AI不会取代所有人类数据分析师

虽然汽车自动驾驶和虚拟助手等人工智能方面得到了很多关注，之前人工智能的发展浪潮主要集中在分析师上。“分析师”是一个无处不在的角色，在每一个涉及数据的行业都可以看到分析师职位。分析人员使用并运用各项事数据，推算结果，并解释相关的业务问题，这是一个从数据中获取价值的根本体现。但有人说，Al似乎正日益侵蚀分析师的角色，且可能取代数据分析师职位。

之前，Apple以 2亿美元的价格收购了Lattice.io（数据智能公司），以自动将非结构化数据转换为结构化数据，之前这项工作通常属于分析师的范畴。另还有，一个总部位于美国的初创公司Iapetus正寻求用人工智能取代保险风险分析师，该公司表示，人工智能在预测预期寿命方面比传统方法更准确。这些类似的事件引发了一个问题:AI会取代分析师吗?

简而言之，答案是否定的。但也许这些并不是怀疑的原因。

当大多数人想到人工智能时，可能会想到的是《星际迷航》(Star Trek)中虚构的机器人，一个冷静理性、缺乏情感类数据的决策者。在Al的早期，当程序员编写自定义规则引擎来响应某些场景时，这可能是一个准确的描述。但是随着人工智能和机器学习的发展，算法在模式识别方面已经变得越来越成熟，并且已经开始发挥更大的生物作用，更像是基于经验的本能，而不是基于逻辑的决策。

在丹尼尔·卡尼曼的《快与慢》中，作者描述了人脑的两个系统。系统一是自动的，系统二是有意识的逻辑系统。如果大脑中的自动系统是用来产生情绪的，对可能伤害我们(恐惧)或可能给我们带来好事(快乐)事物的自动反应，那么AI就变得更像情绪系统，而不是理性系统。事实上，强化学习的最新进展已经与我们的情绪反应被过去的经验编程的方式惊人地相似。即人工智能在行动中得到积极和消极的信号并随着时间的推移而发展其反应，并随着时间的推移发展其反应。卡尔曼(Anathema)在获得诺贝尔奖的研究中指出，我们的思维的自动功能存在系统性错误，因此，在我们的逻辑得到改善之前，AI可能会在“直觉反应”的质量上超过我们。

随着向系统一的转变，曾经被认为是人类独特的一些任务现在已经达到了高级AI的范围。算法非常擅长模式识别，人工智能可以判断情绪，并学会在人脸中发现恐惧和快乐。AI已经写过诗歌和创作音乐，就像I-Sung Kim的深度项目一样。所有这些都表明，将AI与人类智能分开的界限并不是我们大多数人认为的那样。

人工智能正在以令人难以置信的速度前进并做一些曾经被认为属于人类唯一领域的事情，但仍然存在算法需要人类的明显区域。

虽然Al是模式识别的大师，但是算法只能在人类能够精确描述的部分世界上运行。例如，围棋是一个封闭的环境，尽管潜在组合的数量令人难以置信，但我们可以很容易地用几个字节的数据和代码描述棋盘的状态和游戏的目标。

然而，数据分析师的工作不仅涉及在封闭环境中进行数据分析。分析必须应用于外部世界，在那里有更多的背景影响解释。例如，虽然连接到传感器的AI可能能够分析土地上的土壤并且比人类更有效地优化产量，但是它不知道土壤条件对所得作物的风味有何影响。随着人工智能在封闭分析中变得更好，人类对于将这种分析应用于整个世界同样有价值。数据分析的最终目标始终是人性化的。无论分析是用于指导产品的创建还是为决策提供信息，最终的消费者都是人。

理解人类意味着什么，关心人类经验与分析过程有着内在的联系。因为在我们拥有更好的脑机接口之前，算法不可能很快学会理解人类，所以很难将我们的思想内容描述到计算机中。