經(jīng)過大范圍的建模和運行超過10萬次的模擬，一個人工智能系統(tǒng)被賦予預測2018年世界杯冠軍的任務(wù)。人工智能預測西班牙奪冠的可能性***，為28.9%，其次是德國26.3%和巴西21.9%。然而，冠軍是法國，克羅地亞和比利時分列二三名。所以AI預測并不是每次都足夠準確。

[[255356]]

如果我們要***限度地利用人工智能技術(shù)，就需要找到優(yōu)化人工智能的方法，以獲得***的結(jié)果。研究和咨詢公司德勤(Deloitte)建議，不要把人工智能視為“思考機器”，而應(yīng)將其視為能夠幫助人類更好的思考的認知假體，其中的一種方法是在人工智能結(jié)果上建立準確性的檢查點。為此，有人提出了加快這一進程的五個好的方法。

1. 明確定義人工智能和人類的角色

當人工智能被用于醫(yī)學診斷時，它的作用是以人類無法企及的速度瀏覽大量的醫(yī)學數(shù)據(jù)，然后由人工智能提供一個診斷和治療計劃，再由一個人類醫(yī)生接管并審查人工智能生成的診斷和治療計劃，再由醫(yī)生憑借臨床經(jīng)驗權(quán)衡判斷。在此過程中，醫(yī)生還可以咨詢其他醫(yī)學專家，經(jīng)過評估后，才能最終確定并實施。這是一個很好的例子，說明人工智能是如何與人類一起工作的，從而形成可操作的***結(jié)果。

2. 反復運行人工智能模型仿真

進行一系列的重復性試驗是人工智能測試的一個重要組成部分，如果不能，那么你的人工智能可能還沒有成熟。

3. 檢查數(shù)據(jù)質(zhì)量

在任何人工智能練習中，數(shù)據(jù)質(zhì)量都是最重要的。如果你的數(shù)據(jù)質(zhì)量不夠高，你的結(jié)果也不會準確。

4. 避免使用人工智能做最終決策

管理人員將系統(tǒng)用于自動判斷，但判斷的最終決定權(quán)留給人工，在處理關(guān)鍵型任務(wù)時，這是可能是最明智的方法。

5. 包含覆蓋機制

對于非關(guān)鍵任務(wù)，手動覆蓋也是一個好主意，因為機器的軟件、硬件、網(wǎng)絡(luò)都可能出問題。