平衡机器学习的机会和风险

来源：CPDA数据分析师网　/　时间：2021-06-02

机器学习挑战
与任何新技术一样，机器学习实施带来了企业在前进之前需要面对和减轻的挑战和风险。

社会经济挑战
当您引入一种仅根据数据提供判断的技术时，存在做出决策而将大量人员抛在后面的风险，自动化可能会导致失业，其中有可能进行自动化的候选人是需要重复性手动任务的工作，人们经常认为，通过将机器学习用于重复性任务，它可以让员工专注于高阶任务，但是并不是每个人都可以为每项工作重新分配和重新分配技能，随着我们迈向由 ML 支持的未来，我们需要意识到由于自动化程度的提高而带来的挑战，并通过再培训提供替代工作和收入来源。

基于机器学习的系统的另一个挑战是它严重依赖数据而不是人类洞察力
这样的系统很容易导致“赢家通吃市场”，在这种情况下，可以轻松访问大量数据的大型组织呈指数级增长，而较小的参与者则被抛在后面，许多这些技术的一个共同特征是它们越大，它们得到的效果就越好，访问更多数据意味着对系统进行更好的训练，而算法同样出色的较小玩家可能无法与之匹敌，在数据和增长模型方面，这可能会导致富人越来越富，穷人越来越穷的情景，我们需要考虑推动 ML 的发展，让所有人都能轻松访问经过消毒的训练集和合成数据。

道德人工智能是我们的责任企业挑战
随着企业采用基于机器学习的系统，他们管理和适应这种变化的能力是增长的关键。正如ML 实施步骤中所述，变更管理中的“变更”对于 ML 成功至关重要。随着新技术的采用，业务流程和组织结构经常发生变化。这甚至可能意味着我们工作、互动和管理企业结构的方式发生变化，随着基于 ML 的系统变得流行，我们甚至可能有自己的薪水，由一种算法决定，该算法可以感知市场并将其与我们的技能集进行比较并设定我们的薪酬等级。

新技术将导致更加分散和矩阵化的企业
分布在使用基于云的视频会议系统聚集在一起的大地理区域，这种技术变革的关键方面是利用机器能力和人的能力来创建一个可以繁荣发展的组织，它可以促进员工和文化的发展。

安全是另一个与机器学习相关的问题
企业和人员越来越依赖数字基础设施来处理从支付到通信平台的一系列流程，我们现在使用基于机器学习的系统来优化业务流程、提高生产力和提高产品质量。所有这些系统都容易受到攻击。因此，随着我们的依赖性增加，我们的脆弱性也会增加，任何恶意攻击都可能削弱我们的生活和互动能力。正如我们在过去几年中所看到的，犯罪者侵入和篡改选举系统、天然气管道、健康数据和电网的能力不仅会削弱一个企业，还会削弱整个及其经济，随着基于 ML 的系统成为我们组织不可或缺的一部分，集成安全性并使用经过 ML 训练的机器人来实际预测、识别和预防攻击至关重要。

那么，您认为您的 AI 部署是安全的吗？
在一个以多种不同方式生成和跟踪数据的时代，隐私正成为一个需要解决的巨大挑战。我们已经看到公司在商业市场空间跟踪和使用我们的购物、观看、旅行和饮食模式。随着个人数据量的不断创建，分析数据的机器学习算法可能对隐私构成重大挑战。例如，亚马逊会根据我们的活动跟踪并提供建议。但是，这些相同的系统也可用于跟踪我们的个人健康数据、我们的人际关系和财务信息。组织需要在保护隐私和抑制基于 ML 系统的业务增长和需求之间找到平衡。

现在是准备机器学习的时候了

任何技术颠覆都会带来一系列独特的挑战、机遇和风险，基于机器学习的系统超越我们自己的人类洞察力的能力使我们更容易受到恶意的外部攻击以及对我们隐私的侵犯。关键是要认识到社会经济、组织和技术的影响，并为即将到来的变化做好准备，对机器学习将如何发展做出明确的预测可能不是完全可能的，为了地准备机器学习对商业和社会的潜在影响，首先要认识到挑战，然后通过专用的变更管理系统管理转型，这一点至关重要。

开班信息

【武汉28期】CPDA数据分析师线下培训开班公告

https://www.chinacpda.com/openclass/detail/?id=2681

【北京108期】CPDA数据分析师线下培训开班公告

https://www.chinacpda.com/openclass/detail/?id=2645

【上海60期】CPDA数据分析师线下培训开班公告

https://www.chinacpda.com/openclass/detail/?id=2706

CPDA企业内训

https://www.cpda.cn/trainning/

大数据人才培养优秀合作机构受邀参会交流经验

https://www.chinacpda.com/data/detail/?id=2729

CPDA项目数据分析师为什么要更名？