下次当麦当劳公司的客户被问到是否要用他们的订单炸薯条时，发问者可能不是真实的人。

这家快餐业巨头一直在其位于芝加哥的一个地点测试语音识别软件。那些薯条也可能很快会被机器人煮熟。麦当劳正在尝试使用机器人将菜单项扔进深油炸锅中并上菜。

在餐饮业中，自动化不只是一种边缘趋势。Domino's Pizza Inc.已在测试电话订单的语音识别软件;德克萨斯州奥斯汀市现在有一家迷你咖啡厅，完全用机器人来点咖啡。总部位于硅谷的Chowbotics Inc. 开发了一种自动售货机，可以制作沙拉和其他碗式餐点。

随着人工智能和机器学习的飞速发展将新技术推向主流，许多学术研究人员开始研究不断增长的自动化对社会和经济的影响。因此，一位教授呼吁企业在这项工作中走在最前列，以确保人类不只是从方程式中脱颖而出。

“现在是公司开始加强和发展人与机器的更好结合的时候了，”最近出版的《人工智能的优势》一书的作者，巴布森学院的杰出教授汤姆·达文波特(图) 说。“我的观点一直是，您可以更好地处理创新，如果您创造性地考虑人与机器作为同事时，可以避免自动化有时会导致的底线竞赛。”

在马萨诸塞州剑桥举行的MIT CDOIQ研讨会上，Davenport与SiliconANGLE Media的移动直播工作室CUBE的联合主持人Dave Vellante 和Paul Gillin进行了交谈。他们讨论了通过合成数据改善AI开发的潜力，医学和零售等领域中智能机的影响，对金融世界中区块链部署的担忧以及为取得具有实际影响的进步而努力的必要性(请参阅成绩单全文采访)在这里)。

本周，CUBE将Tom Davenport评为本周嘉宾。

需要合成图像

在许多当前用例中，正在部署机器人是因为它们可以识别炸薯条或沙拉的外观。图像识别技术的进步使人们能够使用机器来处理人类先前执行的任务。

问题在于，机器人需要大量标记数据才能完全了解周围的世界，而如果没有足够的数据，学习就会受到阻碍。互联网上有足够多的猫图片来训练机器识别它们。但是，大灯中的雪或雨如何促进夜间在弯曲的山路上自动驾驶呢?

Davenport认为，使机器向前移动的解决方案将涉及使用合成图像。

达文波特说：“这就是我们不能使用自动驾驶汽车的原因之一，因为在雨雪中图像有所不同。” “我们将必须有人造雪和人造雨才能识别这些图像，因此GPU芯片仍然意识到那是行人横穿马路。”

乳腺癌用例

在创建合成图像方面已经进行了大量研究。本月早些时候，麻省理工学院的研究人员宣布了一种方法，该方法使用AI来训练机器人使用合成图像作为精细聚焦的视觉学习模型的来源来编织服装。

医学研究人员已开始使用合成图像来训练机器学习算法，以检测各种形式的乳腺癌。合成生成的图像被用于开发软件工具，该工具可以识别针对平民的化学武器罐的使用。

达文波特说：“目前，图像中的一点点变化都可能使识别脱颖而出。” “通过合成标记的数据开始生成图像的能力确实会在图像识别的工作速度方面产生很大的不同。”

亚马逊的无收银模式

Amazon.com Inc.是率先在其业务中使用合成数据的公司之一。去年，该公司在西雅图成立了无现金便利店Amazon Go，此概念已扩展到纽约旧金山。和芝加哥。购物者进入，选择他们想要的东西，然后直接走出前门。

借助计算机视觉，传感器融合和处理付款并跟踪库存的深度学习，所有这些都得到了促进。亚马逊在无人收银的环境中对计算机视觉的高度依赖，要求它使用合成数据来训练系统以处理忙碌的一天中诸如阳光射入商店的情况。

在几周前发布的研究中，亚马逊发现合成数据集使其能够训练关于错误或否定示例的机器学习模型，从而使其系统更加智能。

“ Amazon Go是一个非常有趣的实验，” Davenport指出。“人们所说的将在销售点消失的是人类。”

区块链尚未准备好

零售代表着一个领域，在利用AI迅速改变行业的同时，区块链是另一回事。有一些用例才刚刚出现，但是在去中心化交易空间中部署AI带来了巨大的挑战。

6月，公共区块链Cortex宣布首次将AI大规模引入加密网络。目的是生成信用报告​​并促进反欺诈报告，就像传统银行界过去使用AI一样。

然而，在臭名昭著的规避风险的金融行业中，人们还担心区块链是完全安全的。今年早些时候，加密货币交易所Coinbase Inc.抵御了黑客重写交易历史的攻击，而第二家交易所-Gate Technology Inc.的Gate.io-遭受了200,000美元的盗窃，在一个明显的事件中，这笔交易 被归还由网络小偷。

日本加密货币交易所的用户并不那么幸运。他们上个月损失了3200万美元的虚拟货币。

Davenport说：“原则上，区块链更安全，因为它分散在许多不同的分类帐中，但是人们一直在侵入比特币，所以这使您感到奇怪。” “我认为区块链将比我们想象的还要花费更长的时间。”

去年，达文波特被LinkedIn评为“十大技术声音”之一。在漫长的职业生涯中，有关分析和大数据移动的多年研究和演讲形成了他的观点。

他在AI领域所看到的变化显示了在翻转汉堡包，在当地商店购买一夸脱牛奶或处理后台发票等领域的前景。仍然缺少真正的大比分。

“所有这些事情都是相当可行的;他们只是没有那么令人兴奋，”达文波特说。“我们没有看到正在治愈癌症，制造出全自动驾驶汽车，真正具有侵略性的月球。”