Big Database

算法的胜利似乎势不可挡。无论专家给它们布置什么任务，在某些时候，机器的表现似乎可以与人类相媲美甚至超过：它们下棋、围棋甚至扑克都比我们更好。他们识别图像的内容，理解所说的文字，如果需要的话，还可以翻译它。在评估医学图像来诊断疾病时，他们与任何医学名人竞争。由算法运行的股票基金经常击败基金经理的业绩。

为这些成功所陶醉，研究人员正在进一步突破可能的界限——进入决策涉及人类根本方面的领域：为什么医疗系统只能改善诊断而不决定手术计划？这使得算法能够利用诊断疾病的知识、患者生存概率和现有医疗专业人员的专业知识来确保实现最佳结果。当软件也能优化管理公司时，为什么只管理股票资金呢？这似乎有些牵强，但十年前你可能不会想到自动驾驶汽车有一天会驶过洛杉矶。

算法很快将独立做出决策
软件系统不再仅仅提供支持并提供决策数据库或开发可供人们选择适当选项的替代行动方案。相反，他们越来越直接地决定汽车在十字路口左转还是右转，或者购买 A 股还是 B 股。未来，它可能还将决定谁将接受手术、谁将被释放或被允许留下来。决策的基础通常不清楚，因为个人不知道开发人员将哪些查询和权重纳入他们的系统以及结果是如何产生的。

您肯定会同意我们的观点，例如银行和保险公司不仅应 商业地产所有者数据库 该发布其一般条款和条件，还应该允许其客户查看他们的算法。因此，“算法透明”将成为对软件开发者的新要求，因为社会对他们的要求正是如此。

决定系统的工作效率以及如何实现所需的效率尤为重要。在社会技术系统中，由人和算法决定。开发人员非常善于调整他们的程序以实现资源的最佳利用。但如您所知，现实世界中发生的事情只能在非常有限的范围内预测。每当有什么事情干扰了通往最有效结果的道路时，那个人更有可能付出代价。为了让您清楚地了解这个问题，我们想用包裹投递员的例子来展示什么会使算法的复杂时间表偏离轨道。

包裹递送员的工作并不值得羡慕。尽管时间紧迫、交通混乱、客户情况难以预测，但他们还是应该做好工作。另一方面，收件人希望他们能够按时收到货物，并且即使他们不在家，快递员也会找到一种方式来交付他们的订单。

包裹递送可以被视为一个社会技术系统。在运输服务中，软件接管路线规划并告诉司机何时必须到达哪里，以便他可以在给定时间内运送尽可能多的包裹。然而，这些算法在优化游览时忽略了现实的复杂性。毕竟，每个建筑工地、每次交通拥堵、每个必须留在露台上的包裹或每个将两箱葡萄酒运送到四楼的顾客都会导致流程不同步。最严重的受害者是送货司机，他们试图通过做更多的工作或减少服务来应对工作量。从短期来看，这种行为可能对公司具有经济意义。然而，从长远来看，对员工积极性和忠诚度的影响以及客户满意度下降可能会导致业务指标下降。

不可预测的中断已成为现实
因此，路线规划系统的开发人员在未来必须更加谦虚。您应该简单地意识到，不可预见的情况是常见的，从长远来看，将这种复杂性传递给送货人员是无效的。如果他们在开发系统时考虑到客户满意度和交付人员的要求，他们就会提出不同的解决方案。

原则上，该系统可以支持包裹承运商处理复杂性。因为他必须决定是否值得避免交通拥堵。开发人员应该给予送货员自由来改善服务，而不是预先确定的行为。

随着经验的增加，送货员知道他的旅行团的特色。然而，随着每一位离开公司的员工，这些知识都会消失。送货员和系统之间的接口可以在这方面提供帮助。例如，送货员可以通过语音输入捕获他们认为相关的任何信息。然后，算法确保所有同事在需要时都可以使用这些信息。