top of page

協作機器人或成趨勢

Updated: Apr 28

我們每天做出很多決定,多數情況是無意識的。其中只有少數是認為重要的決策,但如果累積效應導致決策疲勞的話,很容易會作出錯誤的決定和非理性行為。在資訊爆炸的今天,如果不注意資訊及虛假訊息的滲入,後果堪虞。筆者建議大家應該科學地對待這個既老且新的現實。

一項研究展示了決策疲勞的影響,分析以色列假釋委員會在一年內如何做出決定。結果發現法官裁決犯人能否獲得假釋的可能性,與法官做出決定的數量,以及早上還是下午有很大關係。研究所表明,大腦可以消耗大量能量,即使我們盡力保持情緒穩定和理性,沒有人能夠一直保持高水準的關注力和決策力。這背後有幾個原始的觸發因素,隨着我們持續做出決策,大腦會密切監視身體的能量輸出。當身體的燃料嚴重耗盡時,大腦開始關閉它認為的「非必要服務」。情況會隨着年紀增長或者脾氣愈大變得更糟糕,這種狀態可能會因為焦慮、疲勞和抑鬱的環境因素而進一步加劇。

過去10年,筆者作為一個資料分析師,幫助別人做決策是我的工作,而且一直關注人工智慧如何能填補人類無法長久保持精神穩定的弱點。除了充足的睡眠和補充營養之外,還可以做些什麼?我認為人機的互相協作是極可能的大趨勢,所以我選擇的不是等待,而是主動嘗試不同的工具。大家可能會覺得奇怪,但是我每天都在迎接它的來臨:

1)在規劃工作的時候,讓重點決策事項保持早上優先,避免同時關注太多專案,避免資訊超載;

2)跟蹤進度,記錄環境、飲食、運動對集中力、創新靈感的影響;

3)寫作可以增強大腦接受、處理、保留和檢索資訊的能力。它能夠增強大腦的注意力,促進長期記憶;

4)知識圖譜作筆記有助大腦增強抽象思維的來源、刺激最高等級的認知;

5)資訊管理工具的選擇,利用更強的人工智慧作大量資訊的分類及聚類能力,減輕腦部對搜尋大量記憶的負荷;

6)選擇基於相關性回饋資料的資訊推薦應用來增強資訊品質;

7)利用人工智慧工具在指定的知識範圍內,為低等級問題作自動回答,減少對腦部的消耗。

關於科技如何幫助人類思考決策,我深信這類型的COBOT(協作機器人)很快會出現。但會否弊多於利呢?

Recent Posts

See All
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
智能代理編程戰 懂人機協作致勝

上周把兩個消息放在一起看,很有意思。 第一個,Anthropic宣布Claude Code推出Artifacts,讓軟件工程師在寫程式的過程中,業務主管能同時打開網頁儀表板,就能看到軟件即時更新及開發的狀態。 第二個,中國人民大學和微軟亞洲研究院聯合推出一個叫Arbor開源自主人工智能體的新框架,系統能自動提出假設、修改代碼,運行真實實驗並從結果中學習,自動優化解決問題。 過去一年大家比併的是模型

 
 
集結舊手機算力 媲美當今伺服器

你可曾想過,你抽屜裏那部4年前的舊手機,可能很有價值? 這個星期,Google Research聯同加州大學聖地牙哥分校(UCSD)公布一項創新計劃:運用2000部退役的Pixel手機,構建一個真實可用的雲端計算平台。這不僅是概念驗證,更是一個供數百名學者與研究人員實際操作的生產級環境。處理方式十分直接,將舊手機的熒幕、電池、外殼全部移除,僅保留主機板,透過Kubernetes技術組成叢集,直接轉

 
 
bottom of page