मानव सीमाएं परिभाषित करते हैं, एल्गोरिदम निष्पादित करते हैं

शायद उन्हें 'तकनीकी यूटोपियावादी' कहा जा सकता है जो कहते हैं कि सभी डेटा को एल्गोरिदम को दें, एक उद्देश्य दें और वह सही काम करेगा। और मैंने कहा कि हाँ, इसलिए यह टूट जाता है क्योंकि एल्गोरिदम अक्सर दीर्घकालिक प्रभावों को नहीं समझते, न ही वे जानते हैं कि लोग इस पर कैसे प्रतिक्रिया दें गे, और न ही वे आपके उत्पाद के उद्देश्य को समझते हैं, और मुझे लगता है कि उत्पाद प्रबंधकों के लिए यह भूमिका निभाना बहुत महत्वपूर्ण है। यह हमारा काम है। जब आप एल्गोरिदम-आधारित उत्पादों पर काम कर रहे हों, तो आपका काम यह तय करना है कि एल्गोरिदम किस चीज़ के लिए जिम्मेदार होना चाहिए, लोग किस चीज़ के लिए जिम्मेदार होने चाहिए, और निर्णय लेने के लिए एक ढांचा क्या होना चाहिए।

मुझे लगता है कि एक उत्पाद प्रबंधक के रूप में, खासकर मशीन लर्निंग या ऑपरेशंस रिसर्च और अनुकूलन पर भारी उत्पादों पर काम करने वाले उत्पाद प्रबंधकों के लिए, आप सोचना चाहिए कि आप किस जगह पर व्यक्ति को निर्णय लेने की अनुमति देना चाहते हैं और किस जगह पर आप मशीन को 'दौड़ने' देना चाहते हैं, और इसे एक उत्पाद डिज़ाइन समस्या के रूप में सोचना चाहिए क्योंकि वहाँ वास्तव में एक कंप्यूटर इंटरफ़ेस है जिसके बारे में आपको सोचना होगा।

हम हमेशा विशेषज्ञ संपादकीय निर्णय से शुरू करते हैं ताकि सबसे महत्वपूर्ण और दिलचस्प कहानियों का चयन किया जा सके। लेकिन इसके ऊपर, हम विशिष्ट डेटा सेटों पर एल्गोरिदम प्रशिक्षित कर रहे हैं, जैसे संपादकीय महत्वपूर्ण स्कोर जो वास्तव में हमारे पत्रकारों से आते हैं।

आर्टिफिशियल इंटेलिजेंस एक प्रबंधन प्रौद्योगिकी है जो बुद्धि और अन्य बुद्धि को प्रबंधित करती है। मॉन्टी पाइथन के स्केच में गार्ड इस कारण एक दूसरे की रक्षा नहीं कर सकते क्योंकि वे एक-दूसरे के गार्ड हैं।

AI एक प्रबंधन प्रौद्योगिकी है। यह जो काम करता है वह है बुद्धिमत्ता और अन्य बुद्धिमत्ताओं का प्रबंधन करना। अगर आप कभी मॉन्टी पाइथन का 'उसे नहीं रोक सकते अगर वह गार्ड है' स्किट देखा है, तो यह उसी तरह है। हम एक-दूसरे से बहुत आगे बात कर रहे हैं।