การกำกับดูแล AI ของคุณมุ่งเน้นที่คำถามที่ถูกต้องหรือไม่?

การกำกับดูแล AI ของคุณมุ่งเน้นที่คำถามที่ถูกต้องหรือไม่?

เว็บไซต์

เมื่อเร็ว ๆ นี้ ผู้บริหารไอทีด้านเภสัชกรรมรำพึงว่าเขาเป็นหนี้ความสำเร็จของแพลตฟอร์ม SaaS ของเขาที่มีต่อธรรมาภิบาล สิ่งที่เขาหมายถึงคือ ผู้มีส่วนได้ส่วนเสียทางธุรกิจของเขากำลังพยายามหาวิธีแก้ปัญหาที่มากขึ้นและหลากหลายเร็วขึ้น และด้วยเหตุนี้ โครงการจึงมีความเสี่ยงที่จะขยายวงกว้าง ยาวและเกินงบประมาณ

การออกแบบเว็บไซต์

กระบวนการกำกับดูแลช่วยสร้างสมดุลระหว่างความปรารถนาที่จะจัดการกับกรณีการใช้งานที่มีความทะเยอทะยานอย่างดุเดือดกับลัทธิปฏิบัตินิยมที่ชาญฉลาด มันทำอย่างโปร่งใสและแบ่งปัน ดังนั้นเขาจึงไม่ต้องเล่นบทคนเลวที่บอกทุกคนว่าไม่
ในธุรกิจจำเป็นต้องมีการกำกับดูแล มันช่วยได้เสมอหรือไม่? ไม่เสมอ. สาเหตุที่การกำกับดูแลล้มเหลวเกี่ยวกับข้อมูลและระบบไอที เช่น หน่วยงานกำกับดูแลไม่มีอำนาจเพียงพอ โดยทั่วไปแล้ว จะเน้นที่การปฏิบัติตามกฎระเบียบและการจัดการต้นทุน มากกว่าวิธีที่ตัวเลือกที่เหมาะสมสามารถส่งมอบคุณค่าให้กับผู้คนจำนวนมากขึ้น ผู้มีอำนาจตัดสินใจบางคนไม่เห็นคุณค่าในลักษณะเดียวกันหรือมีส่วนร่วมมากเพียงพอกับกระบวนการกำกับดูแลที่จะรู้วิธีตัดสินกรณีการใช้งานเกี่ยวกับผลกำไรสำหรับองค์กรขนาดใหญ่
ภาวะที่กลืนไม่เข้าคายไม่ออกของเจน
แต่แล้วการกำกับดูแล AI ล่ะ? มันแตกต่างกันโดยเนื้อแท้หรือไม่? และต้องทำอย่างไรจึงจะประสบความสำเร็จ ก่อนที่เราจะพูดถึงเรื่องนั้น ให้พิจารณาสถานการณ์สมมติต่อไปนี้:
เจนจำเป็นต้องกระตุ้นยอดขายผลิตภัณฑ์ของเธอในอีก 6 เดือนข้างหน้า การแข่งขันเพื่อเรียกร้องความสนใจจากฝ่ายขายไม่ใช่เรื่องง่าย เธอจึงเริ่มวางแผน Jane ได้ยินมาว่าเพื่อนร่วมงานของเธอ Mary ซึ่งรับผิดชอบผลิตภัณฑ์อื่น ได้ทำงานร่วมกับ AI และทีมขายเพื่อสร้างแบบจำลองผู้แนะนำ
ผู้สร้างโมเดลใช้ข้อมูลและเทคนิคขั้นสูงในการคาดการณ์ว่าลูกค้ารายใดน่าจะเป็นลูกค้าที่ดีที่สุดรายถัดไปสำหรับการได้มา การขายต่อ การขายต่อเนื่อง และอื่นๆ จากนั้นพวกเขาก็แสดงสัญญาณเหล่านี้ให้กับบุคคลในทีมขายผ่านระบบ CRM ขององค์กร พนักงานขายชอบสิ่งนี้เพราะมันช่วยปรับปรุงประสิทธิภาพการทำงานของพวกเขา และแมรีก็ตื่นเต้นเพราะเธอมีพันธมิตรมากขึ้นในการพยายามบรรลุเป้าหมายด้านผลิตภัณฑ์สำหรับไตรมาสนี้
เจนต้องการสิ่งที่แมรี่มี เมื่อสำรวจดูรอบๆ เธอพบว่าความคิดริเริ่มที่เกี่ยวข้องกับ AI ทั้งหมดต้องได้รับการอนุมัติจากสภากำกับดูแล AI งานต่อไปของเธอคือการได้อยู่ต่อหน้าพวกเขา
น่าเสียดายที่วาระการประชุมของสภาเต็มไปหมด และเจนรอเป็นเวลาสองเดือนเพื่อนำเสนอคดีของเธอ เธอรวบรวมข้อเท็จจริงและผลประโยชน์ เธอเอ่ยถามอย่างชัดเจนและกระตือรือร้น จากนั้นสภากำกับดูแล AI แจ้งกับเธอว่าแม้ว่าคำขอของเธอจะสมเหตุสมผลและอาจสำคัญ แต่ก็มีเรื่องเร่งด่วนอื่น ๆ ที่ต้องจัดการในอีกหกเดือนข้างหน้า เจนต้องรอจนกว่าพวกเขาจะสามารถมอบหมายทรัพยากรเพื่อดำเนินการตามข้อเสนอของเธอได้
เมื่อถึงเวลานี้ เจนก็เข้าสู่เป้าหมายหกเดือนในการกระตุ้นยอดขายเป็นเวลาสองเดือนแล้ว เธอสงสัยว่าต้องใช้อะไรบ้างในการสร้างแบบจำลอง แม้ว่าจะดูหยาบ และเธอจะเผยแพร่ข้อมูลเชิงลึกไปยังองค์กรขายได้อย่างไร องค์กร AI เงาเริ่มก่อตัวขึ้น
เป็นไปได้ว่าคุณสามารถเกี่ยวข้องกับสิ่งนี้ สำหรับส่วนใหญ่ เรื่องนี้หรือเรื่องราวการกำกับดูแลและการควบคุมที่คล้ายคลึงกันเป็นเรื่องที่คุ้นเคย คุณจะบอกว่าธรรมาภิบาลทำงานที่นี่หรือไม่?
เรียงชิดกันมากแต่คล่องตัว
ภาวะที่กลืนไม่เข้าคายไม่ออกของเจนเป็นเรื่องธรรมดาและอาจไม่ยุติธรรมที่จะขอให้สภาการปกครองจัดการ ในพอดแคสต์ที่ฉันจัดไว้ เราได้พูดคุยกับ Suresh Kumar ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีระดับโลกและประธานเจ้าหน้าที่ฝ่ายพัฒนาของ Walmart เขาตั้งข้อสังเกตว่าหน่วยงานต่างๆ ที่สร้างโซลูชันเทคโนโลยีอย่างอิสระอาจส่งผลให้เกิดความไร้ประสิทธิภาพได้อย่างไร พวกเขาทำงานเพื่อหลีกเลี่ยงปัญหานี้ที่ Walmart ในขณะเดียวกันก็ทำให้มั่นใจว่าผู้คนสามารถสร้างสรรค์สิ่งใหม่ๆ ได้อย่างรวดเร็วภายในพื้นที่ของตน
Walmart ใช้แนวคิดที่พวกเขาเรียกว่ามีความสอดคล้องสูงแต่มีคู่กันอย่างหลวมๆ พวกเขาไม่เชื่อว่าเจนทุกคนจำเป็นต้องนำความต้องการของเธอไปเป็นสภาปกครอง แต่ผู้นำที่กำกับดูแลของ Walmart คาดการณ์ว่า AI และแมชชีนเลิร์นนิงจะสามารถสร้างมูลค่ามหาศาลให้แก่ลูกค้าและธุรกิจได้ พวกเขาได้จัดแนวข้อมูล อัลกอริธึม และแบบจำลองเพื่อตอบสนองความต้องการเหล่านั้น ที่จริงแล้วพวกเขาคิดล่วงหน้าว่าจะเปิดใช้งาน Janes ได้อย่างไร
วิธีกำหนดรูปแบบการกำกับดูแล AI เพื่อความสำเร็จ
ส่วนหนึ่งของพลังและคำมั่นสัญญาของ AI มาจากการทำให้เป็นประชาธิปไตย ด้วยรูปแบบการกำกับดูแลตามแนวคิดเดียวกันของบริการเทคโนโลยีที่มีความสอดคล้องสูง แต่มุมมองที่คลาดเคลื่อนว่าเทคโนโลยีเหล่านี้ให้บริการใคร การใช้ AI สามารถปรับขนาดได้
ข้อควรพิจารณาสามประการในการเริ่มต้นในการกำกับดูแล AI ที่สามารถช่วยคุณปรับขนาดได้:
ความตั้งใจและมูลค่าทางธุรกิจ
AI นำทางหรือแทนที่การตัดสินใจของมนุษย์ แต่อันไหน? คุณอาจตัดสินใจว่ารูปแบบการกำกับดูแลของคุณควรรองรับความสามารถทางธุรกิจที่สำคัญบางประการ ซึ่ง AI และการเรียนรู้ของเครื่องสามารถสร้างมูลค่ามหาศาลให้กับธุรกิจและให้ความสำคัญกับส่วนที่เหลือน้อยลง
คุณอาจมีแผนกต่างๆ ที่ขอโซลูชันที่กำหนดเองซึ่งช่วยปรับปรุงประสบการณ์ของลูกค้า เช่นเดียวกับ CTO ของ Walmart บางทีคุณอาจต้องการให้ข้อมูล อัลกอริธึม และอินเทอร์เฟซที่สามารถใช้เป็นพื้นฐานในการทดสอบคุณค่าของลูกค้าได้อย่างกว้างขวาง
ความต้องการที่อยู่ติดกันจะปรากฏชัดหลังจากจำกัดความตั้งใจเริ่มต้นของคุณให้แคบลง ความต้องการที่อยู่ติดกันอาจรวมถึง ตัวอย่างเช่น ให้ความสำคัญกับความปลอดภัยทางไซเบอร์ ความเป็นส่วนตัวของข้อมูล หรือความเสี่ยงที่เกี่ยวข้องกับพันธมิตรภายนอก
เพื่อแก้ปัญหาหรือเลื่อนเวลา
ด้วยความรู้สึกถึงความสามารถทางธุรกิจที่คุณต้องการเสริมความแข็งแกร่ง ให้กำหนดประเภทของปัญหาที่หน่วยงานต่างๆ สามารถแก้ไขด้วย AI ได้อย่างอิสระ และปัญหาใดที่ควรเลื่อนออกไป
ตัวอย่างเช่น ด้วยเหตุผลด้านจริยธรรม ผู้ให้บริการด้านสุขภาพอาจตัดสินใจว่าจะไม่พยายามให้ AI ทำนายแนวโน้มของการเปลี่ยนแปลงในสถานะของผู้ป่วย เช่น การเริ่มมีอาการของโรคหรือความจำเป็นในการดูแลในระดับที่สูงขึ้น ในกรณีอื่นๆ ข้อพิจารณาด้านกฎระเบียบหรือทางกฎหมายอาจทำให้การแลกเปลี่ยนมูลค่าลดลง แม้ว่านักพัฒนาที่มีความทะเยอทะยานสามารถตอบคำถามการกำหนดราคาที่ซับซ้อนได้ แต่ควรหรือไม่หากหน่วยงานกำกับดูแลมีกฎการกำหนดราคาที่เข้มงวด?
การตรงไปตรงมาเกินไปในการกำหนดแนวทางเหล่านี้สำหรับธุรกิจสามารถยับยั้งความคิดสร้างสรรค์ได้ แต่การไม่มีขอบเขตในท้ายที่สุดอาจส่งผลให้เกิดการติดขัดและขาดความคืบหน้า
การเป็นตัวแทน
การเป็นตัวแทนข้ามเขตในสภาปกครองของคุณสามารถช่วยให้คุณคิดผ่านวงจรชีวิตของระบบ AI ใดๆ แนวทางวงจรชีวิตช่วยให้คุณคาดการณ์ถึงนัยยะด้านท้ายน้ำ และใช้การวางแผนและการออกแบบเพื่อจัดการ
แม้ว่าโดยทั่วไปแล้ว หัวหน้าเจ้าหน้าที่ดิจิทัลหรือหัวหน้าเจ้าหน้าที่เทคโนโลยีมีหน้าที่รับผิดชอบในการกำกับดูแล AI ให้เชิญผู้อื่นให้เข้าร่วมในมุมมองข้ามสายงาน นักคิดด้านความเสี่ยง กฎหมาย การวิเคราะห์ และกฎข้อบังคับเพิ่มความหลากหลายทางความคิดให้กับหน่วยงานที่กำกับดูแล AI
ไม่เคยสายเกินไปที่จะรีเซ็ตพื้นฐานและออกแบบการกำกับดูแล AI โมเดลของคุณสามารถทำงานได้ในขณะนี้และมีความยืดหยุ่นเพียงพอที่จะพัฒนาเป็นสเกล AI แม้ว่าจะยังไม่สมบูรณ์ แต่คำถามสองสามข้อเหล่านี้เป็นจุดเริ่มต้นในการเริ่มต้นกฎบัตรสำหรับขั้นตอนของวุฒิภาวะใดๆ

เว็บแอพพลิเคชั่น

วันนี้เหมือนวันนี้ที่ฉันค่อนข้างมั่นใจว่าการจลาจลของหุ่นยนต์จะไม่เกิดขึ้นเร็ว ๆ นี้”
นั่นคือสิ่งที่นักศึกษาระดับบัณฑิตศึกษาของ Blake Hannaford บอกเขาเมื่อเร็วๆ นี้หลังจากพบกับความท้าทายในห้องปฏิบัติการ หุ่นยนต์อาจารย์ที่มหาวิทยาลัยวอชิงตันในซีแอต Hannaford รู้ว่าสิ่งที่เขาหมาย
Hannaford ซึ่งงานของเขามุ่งเน้นไปที่การผ่าตัดด้วยหุ่นยนต์เป็นหลัก กล่าวถึงความก้าวหน้าที่อาจเกิดขึ้น “แต่ถ้าคุณมองย้อนกลับไปในนิยายวิทยาศาสตร์จากยุค 50 และ 60 และเปรียบเทียบกับวันนี้ มันพลาดเป้าไปจริงๆ”
อันที่จริง คุณสามารถโต้แย้งได้ว่า วัฒนธรรมป๊อปโดยทั่วไปได้ทำลายหุ่นยนต์ หรืออย่างน้อยที่สุดแนวคิดของคนส่วนใหญ่ว่าหุ่นยนต์คืออะไร ตามภาพยนตร์และโทรทัศน์พวกเขากำลังทะเลาะกันเรื่องStar Wars กับ R2-D2 และ C3PO พวกมันคือData เหนือมนุษย์ของStar TrekและBender จอมบู๊ของFuturama และแน่นอน พวกมันคือไซบอร์กผู้กลายเป็นฆาตกรของ Arnold Schwarzeneggar ใน ภาพยนตร์Terminator เพื่อนคนนั้นเป็นหุ่นยนต์ที่คิดโบราณที่สุด หรืออาจจะเป็น RoboCop โทรยาก.
อย่างน้อยก็ไม่แปลกใจเลยที่คุณจะได้รู้ว่าหุ่นยนต์ไม่ใช่สิ่งเหล่านั้นจริงๆ ส่วนใหญ่ดูไม่เหมือนมนุษย์และทั้งหมด – แม้กระทั่งโมเดลที่ตระการตากว่า – เป็นพื้นฐานในความสามารถของพวกเขา (บางครั้งพวกเขาก็ไร้สาระอย่างจงใจ – เช่นเดียวกับอุปกรณ์ที่”เส็งเคร็ง”ของ Simone Giertz)
ไม่ได้หมายความว่าขาดความก้าวหน้า ที่บริษัทและมหาวิทยาลัยทั่วโลก วิศวกรและนักวิทยาศาสตร์คอมพิวเตอร์กำลังคิดค้นวิธีที่จะทำให้หุ่นยนต์มีความรอบรู้และคล่องแคล่วมากขึ้น ความสามารถทางปัญญาเหมือนมนุษย์มากขึ้นและในบางกรณี ในโกดังและโรงงาน ร้านขายอาหารจานด่วนและร้านขายเสื้อผ้า พวกเขาทำงานร่วมกับมนุษย์อยู่แล้ว นี้เป็นหนึ่งในประเทศเยอรมนีสามารถเลือกเช่นแชมป์ แม้พวกเขากำลังเริ่มต้นที่จะปฏิบัติหน้าที่ที่ได้รับโดเมนตามปกติของมนุษย์เช่นการทำกาแฟ , การดูแลผู้สูงอายุและขับเคลื่อนการขนถ่ายกระดาษชำระ One Redwood City การเริ่มต้นในแคลิฟอร์เนียได้รับเงินทุน Series A จำนวน 32 ล้านเหรียญเพื่อพัฒนาพนักงานเสิร์ฟหุ่นยนต์. และนี่คือบอท schlepper ตัวใหม่ที่ชื่อว่า Gita พวกเขากำลังแม้ proliferating ลงในฟาร์ม แต่ไม่ว่าพวกเขาจะให้บริการในภาคส่วนใด หุ่นยนต์ก็มีความก้าวหน้าน้อยกว่าที่หลายคนคิดว่าจะเป็นในตอนนี้
ทศวรรษที่ผ่านมา Hannaford กล่าวว่า “ทุกคนให้ความสำคัญกับพลังงานและคาดการณ์การใช้งานของมนุษย์ “[พวกเขาคิด] ‘เครื่องบินโดยสารสามารถบินไปยุโรปได้ ดังนั้นในปี 2020 เราจะสามารถไปยังดาวอังคารด้วยรถโดยสาร’”
อนาคตของหุ่นยนต์
จนถึงตอนนี้ หุ่นยนต์ไม่ได้ดูเหมือนหรือทำตัวเหมือนสิ่งมีชีวิตที่แสดงอยู่ในนิยายวิทยาศาสตร์ ในทางกลับกัน เครื่องจักรพื้นฐานเหล่านี้ได้รับมอบหมายให้ทำงานง่ายๆ ที่เพิ่มประสิทธิภาพการทำงานรอบๆ ที่ทำงานหรือโรงงาน เรายังห่างไกลจากอนาคตอีกหลายสิบปีที่หุ่นยนต์ทำงานที่ยากและมีความหมายมากขึ้น
สิ่งที่พวกเขาพลาดไปคือ “พลังงานไม่ได้ปรับขนาด” ความหมายว่าตามที่มัวร์ ‘ กฎหมาย s – ทฤษฎี (ตอนนี้การพิจารณาอย่างกว้างขวางหมดอายุ) ว่าจำนวนของทรานซิสเตอร์ประสิทธิภาพการส่งเสริมบนชิปคอมพิวเตอร์จะเป็นสองเท่าทุกๆสองปี – ต้นทุนต่อหน่วยของพลังงานที่ล้มเหลวที่จะลดลงร้อยละ 50 ทุก 18 เดือนแล้วทศวรรษเล่า ทศวรรษแล้วทศวรรษเล่า เช่นเดียวกับต้นทุนของการประมวลผลที่ทรงพลังมากขึ้นเรื่อยๆ

Web​ application

แต่ปัจจัยอื่นๆ ยังคงส่งผลกระทบอย่างมีนัยสำคัญต่อการคำนวณ และด้วยเหตุนี้ หุ่นยนต์ พลังงานคำนวณต่อพลังงานไฟฟ้าเช่นกำลังเติบโตอย่างมาก ในชีวิตประจำวัน หมายความว่าสมาร์ทโฟนของคุณสามารถทำอะไรได้มากกว่าด้วยอายุการใช้งานแบตเตอรี่เท่าเดิม นอกจากนี้ยังหมายถึงความก้าวหน้าที่รวดเร็วขึ้นในด้านปัญญาประดิษฐ์ เช่น คอมพิวเตอร์วิทัศน์และการประมวลผลภาษาธรรมชาติที่ช่วยให้หุ่นยนต์ “มองเห็น” และเรียนรู้ได้ การเขียนโค้ดซอฟต์แวร์ที่มีประสิทธิภาพมากขึ้นเป็นอีกวิธีหนึ่งในการปรับปรุงประสิทธิภาพของหุ่นยนต์ ในสองสามทศวรรษที่ผ่านมาอาจจะเป็นหุ่นยนต์อาจจะทำมากที่สุดของการเข้ารหัสของเรา
หุ่นยนต์อาจขโมยงานของคุณ
Hannaford กล่าวว่าในอนาคต หุ่นยนต์จะ “ทำให้สมองของผู้คนว่าง” เพื่อทำงานอื่นๆ ที่ซับซ้อนมากขึ้น แต่เช่นเดียวกับการปฏิวัติอุตสาหกรรมที่ย้ายมนุษย์จำนวนนับไม่ถ้วนที่ใช้แรงงานคน การปฏิวัติหุ่นยนต์จะไม่เกิดขึ้น และจะไม่เกิดขึ้น “โดยปราศจากความเจ็บปวด ความกลัว และการหยุดชะงัก”
“จะมีผู้คนจำนวนมากที่ล้มลงข้างทาง” เขากล่าวถึงงานจำนวนนับไม่ถ้วนที่จะเป็นไปโดยอัตโนมัติหรือหายไปทั้งหมด
มากกว่า 120 ล้านคนทั่วโลก (11,500,000 ในสหรัฐอเมริกา) จะต้องฝึกอบรมเพียงในไม่กี่ปีข้างหน้าจากการแทนที่เกิดจากปัญญาประดิษฐ์และหุ่นยนต์ตามล่าสุด IBM Institute for Business ค่านิยมการศึกษา แน่นอนว่าไม่ใช่ทุกคนที่จะได้รับการอบรมขึ้นใหม่ แต่ผู้ที่ทำเช่นนั้นจะมีแนวโน้มมากขึ้นที่จะได้งานประเภทใหม่ซึ่งนำโดยการปฏิวัติหุ่นยนต์
ตัวอย่างเช่น ในการตั้งค่าคลังสินค้า ผู้ที่เปลี่ยนไปทำงานอื่นที่ต้องใช้ “ทักษะที่สูงขึ้น” เช่น การคิดและการเคลื่อนไหวที่ซับซ้อนจะมีความเสี่ยงน้อยกว่าที่จะถูกหุ่นยนต์ชน และพวกเขาจะชนกัน Vince Martinelli หัวหน้าฝ่ายผลิตภัณฑ์และการตลาดของ RightHand Robotics นอกเมืองบอสตัน มั่นใจว่างานง่ายๆ แต่แพร่หลาย เช่น การเลือกคำสั่งซื้อในคลังสินค้า ส่วนใหญ่จะทำโดยหุ่นยนต์ใน 10 ถึง 20 ปี แม้ว่าตอนนี้เทคโนโลยีจะไม่อยู่ที่นั่น
แต่ผู้เชี่ยวชาญบางคนกล่าวว่ายิ่งหุ่นยนต์มีประสิทธิภาพเหนือมนุษย์มากเท่าใด มนุษย์ก็จะยิ่งถูกคาดหวังให้ติดตามมากขึ้นเท่านั้น
“เมื่อเราเริ่มเปรียบเทียบความเร็วและประสิทธิภาพของมนุษย์กับหุ่นยนต์ มีปัญหาด้านสุขภาพและความปลอดภัยชุดใหม่เกิดขึ้น” เบธ กูเตลิอุส รองผู้อำนวยการศูนย์การพัฒนาเศรษฐกิจเมืองแห่งมหาวิทยาลัยอิลลินอยส์-ชิคาโก บอกนิวยอร์กไทม์ส
นั่นเป็นอีกข้อโต้แย้งสำหรับการอบรมขึ้นใหม่ ตามที่ผู้เขียน Marcus Casey และ Sarah Nzau ตั้งข้อสังเกตในบล็อกโพสต์ล่าสุดของสถาบัน Brookings Institution ในหัวข้อ “Robots Kill Jobs แต่พวกเขาก็สร้างงานได้เช่นกัน”: “การพัฒนาเทคโนโลยีที่ช่วยอำนวยความสะดวกให้กับงานใหม่ๆ ซึ่งมนุษย์มีความเหมาะสมกว่า อาจนำไปสู่อนาคตที่ดีกว่าสำหรับคนงาน ในขณะที่การนำคอมพิวเตอร์มาใช้ในสำนักงานอย่างแพร่หลายทำให้เลขานุการและนักพิมพ์ดีดหลายล้านคนต้องพลัดถิ่น แต่งานใหม่ในอุตสาหกรรมที่เกี่ยวข้องหมายถึงอาชีพใหม่ รวมถึงช่างเทคนิคคอมพิวเตอร์ นักพัฒนาซอฟต์แวร์ และที่ปรึกษาด้านไอที”

Robot Auto process

แต่มนุษย์ก็ยังฉลาดกว่าหุ่นยนต์
“เมื่อผู้คนเห็นหุ่นยนต์ทำอะไรบางอย่าง แม้ว่ามันจะเป็นงานง่ายๆ เช่น หยิบของแล้ววางลง พวกเขาจินตนาการทันทีว่าหุ่นยนต์สามารถทำสิ่งที่ยากกว่าได้มาก” มาร์ติเนลลีกล่าว “เราได้รับคำถามมากมายเมื่อมีคนดูระบบ และเราต้องเตือนพวกเขาอยู่เสมอว่าสิ่งที่ง่ายสำหรับคุณและฉันที่ต้องทำนั้นค่อนข้างสูง”
เพื่อขับเคลื่อนจุดนั้นกลับบ้านได้อย่างมีประสิทธิภาพมากขึ้น RightHand ได้คิดค้นเกมที่เรียกว่า Pick Like a Robot ที่ต้องการคนสามคนเพื่อทำหน้าที่ของหุ่นยนต์ คนหนึ่งถูกปิดตาและให้คีมคีบเหล็กมาให้ — พวกเขามีหน้าที่จับสิ่งของที่เป็นปัญหา อีกคนหนึ่งทำหน้าที่เป็นระบบการมองเห็นของหุ่นยนต์โดยวางนิ้วบนสิ่งของที่ต้องการให้ตัวเลือกเลือก ผู้เข้าร่วมคนที่สามคือหน่วยสืบราชการลับของหุ่นยนต์ รับผิดชอบในการชี้นำผู้หยิบหยิบสิ่งของอย่างเหมาะสม เช่นเดียวกับในวิทยาการหุ่นยนต์ ความท้าทายคือการผสานรวมระบบทั้งหมดอย่างราบรื่น ไม่ใช่เรื่องน่าตกใจ ท้าทายอย่างยิ่ง