По мере развития прогностических машин будет меняться разделение труда между человеком и машиной. Последние лучше людей анализируют сложные взаимосвязи между разными показателями, особенно на большом объеме данных. Чем больше подобных взаимосвязей будет измерено и описано, тем сильнее люди будут уступать машинам в точности прогнозирования. Однако они будут превосходить машины в тех случаях, когда понимание процесса генерации данных даст преимущество при прогнозировании, особенно при скудном объеме данных. Мы классифицировали параметры прогнозирования (известные известные, известные неизвестные, неизвестные известные и неизвестные неизвестные), и это может быть полезным для выбора соответствующего типа разделения труда.
Искусственный интеллект на службе бизнеса (обновленное издание)
·
Ави Гольдфарб
