谷歌发布全新人机协作计划PAIR：人类与AI要协作，不要竞争！
发布时间：2017-07-13该计划名为"人类与AI研究"（People + AI Research）,简称PAIR。谷歌接下来会陆续发布一些新的工具，来让AI系统的内部工作机制变得更加透明。同时，谷歌还将启动一系列的科研计划来探索更有效的人机合作模式。
了解如何使人类与AI 算法高效协作将具有重大的经济意义，这将重新定义人类的教育方式。而且更紧密的人机合作关系将有利于解决目前存在于AI 的一些负面因素，比如AI 决策机制的不可解释性，以及对AI 将取代人类工作的担忧等。
哈佛大学教授Barbara Grosz 长期以来一直认为，计算机科学家应该设计人工智能系统来补充而不是取代人——这种方法很有必要，是因为当前人工智能的能力范围仍如此有限。Grosz补充说，人力和机器能力1+1应是大于2。 "就像所有电脑一样，AI系统应为使用它的人们所用。"她说。
PAIR 项目是由 Fernanda Viégas 和Martin Wattenberg 领导，这两位都是开发复杂信息可视化技术的专家。他们曾开发过一系列工具来解释复杂且抽象的机器学习模型的具体行为。而对于这些模型来说，不透明的问题则是制约它们被进一步开发利用的关键。
在这次的发布中，PAIR 项目共有两种工具亮相，都是对用于机器学习模型训练的大数据集进行可视化的操作，目的就是进行更加有用的预测判断，而这对于数据科学家识别训练数据来说，显然是非常有帮助的。
Facet平台包含两个可视化工具来理解和分析机器学习数据库。其中，Facet Overview用来对数据集进行整体分析，而另一个工具Facets Dive则用来检视单个数据特征。
下图是使用FacetOverview将UCI机器学习数据库中收入普查数据导入后的分析图：
下图是使用Facets Dive对收入普查数据分析结果进行的可视化，可从国别、工作时长、性别、工作种类、企业性质等多重维度来进行特征比对：
此外，谷歌还用自己开发的Quick, Draw！系统对来自全球的图片进行分析，包括用户所在国家、ID、图片识别率等（如下图）。Quick, Draw！是有Google Brain开发的一款web 应用，它结合了神经网络，能够在用户几笔简单的描画后，基于最佳预测（以及过往收集到的数以百万计的经验）来自动完成常见对象的涂鸦：
搭建与人类配合默契的人工智能系统其实是很有挑战性的，这其中既有人工智能系统的复杂性与不透明性的原因，也因为人工智能系统与人进行交互本身就是个难解的问题。哈佛大学教授Barbara Grosz表示："毕竟，要想达成这一目标，人工智能需要在任何情况下都能很好的领悟到人类的情绪及精神状态。"
来源：Deep Tech
