cách rõ ràng.”
1
Tuy nhiên, điều đó không đúng với tất cả những công việc.
Với một số quyết định, bạn có thể nêu rõ sự đánh giá bắt buộc và diễn giải
nó bằng mã. Xét cho cùng, chúng ta thường hay giải thích suy nghĩ của
mình cho người khác. Trên thực tế, mã hóa sự đánh giá cho phép bạn bổ
sung vào phần “thì” trong mệnh đề ”nếu-thì”. Khi điều này xảy ra, sự đánh
giá khi đó có thể được ghi nhận và được lập trình.
Thử thách ở đây là ngay cả khi bạn có thể lập trình sự đánh giá để thay thế
con người, sự dự đoán mà máy dự đoán nhận được phải tương đối chính
xác. Khi có quá nhiều tình huống có thể xảy ra, máy sẽ tốn rất nhiều thời
gian để xác định cần làm gì trước trong từng tình huống. Bạn có thể dễ
dàng lập trình máy để thực hiện một hành động cụ thể khi điều gì có vẻ
đúng; tuy nhiên, khi vẫn còn sự không chắc chắn, việc nói với máy cần làm
gì đòi hỏi một sự cân nhắc chi phí sai sót cẩn thận hơn. Sự không chắc chắn
đồng nghĩa với việc bạn cần sự đánh giá khi dự đoán sai, chứ không chỉ khi
dự đoán đúng. Nói cách khác, sự không chắc chắn sẽ làm tăng chi phí dự
đoán sự trả giá cho một quyết định cụ thể.
Kỹ thuật chức năng phần thưởng (Reward Function Engineering –
RFE)
Khi máy dự đoán cung cấp những dự đoán tốt hơn và có giá thành rẻ hơn,
chúng ta cần tính toán để tận dụng những dự đoán này một cách tốt nhất.
Cho dù là chúng ta có thể dự đoán trước hay không, ai đó sẽ cần xác định
sự đánh giá. Đó là công việc của RFE , công việc xác định những phần
thưởng của những hành động, khi sự dự đoán do AI đưa ra. Để làm tốt việc
này đòi hỏi sự hiểu biết về những nhu cầu của tổ chức và những khả năng
của máy.
Đôi khi kỹ thuật chức năng phần thưởng bao gồm cả sự đánh giá khó mã
hóa – lập trình những phần thưởng trước khi dự đoán để tự động hóa những
hành động. Những phương tiện tự lái là một ví dụ của những thành tựu khó
mã hóa. Một khi sự dự đoán được thực hiện, hành động sẽ xảy ra ngay lập