vào máy dự đoán và sử dụng sự phán đoán của con người để xử lý những
web rác đó.
18
Instagram cũng trải qua một cuộc chiến trường kì với thư rác,
và ứng dụng này thường xuyên cập nhật thuật toán để ngăn chặn thư rác và
những thông tin mang tính xúc phạm.
19
Nhìn chung, một khi con người đã
xác định được những vấn đề như vậy, chúng sẽ không còn là những điều
chưa biết là đã biết. Hoặc là họ sẽ tìm giải pháp để tạo ra dự đoán tốt, để
vấn đề trở thành điều đã biết là đã biết và đòi hỏi con người và máy móc
làm việc cùng nhau, hoặc họ không thể tìm được giải pháp và chúng sẽ trở
thành những điều đã biết là chưa biết.
Sự dự đoán của máy có ảnh hưởng cực kỳ mạnh mẽ nhưng lại có những
hạn chế. Nó không hoạt động tốt với lượng dữ liệu có hạn. Những người
được đào tạo tốt có thể nhận ra những hạn chế này, cho dù là bởi những sự
kiện hiếm hoi hay là do những vấn đề suy luận nhân quả, và cải thiện sự dự
đoán của máy. Để làm được điều này, những người đó cần hiểu về máy.
Sự kết hợp cho dự đoán tốt hơn
Đôi khi, sự kết hợp giữa con người và máy móc tạo ra những kết quả dự
đoán tốt nhất vì mỗi bên bổ sung cho khuyết điểm của nhau.
Vào năm 2016, nhóm chuyên gia nghiên cứu AI của Harvard/MIT chiến
thắng Camelyon Grand Challenge, một cuộc thi phát triển máy phát hiện
ung thư vú di căn từ những bộ phận sinh thiết. Thuật toán học sâu của
nhóm chiến thắng đã dự đoán chính xác 92.5% so với nhà nghiên cứu bệnh
lý học có xác suất dự đoán đúng 96.6%. Đây tuy có vẻ là một chiến thắng
cho con người, nhưng những chuyên gia tiếp tục nghiên cứu và kết hợp
thuật toán của họ cùng thuật toán của nhà nghiên cứu bệnh lý học. Kết quả
là độ chính xác lên tới 99.5%.
20
Tỉ lệ sai sót của con người giảm từ 3.4%
xuống còn chỉ 0.5%. Tỉ lệ sai sót giảm đến 85%.
Đây là bài toán phân chia lao động kinh điển, nhưng không phải về mặt thể
chất như Adam Smith đã mô tả. Thay vào đó, nó là sự phân chia lao động
