Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

击中书籍:人工智能已经在重塑航空旅行,机场本身会是下一个吗?

Posted on 2022-12-04

假期旅游旺季再次来临!这是一年中神奇的时刻,站在机场安检队伍中,当手表的指针不断滴答滴答地接近登机时间时,你会逐渐失去理智,而登机时间自你离开家和你面前的傻瓜以来神奇地提前了 45 分钟现在是 2022 年,我们仍然对为什么我们必须在安全时脱鞋感到困惑,该死的老兄停止与 TSA 争论并解开你的鞋带,这些票是不可退还的。

Ai 可以帮助解决这个问题。它甚至可以让普通人体验到更富有的旅客所享受的轻松机场体验——私人飞机组不必像我们其他人一样担心起飞时间或安检线,因为他们一直在飞行 Spirit。

多伦多大学的经济学家和教授 Ajay Agrawal、Joshua Gans 和 Avi Goldfarb 在他们的最新著作POWER AND PREDICTION: The Disruptive Economics of Artificial Intelligence中研究了随着我们越来越依赖自动化,AI/ML 系统对人类决策制定的基础影响和大数据预测。在下面的摘录中,他们设想了如果人工智能消除了交通拥堵和安全延误,明天的机场会是什么样子。

程式化的水晶球,深蓝色背景,白色和绿色文字

哈佛商业评论出版社

经哈佛商业评论出版社许可转载。摘自《权力与预测:人工智能的颠覆性经济学》,作者 Ajay Agrawal、Joshua Gans 和 Avi Goldfarb。版权所有 2022 Ajay Agrawal、Joshua Gans 和 Avi Goldfarb。版权所有。

Ajay Agrawal、Joshua Gans 和 Avi Goldfarb,多伦多大学罗特曼管理学院的经济学家和教授。他们的上一本书是预测机器:人工智能的简单经济学。


另类机场宇宙

在考虑 AI 预测可能对机场构成的威胁之前,与所有事物一样,有一个替代系统可以向我们展示另一面的样子。一个例子是非常非常富有的另类宇宙。他们不进行商业飞行,因此没有机会与旧的或新设计的公共机场航站楼打交道。相反,他们乘坐私人飞机并通过私人航站楼。通常,浮华、魅力、高级餐厅和艺术画廊将是非常富有的地方。但在机场的世界里,私人航站楼绝对是简朴的。

之所以没有投资让私人码头变得更好,是因为困扰我们其他人的不确定性并没有困扰富人。乘坐商用飞机时,您会被时间表所束缚,这些飞机会让迟到的乘客落在后面。有了私人飞机,时间安排就更加灵活,甚至可以不存在。如果乘客不在那里,飞机将在他们到达之前不会起飞。如果乘客早到,飞机就会起飞。整个系统的设计无需等待——至少对乘客而言是这样。无需等待意味着无需投资让等待变得更愉快。同时,富人对于何时需要离开去机场没有规定。他们想走就走。如果更多的人可以拥有这种体验,那么最佳航站楼肯定会比大教堂更简朴。

然而,你不必很富有,也能看到这个另类的宇宙。相反,只需将到达大门另一侧的世界与出发时的世界进行比较。当到达区与出发区分开时,它们是简朴的。您可能会找到一些清淡的食品店,但其他一切都是为了让您离开机场而设计的。关键问题是出租车和停车设施有多近,即使您可能并不急于赶时间。除了如何最好地离开之外,您甚至还记得到达常规机场的任何细节吗?

人工智能机场威胁

机场对人工智能并不陌生。空中交通管制采用基于人工智能的系统来更好地预测飞机到达和拥堵。在埃因霍温机场,正在试用一种新的人工智能行李处理系统,乘客只需为行李拍照、托运并在目的地领取——无需标签。在满足隐私要求的前提下,它希望对人们做同样的事情。所有这些都将帮助您更快地搭乘航班。

然而,这些事情都没有解决您乘坐航班旅行中不确定性的主要驱动因素——交通和安全。然而,交通方面的变化已经到来。 Waze 等导航应用程序会考虑交通状况,并可以根据一天中的时间合理估算到达任何机场所需的时间。这些应用程序并不完美,但它们一直在变得更好。

这些应用程序让乘客不必再受制于告诉他们需要多早出发前往机场的规则。相反,他们可以将该飞行时间添加到他们的日历中,然后一个应用程序会告诉他们出发的最佳时间并相应地安排他们的时间。更好的是,在不久的将来,将考虑航班实际起飞时间的不确定性。该应用程序不会仅根据预定起飞时间告诉您何时需要离开,而是会根据航班的预计实际起飞时间告诉您何时离开。同样,仍然存在不确定性,但从没有信息到拥有更精确信息的飞跃可以节省数小时的等待时间。同样,许多以前认为自己不会关心知道出租车预计到达时间的 Uber 乘客现在认为该信息是该服务最有价值的功能之一。 Uber 使用 AI 来做出预测。人工智能还可以预测安检线路的等待时间。把它们放在一起,你就可以使用人工智能来决定什么时候出发去机场,而不是依赖规则。与所有事情一样,有些人会先于其他人抓住这种可能性。在仁川和许多其他机场,等待不再是一件坏事,所以也许您不需要做出明智的决定。

那些开发人工智能驱动的导航应用程序或航班起飞预测器的人对航站楼机场活动的收入没有直接兴趣。然而,他们的 AI 应用程序的价值关键取决于有多少人不想在机场等候。因此,如果机场目前的等待成本较低,那么这些应用程序的价值就会降低。安全线预测是另一回事。机场声称他们希望提高安全时间并减少不确定性。但作为经济学家,我们认为他们的激励措施与乘客并不一致。是的,改善安全时间可以让更多时间花在安检过后的设施上。但与此同时,它会减少不确定性并导致人们缩短机场到达时间。结合人工智能解决了旅客到达航站楼的其他不确定性,机场是否希望在自己的控制下消除不确定性?

住宿规则

我们更广泛的观点不是关于机场,而是关于规则。规则的出现是因为接受不确定性的代价很高,但它们也会产生一系列问题。技术作家克莱·舍基 (Clay Shirky) 提出的所谓舍基原则指出,“机构将努力保留它们作为解决方案的问题。”企业也是如此。如果您的企业是提供一种在候机时为人们提供帮助的方法,那么您确保他们不必候机的机会有多大?

如果您想通过创建新的 AI 支持的决策来寻找机会,您需要超越保护规则免受不确定性后果影响的护栏和目标活动,这些活动可以更轻松地承担这些成本或减少规则可能会产生不良结果的可能性否则不得不忍。

我们可以从英国农民长期使用的保护措施中看到这一点——建造树篱。树篱是精心规划的一组健壮的树木和植物,用作田野之间的墙。如果您的田地里到处都是农场动物,并且您不想雇用一个人来确保它们不会走失,这将非常有用。如果您不希望强降雨过快地侵蚀土壤,或者如果您想要保护农作物免受强风侵袭,它也很有用。鉴于所有这些针对风险事件的保护措施,我们对这种做法成为“对冲”一词的起源并不感到惊讶,“对冲”一词演变为具有更广泛的保险含义。

但树篱是有代价的。通过划分农田,他们无法使用某些只对大片土地有效的耕作技术——包括机械化。第二次世界大战后,英国政府实际上补贴了树篱的移除,尽管在某些情况下,考虑到树篱在风险管理中的作用,这种移除是过度的。今天,有一场恢复树篱的运动,其中最著名的是威尔士亲王。在许多情况下,需要进行昂贵的投资来覆盖或保护未来的决策者免受风险。数英里的高速公路上都布满了护栏,以防止汽车驶下路堤、山坡或撞上迎面而来的车流。幸运的是,大多数从未使用过,但每一种都允许以一种可能不够安全的方式建造道路,因为人类司机容易犯错。

更一般地说,建筑规范精确地指定了各种措施来保护建筑物内的人免受不确定事件的影响。这些包括火灾,还包括天气造成的破坏、建筑基础薄弱以及地震等其他自然现象。

这些保护措施的共同点是它们通常会生成看起来过度设计的解决方案。它们是为特定的一组事件而设计的——千载难逢的风暴或百年一遇的洪水。当这些事件发生时,工程似乎是值得的。但是,在他们缺席的情况下,有理由怀疑。多年来,《魔鬼经济学》的作者史蒂文莱维特和史蒂芬杜布纳指出,飞机上的救生衣和救生筏——更不用说它们的安全演示——看起来是多么浪费,因为没有飞机成功降落在水面上。然后,在 2009 年,Sullenberger 机长在哈德逊河上降落了一架没有发动机的美国航空公司飞机。那个低概率事件的例子是否值得穿预防性救生衣?很难知道。但我们不能得出这样的结论:没有可能的结果会导致我们将该结果的概率评估为零。

然而,Levitt 和 Dubner 的主要观点是,虽然在采用保护措施时通常可以评估潜在不确定性的可能性或可​​能性随时间的变化,但无法衡量是否为降低可能性而进行的投资结果是过度的,因为所采用的风险管理策略会带走该信息。完全有可能在某些东西上浪费了太多,而由于其他原因,这些东西根本不再是高风险的。

原文: https://www.engadget.com/hitting-the-books-power-and-prediction-agrawal-gans-goldfarb-harvard-business-review-press-153019603.html?src=rss

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme