您現在的位置是:首頁 >每日動態 > 2022-08-09 13:09:08 來源:
這是為什么你困的原因英語(這是為什么)
大家好,小霞來為大家解答以上的問題。這是為什么你困的原因英語,這是為什么這個很多人還不知道,現在讓我們一起來看看吧!
1、因為計算或者程序錯誤了。
2、伯克利·戴特沃斯特:最初,我們在想,對那些不喜歡運算的人,我們可以采取做實驗的方式。
3、一旦人們了解了運算,并看到自己也可以通過運算來預測,他們就會開始更多地運用這種方式了。
4、但實驗開始后,我們才發現事情和我們預計的完全相反。
5、人們在沒有看到運算的過程,沒看到運算出錯的時候,是很樂意接受的。
6、但在實驗中,如果人們看到運算出了錯誤,就不太可能使用和接受運算了。
7、沃頓知識在線:很有趣,因為……面對數據,絕大部分都是千真萬確的,為什么人們還不接受?出于某種原因,運算數據并沒有得到人們應有的接納。
8、梅西:這正是巴克利真正的研究重點,他的洞察力也為我們指引了方向……人們更容易接受人的主觀判斷而不是運算結果。
9、沒有任何運算是萬無一失的。
10、我是說,即使非常非常精確的運算也不是完美的。
11、小的失誤是在運算過程中需要克服的現實問題。
12、沃頓知識在線:為什么會這樣,你們分析過嗎?戴特沃斯特:我想,人們之所以看到運算出錯后,就不愿應用運算的方法,原因之一是因為一旦人們看到運算出錯,就會覺得未來可能還會一錯再錯,從某種程度上來說,這樣想也是正確的。
13、梅西:但運算的優勢之一就是具有連貫性。
14、戴特沃斯特:這也是為什么我們喜歡這種方式的真正原因之一,前后連貫。
15、梅西:人們錯誤地認為,人類不會持續犯錯,甚至還會不斷改善和提高。
16、但在許多情況下,事實并非如此。
17、相對于計算機來說,人類犯的錯誤更厲害。
18、沃頓知識在線:計算機或者運算程序,在面對新數據或程序變化的時候,可以適應和調整,但人類卻很難做到。
19、戴特沃斯特:是的,一方面運算方法可以不斷變化,未來還能不斷改善。
20、但另一方面人們也應該認識到,完美無暇的預測是不可能的,因為現實世界的許多結果是由偶然因素決定的。
21、因此,即使你這次的預測完全正確,也不可能保證每次都很正確。
22、梅西:芝加哥大學的一位研究員希利·艾因霍恩(Hilly Einhorn)在他的論文里寫過一句很有道理的話,“接受錯誤,以免犯更多的錯誤”。
23、你必須接受,你的模型是不完美的。
24、承認這一點,有助于你少犯錯,因為人類可能更不完美。
25、沃頓知識在線:是的。
26、梅西:我們意識到,而且我們也有證據證明,人們總是追求完美的預測,不愿放棄每次都對的機會,即使根本不可能。
27、沃頓知識在線:但你的研究里也提到還有經濟方面的考慮因素。
28、梅西:我們有一個有力的推斷,但目前證據還不充分。
29、我們推斷,具有諷刺意味的是,越是重要的事兒,人們越排斥運算。
30、如果他們不太在意結果,反倒更愿意接受計算機的幫助。
31、例如,美國的超級碗橄欖球賽。
32、談到比賽的時候,人們會覺得,天哪,我們不能讓運算來決定勝負。
33、目前我們有一些類似的證據,但還沒有系統地研究過這個問題。
34、戴特沃斯特:目前我們正在實驗室開展這項研究。
35、沃頓知識在線:有時數據結果與你的預測可能完全相反,出現這種情況顯然多少會令人有些詫異,請多和我們分享一下對這種情況的理解。
36、梅西:最初遇到這種情況的時候,我們顯然必須復制數據,確保我們重做實驗的時候,也會重現同樣的結果。
37、然后我們會尋找其他可以合理解釋這一情況的原因。
38、例如,我們確實發現,參與者看到運算過程后,對運算失去了信心。
39、而沒有見過運算過程的人可能更有信心。
40、我們開始檢查所有的數據,各種跡象表明,正是因為看過了運算過程,人們才不太愿意接受運算的方式。
41、戴特沃斯特: 這種信心方面的數據非常有趣。
42、人們即使犯錯,也不會對自己失去信心。
43、自己犯錯時,對自己還是很自信,即使人們在實驗中可能比機器錯的更多。
44、沃頓知識在線:你們怎么處理這項研究的相關數據,如何將其應用于現實世界?梅西:在目前我們所進行的項目中,我們正在探索,如何說服人們使用運算工具,即使他們知道機器也會犯錯。
45、我們進行過一些實驗,有的人用模型預測,有的人靠自己預測,還有的人可以結合自身判斷,對模型的預測結果進行調整,但這樣做是有條件限制的。
46、例如,數據運算給出了一個結果,你可以向上或向下調整5個點。
47、我發現人們喜歡這種方式,更喜歡融入個人的因素。
48、事實上,即使這種方式出錯,人們也知道出了錯,但卻不一定會對這種方式失去信心。
49、因此,只要人們可以參與決策,可以運用自己的判斷,他們就會更愿意使用運算工具。
50、沃頓知識在線:《波士頓環球報》刊出過一篇有趣的文章,介紹了你們的研究。
51、文中提到在挪威餐廳的一個有趣的案例。
52、我想說的是,餐館不是讓斟酒的服務員告訴你什么酒最好喝,而是通過平板電腦來說明。
53、梅西:為什么你認為人們更能接受通過數據運算推薦的酒,而不是酒保推薦的酒呢?戴特沃斯特: 我猜他們不太愿意接受。
54、梅西:你覺得不太會接受,為什么?戴特沃斯特:是的。
55、如果在你工作的領域里,人們相信人類具備特殊的洞察力,但這是機器所無法理解的,這時人們就很有可能不愿運用數據運算。
56、我是這么想的,但顯然我們沒有證實過這一點。
57、計算機從來沒有品過酒,因此我想人們不會相信計算機給出的結果。
58、順便說一句,我猜其實計算機會“品酒”……人們肯定不愿聽到這個,但我猜它會。
59、梅西:如果計算機還沒“品過酒”,將來可能會的。
60、戴特沃斯特:未來會搞明白的。
61、沃頓知識在線:就好像一扇通往不同探索領域的大門被打開了,讓人們看到數據可以影響到現實生活的方方面面。
62、戴特沃斯特:確實。
63、正因為如此,我們最初就感覺這項研究非常重要,因為這個項目的適用性在不斷增加。
64、隨著大數據的發展,越來越多的人嘗試借助數據運算幫助他們在各個領域做出決策。
65、我們需要更深入地了解,到底是什么能幫助人們克服不相信機器的障礙。
66、我們開展這項工作的動機之一,就是想深入了解人們對機器的偏見到底有多深,人們多么需要,也多么不易改變這種判斷。
67、沃頓知識在線:顯然,偏見是日常生活中經常會出現的問題。
68、3012-400與3012-300脈可是通用呀?。
本文到此分享完畢,希望對大家有所幫助。