ທຸກໆປີ, ພວກເຮົາເອົາບັນຊີລາຍຊື່ປຶ້ມທີ່ພວກເຮົາຕື່ນເຕັ້ນທີ່ຈະອ່ານຜ່ານຄໍາແນະນໍາຈາກຊຸມຊົນຂອງພວກເຮົາແລະການຄົ້ນຄວ້າກ່ຽວກັບສິ່ງທີ່ຈໍາເປັນສໍາລັບຜູ້ນໍາດ້ານໄອທີທີ່ຈະຮູ້ໃນປີທີ່ຈະມາເຖິງ. ໂພສນີ້ຈະເນັ້ນໃຫ້ເຫັນປຶ້ມເທັກໂນໂລຍີ 10 ຫົວທີ່ພວກເຮົາຄິດວ່າຄວນຈະຢູ່ໃນ radar ຂອງເຈົ້າໃນປີ 2023. (ລໍຖ້າເບິ່ງລາຍການຂອງພວກເຮົາສຳລັບປຶ້ມຜູ້ນຳສູງສຸດ ແລະປຶ້ມສຳລັບນັກລ່າວຽກທີ່ກຳລັງຈະມາຮອດໃນໄວໆນີ້.)

ບໍ່ວ່າທ່ານຈະສົນໃຈຫຼາຍຢູ່ບ່ອນນີ້ ແລະຕອນນີ້ກໍຕາມ – ຄືກັບວ່າເທັກໂນໂລຍີທີ່ອອກແບບມາເພື່ອສົ່ງເສີມຄວາມສະດວກສະບາຍຍັງມີຄວາມສ່ຽງຕໍ່ການມີອະຄະຕິຢ່າງຕໍ່ເນື່ອງ – ຫຼືການຄາດເດົາດ້ານເທັກໂນໂລຍີທີ່ພົ້ນເດັ່ນຂື້ນສຳລັບຍຸດທະວິທີຄລາວທີ່ປົດລັອກຜົນປະໂຫຍດຂອງການຫັນເປັນດິຈິຕອລ, ມີປຶ້ມຢູ່ໃນລາຍຊື່ນີ້ສຳລັບເຈົ້າ.

ໃຫ້ dive ໃນ.

ໂດຍ Emanuelle Burton, Judy Goldsmith, Nicholas Mattei, Cory Siler, ແລະ Sara-Jo Swiatek

ລາຍລະອຽດປຶ້ມ (ຜ່ານ Amazon): “ວິທີການໃໝ່ໃນການສອນຄອມພິວເຕີ ແລະຈັນຍາບັນດ້ານເທັກໂນໂລຢີໂດຍໃຊ້ເລື່ອງນິຍາຍວິທະຍາສາດ. ອາວຸດທີ່ປົກຄອງຕົນເອງຄວນຈະຖືກກົດຫມາຍບໍ? ພວກເຮົາຈະໄດ້ຮັບການເບິ່ງແຍງໂດຍຫຸ່ນຍົນໃນອາຍຸຂອງພວກເຮົາບໍ? ປະສິດທິພາບຂອງທະນາຄານອອນໄລນ໌ຫຼາຍກວ່າຄວາມສ່ຽງຂອງການລັກ? ຈາກການສື່ສານກັບການເດີນທາງໄປຫາການດູແລທາງການແພດ, ເຕັກໂນໂລຊີຄອມພິວເຕີໄດ້ຫັນປ່ຽນຊີວິດປະຈໍາວັນຂອງພວກເຮົາ, ດີກວ່າແລະຮ້າຍແຮງກວ່າເກົ່າ. ແຕ່ພວກເຮົາຈະຮູ້ໄດ້ແນວໃດເມື່ອການພັດທະນາໃຫມ່ມີຄ່າໃຊ້ຈ່າຍສູງເກີນໄປ? ການນໍາໃຊ້ເລື່ອງນິຍາຍວິທະຍາສາດເປັນກໍລະນີສຶກສາກ່ຽວກັບຄວາມບໍ່ແນ່ນອນດ້ານຈັນຍາບັນ, ປື້ມແບບຮຽນທີ່ມີສ່ວນຮ່ວມນີ້ສະເຫນີການແນະນໍາທີ່ສົມບູນແບບກ່ຽວກັບທິດສະດີດ້ານຈັນຍາບັນແລະການນໍາໃຊ້ຂອງມັນກັບການພັດທະນາທີ່ທັນສະໄຫມໃນເຕັກໂນໂລຢີແລະວິທະຍາສາດຄອມພິວເຕີ.”

ເປັນຫຍັງທ່ານຄວນອ່ານມັນ: ຫນັງສືເຫຼັ້ມນີ້ແມ່ນສໍາລັບຜູ້ນໍາ IT ທີ່ມີຄວາມຢາກຮູ້ຢາກເຫັນກ່ຽວກັບກອບດ້ານຈັນຍາບັນທີ່ສໍາຄັນ (deontology, utilitarianism, ຈັນຍາບັນຄຸນງາມຄວາມດີ, communitarianism, ແລະການຕອບສະຫນອງທີ່ທັນສະໄຫມຂອງຈັນຍາບັນຄວາມຮັບຜິດຊອບ, ຈັນຍາບັນ feminist, ແລະຈັນຍາບັນຄວາມສາມາດ) ແລະວິທີການທີ່ເຂົາເຈົ້ານໍາໃຊ້ກັບຫຼາຍບັນຫາທີ່ທັນສະໄຫມທີ່ເກີດຂຶ້ນ. . ໃນຈັນຍາບັນເຕັກໂນໂລຊີລວມທັງຄວາມເປັນສ່ວນຕົວ, ຄອມພິວເຕີ, ແລະປັນຍາປະດິດ.

ໂດຍ Meredith Broussard

ລາຍ​ລະ​ອຽດ​ຫນັງ​ສື (ຜ່ານ Amazon​)​: Broussard, ນັກວິທະຍາສາດຂໍ້ມູນຜູ້ທີ່ໄດ້ເຮັດວຽກໃນວາລະສານແລະການພັດທະນາຊອບແວ, masterfully synthesizes ແນວຄວາມຄິດຈາກວິທະຍາສາດຄອມພິວເຕີແລະສັງຄົມວິທະຍາຄຽງຄູ່ກັບປະສົບການຂອງຕົນເອງເປັນຫນຶ່ງໃນນັກຄົ້ນຄວ້າແມ່ຍິງສີດໍາຈໍານວນຫນ້ອຍໃນປັນຍາປະດິດ. ເມື່ອເທກໂນໂລຍີເສີມສ້າງຄວາມບໍ່ສະເຫມີພາບ, ມັນບໍ່ແມ່ນພຽງແຕ່ຄວາມຜິດປົກກະຕິເທົ່ານັ້ນ – ມັນເປັນສັນຍານວ່າພວກເຮົາຈໍາເປັນຕ້ອງອອກແບບລະບົບຂອງພວກເຮົາໃຫມ່ເພື່ອສ້າງໂລກທີ່ມີຄວາມສະເຫມີພາບຫຼາຍຂຶ້ນ. ຄໍາວ່າ “glitch” ຫມາຍເຖິງຄວາມຜິດພາດໂດຍບັງເອີນ, ງ່າຍທີ່ຈະແກ້ໄຂຍ້ອນວ່າມັນແມ່ນການກໍານົດ. ແຕ່ຈະເປັນແນວໃດຖ້າການຈໍາແນກເຊື້ອຊາດ, ການມີເພດສໍາພັນ, ແລະຄວາມສາມາດບໍ່ພຽງແຕ່ເປັນແມງໄມ້ໃນເຄື່ອງຈັກທີ່ເປັນປະໂຫຍດສ່ວນໃຫຍ່ – ພວກມັນຖືກລະຫັດເຂົ້າໄປໃນລະບົບຂອງມັນເອງ? ໃນຫຼາຍກວ່າ glitch, Meredith Broussard ສະແດງໃຫ້ເຫັນວິທີການທີ່ເປັນກາງທາງດ້ານເຕັກໂນໂລຢີເປັນນິທານນິທານແລະເປັນຫຍັງ algorithms ຕ້ອງໄດ້ຮັບການຮັບຜິດຊອບ.”

ເປັນຫຍັງທ່ານຄວນອ່ານມັນ: ທ່ານເປັນຜູ້ນໍາດ້ານເຕັກໂນໂລຢີທີ່ເຂົ້າໃຈວ່າມີຄວາມລໍາອຽງສະເຫມີໃນເຕັກໂນໂລຢີທີ່ທັນສະໄຫມ – ທ່ານຮັບຮູ້ເຖິງຄວາມອ່ອນແອຂອງມະນຸດ – ແຕ່ທ່ານຕ້ອງການຮຽນຮູ້ກ່ຽວກັບວິທີແກ້ໄຂທີ່ເປັນໄປໄດ້ສໍາລັບບັນຫານີ້. ຄົ້ນຫາກອບວຽກທີ່ກໍານົດເປົ້າຫມາຍປະຊາກອນສະເພາະເປັນ “ອື່ນໆ” ໃນສະຖານທີ່ທໍາອິດ. ນີ້ແມ່ນການອ່ານທີ່ສໍາຄັນສໍາລັບທຸກຄົນທີ່ລົງທຶນໃນການສ້າງອະນາຄົດທີ່ມີຄວາມສະເຫມີພາບຫຼາຍ.

[ Are you asking the right questions when it comes to systemic bias? Read also AI bias: 9 questions leaders should ask. ]

ໂດຍ Thomas H. Davenport ແລະ Steven M. Miller

ລາຍລະອຽດຂອງປຶ້ມ (ຜ່ານ Amazon): “ຜູ້ຊ່ຽວຊານດ້ານການຄຸ້ມຄອງແລະເຕັກໂນໂລຢີສອງຄົນສະແດງໃຫ້ເຫັນວ່າ AI ບໍ່ແມ່ນຕົວທໍາລາຍວຽກ, ຄົ້ນຫາການເຮັດວຽກຮ່ວມກັນ – AI ໃນການຕັ້ງຄ່າການເຮັດວຽກທີ່ແທ້ຈິງ. ປຶ້ມຫົວນີ້ແບ່ງອອກທັງຄວາມໂກດແຄ້ນ ແລະຄວາມບໍ່ສະຫງົບທີ່ອ້ອມຮອບລະບົບອັດຕະໂນມັດ ແລະການນຳໃຊ້ລະບົບອັດສະລິຍະ-“ສະຫຼາດ”-ໃນບ່ອນເຮັດວຽກ. AI ປ່ຽນວິທີທີ່ພວກເຮົາເຮັດວຽກ – ໂດຍການຍຶດເອົາບາງວຽກແຕ່ບໍ່ແມ່ນວຽກທັງຫມົດ, ປ່ອຍໃຫ້ຄົນເຮັດວຽກອື່ນ, ສໍາຄັນກວ່າແລະທ້າທາຍຫຼາຍ. ໂດຍສະເຫນີລາຍລະອຽດ, ກໍລະນີສຶກສາທີ່ແທ້ຈິງຂອງວຽກທີ່ເພີ່ມ AI ໃນການຕັ້ງຄ່າທີ່ມີຕັ້ງແຕ່ດ້ານການເງິນຈົນເຖິງຊັ້ນໂຮງງານ, [the authors] ສະແດງໃຫ້ເຫັນວ່າ AI ຢູ່ໃນບ່ອນເຮັດວຽກບໍ່ແມ່ນສິ່ງຂອງການຄາດຄະເນໃນອະນາຄົດ. ດຽວນີ້ມັນເກີດຂຶ້ນກັບຫຼາຍບໍລິສັດ ແລະຄົນງານ.”

ເປັນຫຍັງທ່ານຄວນອ່ານມັນ: ສົງໄສກ່ຽວກັບຜົນສະທ້ອນຂອງການຮ່ວມມືຂອງມະນຸດກັບລະບົບອັດສະລິຍະບໍ? ຫນັງສືເຫຼັ້ມນີ້ແບ່ງປັນກໍລະນີການນໍາໃຊ້ສະເພາະຂອງມະນຸດທີ່ເຮັດວຽກກັບ AI ຢ່າງສໍາເລັດຜົນ, ເຊັ່ນ: ລະບົບດິຈິຕອນສໍາລັບການປະກັນໄພຊີວິດທີ່ວິເຄາະຄໍາຮ້ອງສະຫມັກແລະຂໍ້ມູນພາກສ່ວນທີສາມໃນເວລາທີ່ແທ້ຈິງ, ອະນຸຍາດໃຫ້ underwriters ຂອງມະນຸດສຸມໃສ່ກໍລະນີທີ່ສັບສົນຫຼາຍ. ອ່ານຫນັງສືເຫຼັ້ມນີ້ຖ້າທ່ານຕ້ອງການຄວາມຫມັ້ນໃຈໃນຜົນໄດ້ຮັບໃນທາງບວກຂອງ AI ທຽບກັບທັດສະນະທີ່ຫນ້າປະຫລາດໃຈທີ່ວ່າປັນຍາປະດິດແມ່ນຜູ້ລັກວຽກ.

ໂດຍ Yada Pruksachatkun, Matthew McAteer, ແລະ Subho Majumdar

ລາຍ​ລະ​ອຽດ​ຫນັງ​ສື (ຜ່ານ Amazon​)​: “ດ້ວຍການນໍາໃຊ້ AI ເພີ່ມຂຶ້ນໃນໂດເມນທີ່ມີສະເຕກສູງເຊັ່ນ: ຢາ, ກົດຫມາຍ, ແລະການປ້ອງກັນ, ອົງການຈັດຕັ້ງໃຊ້ເວລາແລະເງິນຫຼາຍເພື່ອເຮັດໃຫ້ຕົວແບບ ML ມີຄວາມຫນ້າເຊື່ອຖື. ປຶ້ມຫຼາຍຫົວກ່ຽວກັບຫົວຂໍ້ສະເຫນີໃຫ້ເລິກເຂົ້າໄປໃນທິດສະດີແລະແນວຄວາມຄິດ. ຄູ່ມືນີ້ສະຫນອງຈຸດເລີ່ມຕົ້ນທີ່ປະຕິບັດໄດ້ເພື່ອຊ່ວຍໃຫ້ທີມງານພັດທະນາຜະລິດແບບຈໍາລອງທີ່ປອດໄພ, ເຂັ້ມແຂງກວ່າ, ມີຄວາມລໍາອຽງຫນ້ອຍ, ແລະສາມາດອະທິບາຍໄດ້ຫຼາຍຂຶ້ນ.”

ເປັນຫຍັງທ່ານຄວນອ່ານມັນ: ທ່ານຢາກເຫັນຈຸດດີຂອງການຮຽນຮູ້ເຄື່ອງຈັກ, ໂດຍສະເພາະໃນສາຂາທີ່ບໍ່ແນ່ນອນເຊັ່ນ: ຢາ. ທ່ານສົນໃຈທີ່ຈະເຂົ້າໃຈວິທີການຈັດຊຸດຂໍ້ມູນ ແລະສ້າງແບບຈໍາລອງເປັນພື້ນຖານສໍາລັບການປ່ອຍຄໍາຮ້ອງສະຫມັກ ML ທີ່ເຊື່ອຖືໄດ້ບໍ? ການສ້າງລະບົບການຮຽນຮູ້ເຄື່ອງຈັກທີ່ເຊື່ອຖືໄດ້ແມ່ນເປັນເລື່ອງເລັກນ້ອຍ ແລະສັບສົນໃນໂລກທີ່ເປັນສັດຕູຂອງພວກເຮົາ. ປື້ມນີ້ແມ່ນຄູ່ມືພາກປະຕິບັດທີ່ເກີນກວ່າທິດສະດີແລະສິ່ງທີ່ຖ້າ.

ໂດຍ Daniel Situnayake ແລະ Jenny Plunkett

ລາຍລະອຽດຂອງປຶ້ມ (ຜ່ານ Amazon)ປັນຍາປະດິດ Edge ກໍາລັງຫັນປ່ຽນວິທີທີ່ຄອມພິວເຕີພົວພັນກັບໂລກທີ່ແທ້ຈິງ, ອະນຸຍາດໃຫ້ອຸປະກອນອິນເຕີເນັດຂອງສິ່ງຕ່າງໆ (IoT) ຕັດສິນໃຈໂດຍໃຊ້ 99% ຂອງຂໍ້ມູນເຊັນເຊີທີ່ຖືກຍົກເລີກໃນເມື່ອກ່ອນເນື່ອງຈາກຄ່າໃຊ້ຈ່າຍ, ແບນວິດ, ຫຼືຂໍ້ຈໍາກັດພະລັງງານ. ຄູ່ມືພາກປະຕິບັດນີ້ເຮັດໃຫ້ຜູ້ຊ່ຽວຊານດ້ານວິສະວະກໍາແລະຜູ້ຈັດການຜະລິດຕະພັນມີກອບການສິ້ນສຸດເພື່ອແກ້ໄຂບັນຫາອຸດສາຫະກໍາ, ການຄ້າ, ແລະວິທະຍາສາດໃນໂລກທີ່ແທ້ຈິງກັບ edge AI. ທ່ານຈະສຳຫຼວດທຸກຂັ້ນຕອນຂອງຂະບວນການ, ຕັ້ງແຕ່ການເກັບກຳຂໍ້ມູນ ຈົນເຖິງການປັບແຕ່ງຕົວແບບ ຈົນເຖິງການປັບແຕ່ງ ແລະການທົດສອບ, ໃນຂະນະທີ່ທ່ານຮຽນຮູ້ວິທີອອກແບບ ແລະຮອງຮັບ edge AI ແລະ ຜະລິດຕະພັນ ML ທີ່ຝັງໄວ້. Edge AI ແມ່ນຈຸດຫມາຍປາຍທາງທີ່ຈະກາຍເປັນເຄື່ອງມືມາດຕະຖານສໍາລັບວິສະວະກອນລະບົບ.”

ເປັນຫຍັງທ່ານຄວນອ່ານມັນ: ຊອກຫາເພື່ອພັດທະນາຄວາມຊ່ຽວຊານ AI ຂອງທ່ານແລະການຮຽນຮູ້ເຄື່ອງຈັກໃນອຸປະກອນຂອບ? ຕ້ອງການເຂົ້າໃຈວ່າໂຄງການໃດທີ່ຖືກແກ້ໄຂດີທີ່ສຸດດ້ວຍ edge AI? ປື້ມນີ້ໃຫ້ຜູ້ຊ່ຽວຊານດ້ານວິສະວະກໍາແລະຜູ້ຈັດການຜະລິດຕະພັນເປັນກອບສໍາລັບການແກ້ໄຂບັນຫາໃນໂລກທີ່ແທ້ຈິງໂດຍໃຊ້ edge AI. Edge AI ຈະກາຍເປັນເຄື່ອງມື ‘ວິສະວະກອນລະບົບ’ ມາດຕະຖານໃນໄວໆນີ້. ອ່ານ “AI at the Edge” ເພື່ອຮຽນຮູ້ວິທີການອອກແບບ ແລະຮອງຮັບຜະລິດຕະພັນ AI ແລະ ML edge.

[ Related read: Edge and cloud: 4 reasons to adopt both ]

ໂດຍ Jamil Mina, Armin Warda, Rafael Marins, ແລະ Russ Miles

ລາຍ​ລະ​ອຽດ​ຫນັງ​ສື (ຜ່ານ Amazon​)​: “ຖ້າທ່ານວາງແຜນ, ກໍ່ສ້າງ, ຫຼືປະຕິບັດຍຸດທະສາດເມຄທີ່ສະຫນັບສະຫນູນການຫັນເປັນດິຈິຕອນສໍາລັບທຸລະກິດການບໍລິການທາງດ້ານການເງິນຂອງທ່ານ, ຄູ່ມືທີ່ບໍ່ມີຄ່ານີ້ກໍານົດຢ່າງຈະແຈ້ງກ່ຽວກັບປັດໃຈແລະຄໍາຖາມທີ່ຕ້ອງພິຈາລະນາກ່ອນ. ດ້ວຍມັນ, ທ່ານຈະໄດ້ຮຽນຮູ້ວິທີທີ່ຈະຫຼີກລ່ຽງການຕົກຄ້າງທີ່ມີຄ່າໃຊ້ຈ່າຍ ແລະໃຊ້ເວລາຫຼາຍ ແລະຄວາມຜິດຫວັງຂອງການຮັບຮອງເອົາຄລາວ ແລະໃຊ້ປະໂຫຍດຢ່າງເຕັມທີ່ຈາກຮູບແບບການດໍາເນີນງານຂອງຄລາວ.

ເປັນຫຍັງທ່ານຄວນອ່ານມັນ: ທ່ານເປັນຜູ້ນໍາຄລາວທີ່ຢາກຮູ້ກ່ຽວກັບກໍລະນີສຶກສາທີ່ແທ້ຈິງສໍາລັບການຮັບປະກັນການປະຕິບັດໃນທົ່ວຜູ້ໃຫ້ບໍລິການຄລາວບໍ? ຈັດການກັບບັນຫາດິຈິຕອນທາງດ້ານການເງິນ? ມີຄວາມຜິດຫວັງໃນການຮັບເອົາເມຄບໍ? ນີ້ແມ່ນການອ່ານສໍາລັບທ່ານ. ເຕັມໄປດ້ວຍຄໍາແນະນໍາທີ່ບໍ່ມີຄ່າ, ປຶ້ມຫົວນີ້ຈະຊ່ວຍໃຫ້ທ່ານເລືອກຮູບແບບການດໍາເນີນງານທີ່ເຫມາະສົມກັບຄວາມຕ້ອງການຂອງທ່ານແລະສະແດງໃຫ້ທ່ານເຫັນວິທີການສ້າງຄວາມຢືດຢຸ່ນໃນເຕັກໂນໂລຢີຂອງອົງການຂອງທ່ານໃນຂະນະທີ່ການດຸ່ນດ່ຽງນະວັດຕະກໍາແລະຄວາມຮັບຜິດຊອບ.

ໂດຍ Tomas Chamorro-Premuzic

ລາຍ​ລະ​ອຽດ​ຫນັງ​ສື​ຜ່ານ Amazon​: ໃນຂ້າພະເຈົ້າ, ນັກຈິດຕະສາດມະນຸດ Tomas Chamorro-Premuzic ສະເຫນີຄໍາແນະນໍາສໍາລັບການຍຶດຄືນຕົວເຮົາເອງໃນໂລກທີ່ການຕັດສິນໃຈຂອງພວກເຮົາສ່ວນໃຫຍ່ຈະຖືກເຮັດສໍາລັບພວກເຮົາ. , ການປັບຕົວໄດ້, ແລະຄວາມສະຫຼາດທາງດ້ານອາລົມ, ໃນຂະນະທີ່ອີງໃສ່ຄຸນງາມຄວາມດີທີ່ສູນເສຍໄປຂອງຄວາມເຫັນອົກເຫັນໃຈ, ຄວາມຖ່ອມຕົນ, ແລະການຄວບຄຸມຕົນເອງ. ມັນບໍ່ແມ່ນຄວາມລັບທີ່ AI ກໍາລັງປ່ຽນແປງວິທີທີ່ພວກເຮົາດໍາລົງຊີວິດ, ເຮັດວຽກ, ຄວາມຮັກ, ແລະຄວາມບັນເທີງຂອງຕົວເຮົາເອງ. ແອັບຯຫາຄູ່ກໍາລັງໃຊ້ AI ເພື່ອເລືອກ ຄູ່ຮ່ວມງານທີ່ມີທ່າແຮງຂອງພວກເຮົາ, ຮ້ານຄ້າປີກກໍາລັງໃຊ້ AI ເພື່ອຄາດຄະເນພຶດຕິກໍາແລະຄວາມປາດຖະຫນາຂອງພວກເຮົາ, ນັກສະແດງ Rogue ກໍາລັງໃຊ້ AI ເພື່ອຊັກຊວນພວກເຮົາດ້ວຍ Twitter bots ແລະຂ່າວປອມ. ບໍລິສັດກໍາລັງໃຊ້ AI ເພື່ອຈ້າງພວກເຮົາ – ຫຼືບໍ່.”

ເປັນຫຍັງທ່ານຄວນອ່ານມັນ: ທ່ານເປັນຜູ້ນໍາດ້ານເຕັກໂນໂລຢີທີ່ຕ້ອງການເຂົ້າໃຈວ່າວິວັດທະນາການຂອງ AI ມີຜົນຕໍ່ມະນຸດແນວໃດ. ການປ່ຽນແປງເຫຼົ່ານີ້ຈະເສີມສ້າງສາຍພັນຂອງພວກເຮົາ ຫຼືເຮັດໃຫ້ພວກເຮົາເສື່ອມສະພາບ ແລະເຮັດໃຫ້ພວກເຮົາມີຄວາມຄ້າຍຄືກັບເຄື່ອງຈັກຫຼາຍຂຶ້ນໃນການພົວພັນຂອງພວກເຮົາກັບຜູ້ອື່ນບໍ? “ຂ້ອຍ, ມະນຸດ” ແມ່ນປື້ມທີ່ເຈົ້າຕ້ອງການອ່ານເພື່ອເຂົ້າໃຈວິທີການຈະເລີນເຕີບໂຕໃນອະນາຄົດອັດຕະໂນມັດ.

[ Also read: Automation: 5 ways it can change lives ]

ໂດຍ Ramon Amaro

ລາຍ​ລະ​ອຽດ​ຫນັງ​ສື (ຜ່ານ Amazon​)​: ກ່ຽວກັບລັກສະນະທີ່ບໍ່ມີເຫດຜົນຂອງການຮຽນຮູ້ເຄື່ອງຈັກ, ຄະນິດສາດ, ແລະການບຸກລຸກເລິກຂອງລໍາດັບຊັ້ນເຊື້ອຊາດ. ເພື່ອຂັດຂວາງການຈັດລໍາດັບເຊື້ອຊາດຂອງໂລກ, The Black Technical Object ແນະນໍາປະຫວັດສາດຂອງການວິເຄາະສະຖິຕິແລະ “ວິທະຍາສາດ” racism ເຂົ້າໃນການຄົ້ນຄວ້າກ່ຽວກັບການຮຽນຮູ້ເຄື່ອງຈັກ. ການຂຽນໂປລແກລມຄອມພິວເຕີທີ່ອອກແບບມາສໍາລັບຮູບແບບ taxonomic, ການຮຽນຮູ້ເຄື່ອງຈັກສະເຫນີຄວາມເຂົ້າໃຈທີ່ເປັນປະໂຫຍດກ່ຽວກັບການ racism ແລະ racist ພຶດຕິກໍາ, ແຕ່ການເຊື່ອມຕໍ່ຂອງມັນກັບປະຫວັດສາດເຊື້ອຊາດຂອງວິທະຍາສາດແລະປະສົບການດໍາລົງຊີວິດສີດໍາຍັງບໍ່ທັນໄດ້ພັດທະນາ.

ເປັນຫຍັງທ່ານຄວນອ່ານມັນ: ທ່ານຕ້ອງການທີ່ຈະກາຍເປັນຜູ້ນໍາທາງດ້ານການສຶກສາທີ່ທັນສະໄຫມຫຼາຍຂຶ້ນໂດຍການຂຸດຄົ້ນວິທີການປະຫວັດສາດຂອງຂໍ້ມູນແລະການວິເຄາະສະຖິຕິແຈ້ງໃຫ້ຮູ້ເຖິງຄວາມສໍາພັນທີ່ສັບສົນລະຫວ່າງເຊື້ອຊາດແລະການຮຽນຮູ້ເຄື່ອງຈັກ. ມີຄວາມສົນໃຈໃນການພິຈາລະນາວິທີການທາງເລືອກໃນການປະຕິບັດ algorithmic ໃນປະຈຸບັນແລະຄວາມເຂົ້າໃຈກ່ຽວກັບລໍາດັບຊັ້ນເຊື້ອຊາດ? ນີ້​ແມ່ນ​ປຶ້ມ​ທີ່​ຜູ້​ນໍາ​ເຕັກ​ໂນ​ໂລ​ຊີ​ທັງ​ຫມົດ​ຄວນ​ຈະ​ໄດ້​ອ່ານ​!

ໂດຍ Ajay Agrawal, Joshua Gans, ແລະ Avi Goldfarb

ລາຍ​ລະ​ອຽດ​ຫນັງ​ສື (ຜ່ານ Amazon​)​: ໃນ​ພະ​ລັງ​ງານ​ແລະ​ການ​ຄາດ​ຄະ​ເນ​, [the authors examine] ຫົວໜ່ວຍພື້ນຖານທີ່ສຸດຂອງການວິເຄາະ: ການຕັດສິນໃຈ. ສອງອົງປະກອບການຕັດສິນໃຈທີ່ສໍາຄັນແມ່ນການຄາດຄະເນແລະການຕັດສິນ, ແລະພວກເຮົາປະຕິບັດທັງສອງຮ່ວມກັນຢູ່ໃນໃຈຂອງພວກເຮົາ, ເລື້ອຍໆໂດຍບໍ່ຮູ້ຕົວ. ການເພີ່ມຂຶ້ນຂອງ AI ແມ່ນການປ່ຽນການຄາດຄະເນຈາກມະນຸດໄປສູ່ເຄື່ອງຈັກ, ບັນເທົາຄົນຈາກການໂຫຼດມັນສະຫມອງໃນຂະນະທີ່ເພີ່ມຄວາມໄວແລະຄວາມຖືກຕ້ອງຂອງການຕັດສິນໃຈ. ນີ້ກໍານົດຂັ້ນຕອນສໍາລັບການຈະເລີນຮຸ່ງເຮືອງຂອງການຕັດສິນໃຈໃຫມ່ແລະມີຜົນກະທົບອັນເລິກເຊິ່ງສໍາລັບການປະດິດສ້າງລະດັບລະບົບ. ການອອກແບບໃຫມ່ຂອງລະບົບການຕັດສິນໃຈທີ່ຂຶ້ນກັບກັນຕ້ອງໃຊ້ເວລາ – ອຸດສາຫະກໍາຈໍານວນຫຼາຍແມ່ນຢູ່ໃນຄວາມງຽບສະຫງົບກ່ອນທີ່ຈະມີພະຍຸ – ແຕ່ເມື່ອລະບົບໃຫມ່ເຫຼົ່ານີ້ເກີດຂື້ນ, ພວກເຂົາສາມາດລົບກວນໃນຂອບເຂດທົ່ວໂລກ. ການຕັດສິນໃຈມອບອຳນາດ. ໃນອຸດສາຫະກໍາ, ພະລັງງານ confer ຜົນກໍາໄລ; ໃນ​ສັງ​ຄົມ​, ການ​ຄວບ​ຄຸມ​ພະ​ລັງ​ງານ​. ຂະບວນການນີ້ຈະມີຜູ້ຊະນະແລະຜູ້ສູນເສຍ, ແລະຜູ້ຂຽນສະແດງໃຫ້ເຫັນວ່າທຸລະກິດສາມາດສວຍໃຊ້ໂອກາດ, ເຊັ່ນດຽວກັນກັບການປົກປ້ອງຕໍາແຫນ່ງຂອງພວກເຂົາ.”

ເປັນຫຍັງທ່ານຄວນອ່ານມັນ: ທ່ານເປັນຜູ້ນໍາດ້ານໄອທີທີ່ຢາກຮູ້ຢາກເຫັນກ່ຽວກັບວ່າ AI ມີຜົນກະທົບແນວໃດຕໍ່ອຸດສາຫະກຳຂະໜາດໃຫຍ່ໃນທົ່ວໂລກ – ການທະນາຄານ ແລະການເງິນ, ການຢາ, ລົດຍົນ, ເທັກໂນໂລຍີການແພດ, ການຜະລິດ ແລະຂາຍຍ່ອຍ. ອົງກອນຂອງເຈົ້າສາມາດໃຊ້ໂອກາດທີ່ສ້າງໂດຍ AI ແນວໃດເພື່ອການຄາດເດົາລາຄາຖືກກວ່າ, ດີກວ່າ, ແລະໄວກວ່າທີ່ຂັບເຄື່ອນການຕັດສິນໃຈທາງທຸລະກິດຍຸດທະສາດ? ປຶ້ມຫົວນີ້ໃຫ້ຄວາມເຂົ້າໃຈ, ຕົວຢ່າງທີ່ອຸດົມສົມບູນ, ແລະຄໍາແນະນໍາພາກປະຕິບັດ. ມັນເປັນຄໍາແນະນໍາທີ່ຕ້ອງອ່ານສໍາລັບຜູ້ນໍາທຸລະກິດໃດໆເພື່ອເຮັດໃຫ້ການຂັດຂວາງ AI ທີ່ຈະມາເຖິງເຮັດວຽກ ສໍາລັບ ເຈົ້າຫຼາຍກວ່າ ຕ້ານ ເຈົ້າ.

ເພີ່ມເຕີມກ່ຽວກັບປັນຍາປະດິດ

ໂດຍ Stephanie L. Woerner, Peter Weill, ແລະ Ina M. Sebastian

ລາຍ​ລະ​ອຽດ​ຫນັງ​ສື (ຜ່ານ Amazon​)​: ມັນເບິ່ງຄືວ່າເກືອບທຸກບໍລິສັດທີ່ເຈົ້າສາມາດຄິດໄດ້ – ລວມທັງຕົວເຈົ້າເອງ – ໄດ້ເລີ່ມຕົ້ນການເດີນທາງ “ການຫັນປ່ຽນດິຈິຕອນ”. ບັນຫາແມ່ນ, ບໍລິສັດຈໍານວນຫຼາຍເລີ່ມຕົ້ນລົງໃນຖະຫນົນຫົນທາງໂດຍບໍ່ມີຄວາມຮູ້ສຶກທີ່ດີຂອງບ່ອນທີ່ພວກເຂົາໄປຫຼືຄວາມຄິດທີ່ຊັດເຈນກ່ຽວກັບວິທີທີ່ພວກເຂົາຈະສ້າງແລະເກັບກໍາມູນຄ່າດິຈິຕອນ. ບໍ່ແປກໃຈ, ນີ້ນໍາໄປສູ່ບັນຫາ: ຄວາມລົ້ມເຫຼວທີ່ຈະຮັບຮູ້ມູນຄ່າຈາກດິຈິຕອນໃນເສັ້ນທາງລຸ່ມຂອງພວກເຂົາ, ຊັບພະຍາກອນທີ່ສູນເສຍແລະຄວາມພະຍາຍາມ, ເພີ່ມຄວາມສັບສົນແລະຄວາມຜິດປົກກະຕິ. ໃນປີຂອງພວກເຂົາຂອງການເຮັດວຽກກັບຜູ້ບໍລິຫານລະດັບສູງໃນທົ່ວໂລກ, ນັກວິທະຍາສາດຄົ້ນຄ້ວາ MIT Stephanie Woerner, Peter Weill, ແລະ Ina Sebastian ສັງເກດເຫັນວ່າຜູ້ນໍາເຫຼົ່ານີ້ຮູ້ວ່າພວກເຂົາຕ້ອງຫັນປ່ຽນທຸລະກິດຂອງພວກເຂົາ, ແຕ່ຂາດກອບທີ່ສອດຄ່ອງກັນແລະພາສາທົ່ວໄປ – ປື້ມຫຼິ້ນ – ເພື່ອ. ຊີ້ ນຳ ແລະກະຕຸ້ນພະນັກງານຂອງພວກເຂົາແລະໃຫ້ທຸກຄົນສຸມໃສ່ເປົ້າ ໝາຍ ທົ່ວໄປ.”

ເປັນຫຍັງທ່ານຄວນອ່ານມັນ: ທ່ານເປັນ CIO ທີ່ຕ້ອງການປື້ມຫຼິ້ນການຫັນປ່ຽນທຸລະກິດທີ່ມີການແຂ່ງຂັນເພື່ອນໍາພາອົງການຈັດຕັ້ງຂອງທ່ານ. ຕ້ອງການກາຍເປັນຄວາມພ້ອມໃນອະນາຄົດ ແລະເປັນນັກສະແດງອັນດັບຕົ້ນໆໃນເສດຖະກິດດິຈິຕອນບໍ? ປື້ມຫົວນີ້ໃຫ້ຕົວຢ່າງ, ການວິເຄາະແຫຼມ, ການປະເມີນມາດຕະຖານ, ແລະການເປີດຕາເພື່ອຊ່ວຍໃຫ້ເຂົ້າໃຈຂໍ້ມູນແລະການຂັດຂວາງອົງການຈັດຕັ້ງທີ່ເປັນສ່ວນຫນຶ່ງຂອງທຸກໆການເດີນທາງການປ່ຽນແປງ.

Categories: AiHome

0 Comments

Leave a Reply

Avatar placeholder

Your email address will not be published. Required fields are marked *