应对不确定性

图灵测试将人类行为确定为人工智能的目标。但人类通常是糟糕的决策者 – 我们为什么要建立做出错误决策的系统？人工智能的目标开始从制定人类决策转向做出理性 决策。

理性决策的一个关键方面涉及信息不确定的推理。人们对此不好。考虑：

一种致命的新型流感病毒感染了每千人中的一种。开发了流感测试，准确度达到99％。一时兴起，你参加考试，结果是积极的。

大多数人会非常担心，但矛盾的是，只有十分之一的人患有流感。为什么？因为你得了流感的先验概率为千分之一–更多的人不出现感冒不是做，所以会有更多的假阳性比真阳性。

这种推理背后的基本数学是由托马斯贝叶斯牧师在十八世纪开发的，但需要做很多工作才能使贝叶斯推理在人工智能中可用，因为人工智能系统经常需要处理大量结构化证据。

许多自动翻译系统使用贝叶斯推理。考虑到之前出现的单词，他们计算出单词最有可能的翻译。通过检查许多翻译文本来计算先验概率。这些翻译工具对日常任务非常有用，但在任何意义上他们都不了解他们翻译的文本。

在1000人中，11人将为流感测试呈阳性，但只有一人会有流感。