成立了麻省理工斯蒂芬?A?施瓦茨曼计算学院（MITStephenA.SchwarzmanCollegeofComputing），这是一个价值10亿美元的中心，致力于围绕人工智能“重塑其学术计划”。麻省理工学院院长L.RafaelReif说，这个想法是将AI、机器学习和数据科学与其他学科一起用于“教育未来的双语者”，将双语定义为从事生物学，化学，政治，历史和语言学的人。具有可在其领域中使用的计算技能。
该中心由私人股权公司黑石集团首席执行官斯蒂芬?施瓦兹曼（StephenA.Schwarzman）以及世界上第34位富豪（根据“福布斯”报道的富豪）投资3.5亿美元，将成为发展改变世界的学科潜力的先驱，因为我们知道。正如ErikBrynjolfsson和AndrewMcAfee在强烈推荐的“人工智能业务”中指出的那样。
“......在接下来的十年中，人工智能不会取代管理人员，但使用人工智能的管理人员将取代那些没有管理人员的人。”
创建一个独立的多学科中心认识到人工智能将影响几乎每个领域的专业人员，将被那些知道如何使用AI，机器学习或数据科学等工具的人所取代。该过程已经在管理和健康科学两个领域进行，其中越来越需要专业人员了解如何使用算法工具分析数据或进行诊断。
上周，谷歌提出的研究表明，其图像分析算法已经能够以99％的准确度识别乳腺癌中的肿瘤。在着名的医学期刊上发表的其他研究证实，超声心动图等诊断检测已经可以自动完全解释。去年，当我在巴黎的Netexplo创新活动中被要求介绍其中一位获奖者，印度医学影像诊断公司Qure.ai时，我与其中一位创始人在舞台上的谈话试图探讨人类正在被替换的恐惧通过机器学习和人工智能：放射科医生在给公司提供图像文件来训练他们的算法时感觉如何，他们发现它能够比医生更精确地诊断肿瘤？
经过短暂的调整后，医疗专业人员决定最好将其留给算法来完成这项工作-诊断有时涉及检查数十或数百个非常相似的图像-而是把时间花在其他更高效的任务上。
一些人预测，下一代医生将不再费心通过观察X射线进行诊断，并且这种做法将被视为医生在过去做的事情。算法不会取代放射科医师，乳房摄影医师或超声心动图医师......但那些知道如何在诊断中使用人工智能和机器学习的人将取代那些不会被视为对患者构成潜在风险的人。
麻省理工学院并不是唯一理解这一点的学术机构，但它是个也是最明显的开始这样一个雄心勃勃的计划：多年来现在在IE大学，我们更专业的分析和数据科学课程的老师也可以教完全不同的学科，允许我们创造双重学位，重叠两个科目，并将人文学科作为课程的基本部分。
人工智能和机器学习将在每个职业中找到用于改善人类表现的用途。至关重要的是，下一代人将了解人工智能和机器学习算法的工作原理，而不仅仅是为了防止诸如亚马逊算法错误的事件决定停止根据公司的数据雇用女性，而且还要设计应用日益强大的力量的创新流程。强大的技术。
仅仅在替代人类方面看到人工智能和机器学习的使用越来越多，这是弄巧成拙和危险的。为什么有人更愿意让医生诊断他们的X射线而不是更精确的算法？为什么不让算法比我们希望做的更安全地驾驶我们的汽车？现在是时候理解以牺牲做得更好为代价来保住工作是一场失败的比赛。
