2．制造行業(yè)

在診斷和修復(fù)設(shè)備故障時，現(xiàn)場技術(shù)人員通常依賴“部落知識”。

IBM Watson物聯(lián)網(wǎng)高級產(chǎn)品經(jīng)理Heena Purohit指出，在制造行業(yè)中，現(xiàn)場技術(shù)人員在診斷和修復(fù)設(shè)備故障時往往依賴“部落知識”，也有一些行業(yè)也是如此。部落知識的問題在于團隊成員變動頻繁，有時甚至是顯著的：人員流動頻繁，他們的專業(yè)知識也會改變，而這些知識并不總是被記錄或轉(zhuǎn)移。

Purohit說，“人工智能驅(qū)動的自然語言處理可以幫助分析非結(jié)構(gòu)化數(shù)據(jù)，如設(shè)備手冊、維護標(biāo)準(zhǔn)，以及例如歷史工作訂單、物聯(lián)網(wǎng)傳感器讀數(shù)和業(yè)務(wù)流程數(shù)據(jù)等結(jié)構(gòu)化數(shù)據(jù)，以提出技術(shù)人員應(yīng)遵循的規(guī)定性指導(dǎo)的最佳建議。”

這并不能消除部落知識的價值，也沒有削弱人類的決策制定。相反，它是一個迭代和交互的過程，有助于確保以可操作的方式存儲和共享知識。

Purohit解釋道，“在這種情況下，我們向用戶展示了由人工智能驅(qū)動的多種可能的維修指導(dǎo)建議選項，并且每個響應(yīng)的置信區(qū)間都是可能的答案。用戶可獲得每個選項，這有助于持續(xù)學(xué)習(xí)過程，并改進未來的建議。這樣，我們不會只給用戶單一的選擇，我們允許用戶在各個選項之間作出明智的決定。對于每個建議，我們還向用戶顯示了知識圖輸出這個高級功能，以及在人工智能培訓(xùn)階段使用的輸入，以幫助用戶了解有關(guān)為什么結(jié)果被優(yōu)先排序和相應(yīng)評分的參數(shù)�！�

3．保險行業(yè)

就像醫(yī)療保健行業(yè)一樣，人工智能對于保險行業(yè)可能會產(chǎn)生深遠(yuǎn)的影響，但信任、透明度、可審計性是絕對必要的。

Cognitivescale公司創(chuàng)始人兼首席技術(shù)官Matt Sanchez說：“人工智能在保險領(lǐng)域有著許多潛在的使用案例，例如客戶獲取、代理生產(chǎn)率、索賠預(yù)防、承保、客戶服務(wù)、交叉銷售、政策調(diào)整，以及提高風(fēng)險和合規(guī)性�！彼�指出，埃森哲公司最近的一項調(diào)查發(fā)現(xiàn)，大多數(shù)保險業(yè)高管預(yù)計人工智能將在未來三年內(nèi)徹底改變其行業(yè)。

但這絕對是一個有相當(dāng)大影響的領(lǐng)域。只需考慮關(guān)鍵的保險類別就可以感受到這些影響，例如生活、業(yè)主、健康、員工補償?shù)鹊取�Sanchez表示，可解釋的人工智能將非常重要；建議人們思考這些問題，而每個問題也適用于其他領(lǐng)域：

人工智能能否解釋它是如何獲得這種洞察力或結(jié)果的？

應(yīng)用了哪些數(shù)據(jù)、模型和處理來獲得其結(jié)果？

監(jiān)管機構(gòu)可以訪問并了解此人工智能的工作原理嗎？

誰在訪問什么以及何時訪問？

4．自動駕駛汽車

可解釋的人工智能最終應(yīng)該是使人工智能提供最大的價值。

PubNub公司首席技術(shù)官兼聯(lián)合創(chuàng)始人Stephen Blum表示，“了解人工智能服務(wù)為什么做出某種決定，或者了解是如何獲得某種洞察力，這對于人工智能從業(yè)者更好地整合人工智能服務(wù)至關(guān)重要。例如自動駕駛汽車的人工智能系統(tǒng)將如何構(gòu)建與車輛交互的方式，這對乘坐人員來說將面臨很大的風(fēng)險，因為這意味著其決定生死攸關(guān)。”

事實上，自動駕駛汽車無疑是人工智能發(fā)揮重要作用的新興領(lǐng)域，可解釋的人工智能將是成為其最重要的領(lǐng)域。

Kinetica公司首席執(zhí)行官Appleby解釋了這種情況的重要性。他說，“如果一輛自動駕駛汽車發(fā)現(xiàn)自己處于不可避免的危險境地時，應(yīng)該采取什么措施？優(yōu)先保護乘客卻將行人置于危險之中？還是為了避免撞到行人而危及乘客安全？”

因此，獲得這些問題的答案并不簡單。但這將給出一個非常直接的結(jié)論：人工智能的黑盒模型在這種情況下不起作用。無論對于乘客還是行人，都必須解釋清楚，更不用說汽車制造商、公共安全官員等相關(guān)人員。

Appleby說，“我們可能對自動駕駛汽車的響應(yīng)并不認(rèn)同，但我們應(yīng)該提前了解它所遵循的道德優(yōu)先事項。通過企業(yè)內(nèi)部建立的數(shù)據(jù)治理，汽車制造商可以通過跟蹤和解釋模型從決策點A到Z點的方式來跟蹤數(shù)據(jù)集，從而使他們更容易評估這些結(jié)果是否符合他們采取的道德立場。同樣，乘客也可以決定他們是否愿意乘坐做出某些決定而設(shè)計的車輛�！�

這可能是一個嚴(yán)峻的現(xiàn)實，但同樣有一個基本原則，這包括那些不是生死攸關(guān)的場景。可解釋的人工智能是改進和優(yōu)化的人工智能技術(shù)，這是IT領(lǐng)導(dǎo)者思考人工智能的另一種方式。

Blum說，“如果人工智能系統(tǒng)出錯，其構(gòu)建者需要理解為什么會這樣做，這樣才能改進和修復(fù)。如果他們的人工智能服務(wù)在黑盒中存在并運行，他們就無法了解如何調(diào)試和改進它。”