印孚瑟斯总裁拉维·库马尔采访了杜克大学科学院人类与自主实验室主任米西·卡明斯

拉维·库马尔年代。

大家好，我是拉维·库马尔，印孚瑟斯公司的总裁。欢迎来到下一个版本的开拓者。这次我们用虚拟的方式来做。今天我有一位非常尊贵的嘉宾，米西·卡明斯——杜克大学人工智能教授。米西在杜克大学已经有几年了她也是人类和自主实验室以及杜克机器人的主管。她的研究兴趣包括人机交互、人车交互、人类自主系统、协作系统工程、无人驾驶汽车的公共政策影响以及技术的伦理和社会影响。关于米西，我读过也听过很多次的最有趣的事情之一是，她是90年代的海军军官和军事飞行员，是首批海军女战斗机飞行员之一。

哇，我想说这是一个多么好的转变啊!欢迎来到我们的节目，米西，感谢你今天的加入。

米西·卡明斯

谢谢你邀请我。当我与印孚瑟斯互动时，我总是很喜欢它。

拉维·库马尔年代。

谢谢你,小姐。非常感谢你所做的一切。米西，你知道我读过的关于你最有趣的事情是，事实上你知道我自己就是一名核工程师，我认为这是迈向科技的一个飞跃，但你超越了所有的标准——从战斗机飞行员到人工智能教授。你知道还有谁做过这种事吗?

米西·卡明斯

不，实际上我不知道。但我要告诉你们，几年前我接受了《大西洋月刊》的采访，就这个话题，老实说，我不知道如果没有战斗机飞行员的经历，人们是如何成为教授的。我发现“非死即死”的态度对我的工作很有帮助。

拉维·库马尔年代。

是什么促使你这么做的?

米西·卡明斯

嗯，当我在飞行的时候，特别是在飞行战斗机的时候我做了三年，在我知道的那三年里大约有36人死亡。我一个月就认识一个人。在所有情况下，这都不是战争。这些都是可以避免的事故。这实际上是由于糟糕的人机交互。人们只是不明白这些飞机在做什么，以及它们是如何超越人类能力的。所以，这真的激励了我，所有那些死去的人。我想肯定有更好的方法来设计这些系统。难道没人在做些什么吗?这就是激励我去读博士的原因，然后，我就在这里了。

拉维·库马尔年代。

如果我可能会问你最后一个关于你最喜欢的战斗机的战斗机问题？

米西·卡明斯

好吧，这很棘手。是的。所以，我的意思是如果我能在历史上任何时候成为飞行员，我想成为一名第二次世界大战的飞行员，在运营商上飞行A-7条纹。我知道这会听起来很可怕，但他们真的是男子气概的飞机。他们是大引擎，我只是喜欢大引擎。我也非常喜欢A-4，因为它是一个非常粗加工的三角翼飞机。它可以做一个副翼卷。是的，你可以在一秒钟内完成几次。所以，但最终F / A-18是教导我如何去超音速的飞机，这总是有趣的。但是，当我们开始将计算机技术转移到驾驶舱时，那么我的机器互动的重要性，这就是我看到真正的跨利赛。 So, they were all good. But, really I'd rather be a World War II pilot.

rk：谢谢Missy，为您的个人轶事。我想把齿轮转向AI，你运行的人类自主实验室可能会重新定义人类和机器的相互作用。我想重新定义你可以放大人类的潜力。我们在旅途中在哪里，因为有很多关于无人驾驶汽车的谈话。实际上，AI社区有点痴迷于无人驾驶汽车。我实际上相信与无人驾驶汽车的解决方案有更容易的问题。我想知道为什么我们采取了最复杂的，与其他人类机器相互作用相比，可能会更加成熟，更容易实现。

米西·卡明斯

好吧，你和我在同一页上。实际上，不仅有更容易的问题，而且我认为我们应该看一些更重要的问题，真正在人类和机器，计算机，技术一起工作的交叉点。我认为我们在无人驾驶汽车社区所看到的事情是感知系统可以令人难以置信的脆性，它由AI提供动力。因此，它也不仅仅是在自动驾驶车辆中，但还有许多其他域名真正寻求用启用AI的技术取代人类。我只是想我们正在看错问题。我认为我们真的需要开始思考人类的增强和合作，因为在大多数部门，商业部门，我实际上今年的亚马逊机器人休假。亚马逊永远不会彻底取代人类。我们真正需要做的是开发更好的团队合作策略，使得机器可以进行死记硬背，沉闷，肮脏，危险的工作，人类可以在不确定性下解决问题。

拉维·库马尔年代。

事实上，我一直在研究的一件事是在未来，如果我们真的能在人与机器之间取得正确的关系，解决问题将是机器的努力，而问题的发现将是人类在很多方面的努力。说得很恰当。但如果我回到你刚才说的，你认为哪个行业会更快地适应人工智能，比如制造业、采矿业或农业?这类行业我认为相对于人工智能社区正在处理的复杂行业，人工智能实施要容易得多。

米西·卡明斯

我觉得你说到点子上了。我想制造业，尤其是现在我在亚马逊机器人公司工作。人工智能是必要的，但还不够。因此，我们需要人工智能和人类驱动的系统。矿业，我在西澳大利亚和皮尔巴拉的矿场待了很多年。这是另一个我们迫切需要科技介入并取代人类的领域。但它所做的是把人们从铁矿转移到这些远程操作中心，这需要更高水平的技能和更微妙和技术支持的互动。所以，每当我听到人们开始谈论机器人，人工智能，它将取代工作，我告诉人们不!每个人都需要放松。这只会创造更多的就业机会。 And indeed, in America you can see that Amazon is like one big vacuum cleaner of companies that's vacuuming up every human it can from all levels and walks of society and indeed, you know, Amazon has a lot of technology. So, I think that people need to appreciate that while there is a lot of hype out there, I think that the real job creation and the real value added and we can see it in manufacturing and mining and many other industries will be the combination-collaboration of humans and technology.

拉维·库马尔年代。

谢谢你。你们知道，健康危机所做的一件具有讽刺意味的事情是，它增加了数字化，在很大程度上加速了数字化。但更重要的是，它让世界进入了一种分散的状态。所以，你知道，在某种程度上，我们已经在加速数字化，因为工作正在分散，工作正在与企业分离。作业正在从工作中分离出来。那么，你是否相信无人机技术会成为，你知道，它已经存在了一段时间，但这是否是无人机技术的转折点，因为我们都将生活在一个分散的世界，即使在健康危机之后?

米西·卡明斯

好吧，我会说有没有无人机技术，你知道，我们会看到远程交付吗？我认为还有更多的技术。我认为Covid真的陷入了敏锐的重点，为什么我们需要支持的各种元素，我将考虑分发的工作安排。无人机技术，他们正在缓慢但肯定的进步，但我们不打算看到它们只是爆发到现场，也许像我们看到无人驾驶汽车，有一些物理限制。无人机只能带来这么多的技术。作为一个人在城市地区的飞行无人驾驶的人，高风，他们毁了电池寿命 - 你知道只有很多运营问题，使无人机不会随着人们的想法而导致的尖端，除了他们制造业我们看到了越来越多的足迹，并将有其他技术或相关技术。映射，我认为这是一个无人驾驶中的另一个重要领域。但我实际上更广泛地思考，Covid教授我们在能够在分布式工作和本地采购工作之间快速移动时需要更加灵活。所以我想的是，我希望的是人们会拿走这些经验教训并开始学习什么，而当我说敏捷时，我几乎在内部翻身，因为我知道这是一个过度使用的流行语，但你甚至都知道当这种疫苗开始在全球范围内分发时，我认为将有新的和新兴的活动可能需要，这需要使各国和公司需要在这些工作技术之间来回来回。

拉维·库马尔年代。

谢谢你,小姐。事实上，在过去的几周里，Infosys推出了一个名为“应用人工智能到企业”的项目，我碰巧和斯坦福大学的一位教授Erik Brynjolfsson交谈过，他也从事人工智能研究，我们已经交谈了很多年。我们开始相信的一件事是，我们有第二个拐点。第一个是在过去十年左右的消费者人工智能，我们认为这是一个转折点，你将看到人工智能在商业和企业中的加速，这也是因为信任的水平，机器学习和人工智能算法的精确度已经开始达到比人类更好的水平。你知道，商业不像在大街上开车那么复杂，但我们已经到了一个转折点，我们认为这是一个更好地拥抱人工智能的转折点。你是否认为我们正处于企业适应更多人工智能的拐点?

米西·卡明斯

我同意，我们正处于企业适应人工智能的拐点，我认为存在很多困惑。作为一名教授，无论是在课堂上还是在与我合作的公司中，我都经常看到这种情况。你知道，人工智能对不同的人有不同的含义，它的范围从非常直接的，我们称之为经典的基于规则的人工智能，到更注重连接的神经网络方法。我认为，公司未来面临的真正挑战是，如何确保自己明白，在正确的时间和规模上，应该引入什么样的人工智能。更广泛的我认为,至少在美国的一个重大问题,我看到地平线上,我的意思是我们没有在地平线上的今天,我们只是不够训练人们与AI原因,推断AI,包括测试和认证和安全关键系统医疗系统和开车,但也适用于商业系统。当然，金融系统需要确保我们了解证券和脆弱性。因此，我认为我们正处于一个拐点。但随着拐点,AI的需求越来越大,越来越需要了解人工智能的人从各个层面,包括入门级员工,但同时,我要告诉你我的意思是,我不需要讲你对人工智能,因为你很聪明,但大多数ceo我真的说话不诚实,他们没有线索。所以，我很担心，如果公司的高管不明白他们在要求员工做什么，我就会发现一些问题的来源。

rk：和Missy，你知道，你提出了这一非常重要的技能点。事实上，有一个概念，AI将夺走过去的工作。但是，也有同样受欢迎的概念，我会创造更多未来的工作。但没有人知道如何创建桥梁和重新resking。这也是我们弥合我们在数字技能中创造的包容性和多样性划分的机会吗？

米西·卡明斯

我非常同意需要开始解决这个问题，你知道，我们谈论再技能，提高技能，但我认为在很多情况下，这是新的技能。数字景观永远与我们同在。我们永远不会回到一个不需要至少熟悉人工智能、数字安全、网络物理系统的人的领域，你知道这些东西都是集合在一起的。至少在美国，我一直大力倡导让所有计算机科学学位和社区大学免费。我们应该向所有人敞开大门，而这正是多样性的需要。最近我做了一个演讲，我们欣赏性别多样性和种族多样性，但我也认为重要的背景多样性包括从农村地区引进人。这里的地理位置多样，你会发现来自不同背景的人会带来新的想法。如果你继续建立一个同质化的劳动力无论背景如何，这不是明智的商业意识。所以，我认为我们需要在这个国家更加努力。我认为其他国家做得更好。 But even there we need to reach further into particularly rural communities to get that strength of diversity in thought.

拉维·库马尔年代。

谢谢你，米西，说得太好了。事实上，我想挤进最后一个问题这是一个很吸引人的问题。我是从首席官那里听到的，他们非常了解AI，并围绕它测试和构建假设。让它负责任，你提到发现更多用例，扩大AI在企业中的规模，但让它负责任同样重要，数据有很大的偏差，过去的数据也有很大的偏差，没有人知道如何消除这种偏差。这是一门不断发展的科学。对此有什么想法或看法吗?

米西·卡明斯

我确实认为，在人工智能领域，试图理解偏见的来源非常重要，我在这方面写过很多文章。偏见来自于创造算法的人，测试算法的人，然后是解释算法的人。这是你选择的数据集中可能会出现的偏差。所以，我认为我最大的担忧是我们没有训练，当然，这落在我和其他教授身上，我们没有训练人们如何成为批判的解构主义思想家去追求主体性。我认为这很难，因为我们作为专业人士我们想说，在我的数据或建模过程中没有主观性，但答案是存在的，在每个模型中都有。所以，我认为我们需要花更多的时间和团队一起工作来识别，你知道，你永远无法摆脱它，但你至少可以减轻它。

拉维·库马尔年代。

谢谢你,小姐。太棒了。真是一次伟大的谈话。我可以在这个问题上讲几个小时，非常感谢你成为一个未来主义者，实际上是一个现实主义者。在很多方面，你都是一个人工智能现实主义者。感谢你们对我们所有人的激励，感谢你们今天抽出时间。

米西·卡明斯

谢谢你们邀请我。我总是喜欢和印孚瑟斯的朋友们互动。

rk：谢谢你。