機(jī)械進(jìn)修的才能，經(jīng)由過程應(yīng)用缺乏的信息來更好地猜測(cè)將來的成果。由于固然技巧確切足夠壯大以致于須要小心和正式的監(jiān)管，但假如可以或許樹立一個(gè)準(zhǔn)確的懂得和信賴程度，花費(fèi)者和企業(yè)都只會(huì)受害。