Среди преимуществ, которые предлагают алгоритмическое принятие решений и искусственное интеллект, включая революцию скорости, эффективность и прогнозирующие способности в огромном диапазоне областей-Маниш Рагхаван работает над смягчением связанных рисков, а также ищет возможности для применения технологий, чтобы помочь с предварительным условием социальные проблемы.
«В конечном итоге я хочу, чтобы мое исследование продвигало лучшие решения давних социальных проблем»,-говорит Рагхаван, профессор развития карьеры Дрю Хьюстона, который является общим преподавателем между Школой управления Масса Департамент электротехники и компьютерных наук, а также основной исследователь лаборатории для информации и систем принятия решений (крышки).
Хороший пример намерения Рагхавана можно найти в его исследовании ИИ использования в найме.
Рагхаван говорит: «Трудно утверждать, что практики найма исторически были особенно хорошими или заслуживающими сохранять, и инструменты, которые учится на исторических данных, наследуют все предубеждения и ошибки, которые люди совершали в прошлом».
Здесь, однако, Рагхаван цитирует потенциальную возможность.
«Всегда было трудно измерить дискриминацию,-говорит он, добавляя:« Системы, управляемые ИИ, иногда легче наблюдать и измерить, чем люди, и одна цель моей работы-понять, как мы можем использовать эту улучшенную видимость, чтобы придумать Новые способы выяснить, когда системы ведут себя плохо ».
Расту в районе залива Сан -Франциско с родителями, у которых оба есть степень компьютерных наук, Рагхаван говорит, что изначально он хотел стать врачом. Незадолго до начала колледжа, его любовь к математике и вычислительной технике призвала его последовать за примером своего семейства в компьютерную науку. Проведя лето в качестве бакалавриата, проводя исследования в Корнелле с Джоном Кляйнбергом, профессором компьютерных наук и информационной науки, он решил, что хочет заработать там докторскую степень, написав свою диссертацию о «общественном воздействии алгоритмических решений».
Рагхаван выиграл награды за свою работу, в том числе награду Национального научного фонда, награду по программе стипендий по исследованиям в области научных исследований, PhD Microsoft Research и премию Департамента диссертации доктора компьютеров Корнелльского университета.
В 2022 году он присоединился к факультету Массачусетского технологического института.
Возможно, возвращаясь к его раннему интересу к медицине, Рагхаван провел исследование того, что определения высококачественного алгоритмического инструмента скрининга, используемого в сортировке пациентов с желудочно-кишечным кровотечением, известным как оценка Глазго-Брэтчфорда (ГБ), улучшается с комплементарным опытом эксперта Совет врача.
«GBS примерно так же хорош, как и люди в среднем, но это не означает, что нет отдельных пациентов или небольших групп пациентов, где GBS неверны, и врачи, вероятно, будут правы», – говорит он. «Мы надеемся, что мы можем идентифицировать этих пациентов заранее, чтобы отзывы врачей были особенно ценны».
Рагхаван также работал над тем, как онлайн -платформы влияют на их пользователей, учитывая, как алгоритмы социальных сетей наблюдают контент, который пользователь выбирает, а затем показывает им больше того же контента. Рагхаван говорит, что трудность заключается в том, что пользователи могут выбирать то, что они смотрят так же, как они могут взять мешок с картофельными чипсами, которые, конечно, восхитительны, но не так питательны. Опыт может быть удовлетворительным в данный момент, но он может оставить пользователя немного больным.
Рагхаван и его коллеги разработали модель того, как пользователь с противоречивыми желаниями-для немедленного удовлетворения по сравнению с желанием долгосрочного удовлетворения-взаимодействует с платформой. Модель демонстрирует, как можно изменить дизайн платформы, чтобы поощрять более полезный опыт. Модель выиграла примерную премию «Прикладная моделирование на легкой атмосферной премии» на конференции Ассоциации вычислительной техники 2022 года по экономике и вычислениям.
«Долгосрочное удовлетворение в конечном итоге важна, даже если все, что вас заботятся, это интересы компании»,-говорит Рагхаван. «Если мы сможем начать создавать доказательства того, что пользовательские и корпоративные интересы более выровнены, я надеюсь, что мы можем настаивать на более здоровых платформах без необходимости разрешения конфликтов интересов между пользователями и платформами. Конечно, это идеалистично. Но я чувствую, что достаточно людей в этих компаниях считают, что есть место, чтобы сделать всех счастливее, и им просто не хватает концептуальных и технических инструментов, чтобы это произошло ».
Что касается процесса разработки идей для таких инструментов и концепций для наилучшего применения вычислительных методов, Рагхаван говорит, что его лучшие идеи приходят к нему, когда он думал о проблеме и продолжалась. По его словам, он посоветовал своим ученикам последовать своему примеру устранения очень сложной проблемы на день, а затем возвращается к нему.
«На следующий день все часто лучше», – говорит он.
Когда он не озадачивает проблему или преподавания, Рагхаван часто можно найти на открытом воздухе на футбольном поле, как тренер Гарвардского мужского футбольного клуба, которую он берет на себя.
«Я не могу откладывать, если я знаю, что мне придется провести вечер на поле, и это дает мне что -нибудь с нетерпением ждать в конце дня», – говорит он. «Я стараюсь иметь вещи в моем графике, которые кажутся, по крайней мере, столь же важными для меня, как и работа, чтобы поставить эти проблемы и неудачи в контекст».
Поскольку Рагхаван рассматривает, как применять вычислительные технологии, чтобы лучше всего служить нашему миру, он говорит, что считает, что самой захватывающей вещью в его области является идея, что ИИ откроет новое понимание «людей и человеческого общества».
«Я надеюсь, – говорит он, – что мы можем использовать это, чтобы лучше понять себя».
