How to harness AI to augment human intelligence

From AI taking human jobs in the short-term, 从长远来看，奇点诱导的超级智能杀人机器的创造, 人工智能几乎每天都受到公众的批评. Yet, 即使我们的危言耸听的媒体利用了人类最基本的恐惧, 人工智能正在悄无声息地一次又一次地改善我们的生活. 

德国哲学家康德宣称，存在着一个人类无法想象的世界, one which lays beyond our level of understanding. 如今，人工智能的计算能力让人们对这个世界有了诱人的一瞥. A perfect example is a recent MIT project 其中人工智能发现了一种新的抗生素，现在可以成功地杀死耐抗生素细菌. 

人工智能成功地在几天内筛选了1亿多种化合物，并识别出人类无法区分的模式. Having established the existence of these patterns, human researchers are now setting about explaining them, 在这样做的过程中，我们扩展了人类对分子细胞生物学的理解.  

In this way, AI and humans are acting symbiotically, 人工智能打开了人类理解的大门. 正是这种人工智能计算能力与人类理性思维和解释的结合，为人工智能驱动的社会提供了机会，在许多领域都得到了大幅提升——广告也不例外. 

广告采用人工智能技术，优化内容. 已经创建了几个可以摄取内容和数据的系统, and determine the most effective cut of an ad; some systems even automatically cut the ad into its “optimal” version. Yet many of these systems have left advertisers feeling short-changed; complaints that the outputs lack nuance and are one-dimensional abound. 

这就是人工智能的挑战所在——一个人工智能系统的好坏取决于它所基于的数据, 因此，基于肤浅的社交数据或基本媒体参数训练的系统只会产生肤浅的结果, basic results. 然而，当人工智能在更深入的数据上进行训练时，输出可能会很神奇. 

这个故事的寓意是检查你的AI接受了哪些数据训练. 不接受供应商的表面主张，总是愿意深入挖掘. In particular, be wary of: 

1. Being dazzled by studies or credentials. 许多基于人工智能的技术都得到了学术研究的支持，或者是由拥有学术创始人的公司创造的. 这当然可以增加公司的专业知识和信誉, 人工智能的发展如此之快，一个优秀的人工智能从业者的核心特征包括谦虚地知道他们不知道所有的答案，以及对新技术和数据源的开放态度. 任何没有这些特征的人工智能从业者都应该非常谨慎地对待.
2. Algorithms that claim to identify a universal human truth. 如果一个人工智能供应商声称所有地方的人类都以同样的方式对某种刺激做出反应, 很有可能，因为这符合他们的商业利益. By claiming to have discovered a universal truth, 供应商实际上透露，他们的模型是在一个小的和/或浅的数据集上训练的, 他们推断，更多的人口/不同的文化会以同样的方式做出反应. In the real world, they very likely won’t! 
3. Basic outputs. When an AI system can only produce basic outputs, it means the data on which it has been trained is basic. 基本的数据输入不仅会导致过度简化的输出，而且会导致不准确的输出. Once again, buyer beware!  

根据我的经验，最好的人工智能系统是由不断添加新的训练数据和分析技术的团队来运行的，以提高他们预测的准确性. 

What training data should be used? The deeper and more granular the better. 在过去的五年里，广告中收集的一些最有趣的数据是注意力和情绪数据. By ingesting this data, 人工智能可以向广告商揭示为什么他们的内容有效或无效, moving far beyond simple correlations to causality. 只有实现对内容表现的整体理解，广告商才能从过去中吸取教训，并为未来优化策略. 

In summary, 人工智能正在人类努力的几乎每个领域创造巨大的突破, not by replacing human intellect, but by augmenting it. 广告商应该拥抱人工智能技术，但也必须注意——并非所有人工智能都是平等的. To determine whether an AI system is right for you, 真正理解构建人工智能的数据. Don’t get dazzled by academic studies, 要警惕那些似乎发现了普遍真理，却在给出基本输出时走开的算法.