10、人工智能的应用与自动化进程：潜力与局限

人工智能的应用与自动化进程：潜力与局限

1. 人工智能在计算机应用中的建议机制

1.1 基于过往行为的建议

在许多情况下，人工智能能够根据过去的行为提供高度准确的建议。它通过分析用户的历史操作数据，识别出行为模式，从而预测用户的需求并给出针对性的推荐。

1.2 基于群体的建议

另一种常见的建议方式是基于群体成员身份。这里的群体成员身份不一定是正式的，一个群体可以是由有一些共同小需求或活动的人组成的松散关联。例如，伐木工、店主和营养师都可能购买悬疑书籍，尽管他们没有其他共同点，甚至不在同一地点，但都喜欢悬疑书籍这一事实使他们成为一个群体。人工智能能够轻易发现人类可能忽略的此类模式，从而基于这些松散的群体关联提供良好的购买建议。群体还可以包括一些临时的、无形的联系。比如，某天从休斯顿乘坐1982航班的所有人可以形成一个群体。除了出现在同一特定航班上，这些人之间没有任何其他联系。然而，通过了解这些信息，人工智能可以进行额外的筛选，找出航班上喜欢悬疑书籍的人。这表明，即使从人类的角度很难（甚至不可能）识别一个群体，人工智能也能基于群体关联提供良好的建议。

1.3 错误建议的产生

1.3.1 缺乏理解导致的错误

在线购物时，网站常常根据各种标准（如先前的购买记录）提供建议，但这些建议往往是错误的，因为底层的人工智能缺乏理解能力。例如，当有人进行一生一次的超级宽型小部件购买时，人类可能知道这确实是一生一次的购买，因为几乎不可能有人需要两个。然而，人工智能不理解这一事实，除非程序员专门创建规则指定超级宽型小部件是一生一次的购买，否则人工智能可能会继续推荐该产品，因为其销量自然较少。在遵循推广销量较慢