从对工作的态度到对两米长什么样子的掌握，大流行使我们重新思考了如何看待世界。但是，尽管我们发现很难适应新的现实，但是为帮助组织制定决策而创建的狭义设计的人工智能模型就更加困难了。根据描述危机前世界的数据，这些将不再做出正确的预测，而是指出了AI设计方式中的一个基本问题。

MIT-IBM Watson AI Lab的IBM总监David Cox解释说，有缺陷的AI在所谓的黑匣子预测模型的情况下尤其成问题：这些算法以用户看不见或无法理解的方式工作。“这非常危险，” Cox说，“如果您不了解模型中内部发生的事情，在该模型中，您将一端的数据铲除以得到另一端的结果。该模型应该体现了模型的结构。世界，但不能保证如果世界改变，它将继续运作。”

例如，如果您构建的计算机程序是一个完整的黑匣子，旨在根据过去的数据预测股市情况，则不能保证在当前的危机中它将继续产生良好的预测。争论。

您实际上需要做的是建立一个更广泛的经济模型，该模型可以识别供需，了解供应链并吸收这些知识，这更接近经济学家的预期。他说，然后您可以更透明地对情况进行推理。

“这些模型之所以难以被狭窄的AI所信任，部分原因是因为它们没有那种结构。如果这样做，那么模型就更容易解释为什么要做出决策了。这些模型是现在正面临挑战。明确表明了这种结构为什么很重要，”他警告说。

这很重要，不仅因为该技术性能更好并且可靠性更高，而且还因为如果企业对工具的信任程度更高，他们将不愿意采用AI。考克斯(Cox)就此事发表了自己的统计数据：95%的公司认为AI是其竞争优势的关键，而只有5%的公司表示，他们已广泛实施该技术。

尽管每个调查的数字有所不同，但结论在一段时间内是相同的：人工智能的承诺与其对企业的现实之间仍然存在巨大差距。业界努力部署该技术的部分原因归结为对AI缺乏了解。如果您构建了一个出色的算法却无法解释其工作原理，那么您将无法期望员工将新工具纳入其业务流程。考克斯说：“如果人们不理解或不相信这些工具，那将是一个失败的事业。”

解释AI是Cox工作的主要重点之一。他共同领导的MIT-IBM Watson实验室由美国大学和IBM Research的100位AI科学家组成，目前已经投入运营了第三年。该实验室的座右铭在其网站上首当其冲，这是不言而喻的：“人工智能对现实世界的影响”。

早在2017年，IBM宣布在十年内投资2.4亿美元，以支持公司自己的研究人员以及麻省理工学院对新成立的Watson AI Lab的研究。从一开始，合作的目标就以行业为重点，其想法是释放AI在“商业和社会”中的潜力。实验室的重点不是“狭窄的AI”，这是当今大多数组织都知道的有限格式的技术。相反，研究人员应该为“广泛的AI”而努力。广泛的AI可以跨多个任务和数据流高效，灵活地学习，最终对企业具有巨大的潜力。实验室的承诺是“下一步是广泛的AI”。