Автоматизированное принятие решений (ADM) предполагает использование данных, машин и алгоритмов для принятия решений в различных контекстах, включая государственное управление , бизнес, здравоохранение, образование, юриспруденцию, трудоустройство, транспорт, СМИ и развлечения, с разной степенью человеческого участия. надзор или вмешательство. ADM включает крупномасштабные данные из ряда источников, таких как базы данных, текст, социальные сети, датчики, изображения или речь, которые обрабатываются с использованием различных технологий, включая компьютерное программное обеспечение, алгоритмы, машинное обучение , обработку естественного языка , искусственный интеллект , дополненный интеллект и робототехника. Все более широкое использование автоматизированных систем принятия решений (АСПР) в различных контекстах создает множество преимуществ и проблем для человеческого общества, требующих учета технических, правовых, этических, социальных, образовательных и экономических последствий. [1] [2]
В то время как некоторые определения ADM предполагают, что он включает в себя решения, принимаемые чисто технологическими средствами, [3] в действительности ADM может принимать множество форм, начиная от систем поддержки принятия решений, которые дают рекомендации для действий людей, принимающих решения, иногда известных как дополненный интеллект [4]. ] или «совместное принятие решений», [1] до полностью автоматизированных процессов принятия решений, которые принимают решения от имени учреждений или организаций без участия человека. [5] Модели, используемые в автоматизированных системах принятия решений, могут быть как простыми, как контрольные списки и деревья решений, так и искусственным интеллектом и глубокими нейронными сетями (DNN).
С 1950-х годов компьютеры перешли от базовой обработки к способности выполнять сложные, неоднозначные и высококвалифицированные задачи, такие как распознавание изображений и речи, игры, научный и медицинский анализ и выводы из нескольких источников данных. В настоящее время ADM все чаще используется во всех секторах общества и во многих различных областях, от развлечений до транспорта.
Автоматизированное принятие решений использует ряд источников данных и технологий для принятия решений, определяющих поведение людей и машин в различных контекстах, включая беспилотные автомобили, робототехнику, системы безопасности, государственное управление, здравоохранение, юриспруденцию и торговлю.
Качество данных, которые доступны и могут быть использованы в системах ADM, имеет основополагающее значение для результатов и часто является очень проблематичным по многим причинам. Наборы данных часто очень изменчивы, крупномасштабные данные могут контролироваться корпорациями или правительствами, могут быть ограничены по соображениям конфиденциальности или безопасности, неполны, предвзяты, ограничены с точки зрения времени или охвата, измерения и описания терминов по-разному и многие другие проблемы.
Для машин, чтобы учиться на данных, часто требуются большие массивы данных, которые может быть трудно получить или вычислить, однако там, где они доступны, они обеспечили значительный прорыв, например, в диагностике рентгенографии грудной клетки. [6]