基于AI的決策依賴于數據 ，而且在大多數情況下 ，依賴于最好是經過人類專家驗證的已訓練 模型 。隨著復雜性的增加 ，AI可能會提出人類未曾想到的解決方案 。從這個意義上說 ，如今的AI是 “系統2”的自動助手 。因此 ，我們發現 ，在尋找新的解決方案時 ，AI和人類行為方組成的混合團隊 將是最好的創新者 �？紤]到生成式AI ，我們認為一種新型創新文化正在不斷發展 。

與任何跨文化經歷一樣 ，我們需要文化學習和溝通技能來應對陌生和意外情況 ，從而將驚訝 轉化為接受 。驚訝是六種基本且普遍的情緒之一 ， 這些情緒在所有文化中都是一樣的（ Paul Ekman ）。人工智能系統的未來設計需要預見學習循環 ，以應對人類的驚訝 ，并在需要時提供所 用數據和模型的背景信息 ，因此雙方都需要學習。

本書旨在作為跨文化的學習演練 ，也是一項仍在進行中的有關處理創新及人工智能支持創新的工作 。本書還旨在邀請所有對創新感興趣的讀者和初創公司作為共同作者 ，與日益壯大的AI社區 分享他們的解決方案和想法 。從長遠來看 ，這將有助于開發和部署從設計上保證遵循用戶意圖的AI 系統。

由于AI尚處于早期階段 ，現在正是引導其發展 、“教育 ”其能力以確保實現我們的意圖的時 候 。彭羅斯階梯上的二進制代碼是作者發出的“機器可讀 ”信息 ， 旨在描述這個混合團隊踏上的旅程的愿景和使命 。如果您現在就想知道這段信息的含義 ，您可以獲得生成式AI工具的翻譯支持 ，以 節省時間 。但是 ，隨著時間的推移——在您消化我們在后續章節中介紹的創新開胃應用時——您就 會知道它的含義 ，也會在本書的展望章節看到相關摘要。

附件：AI使能工業創新白皮書（2024）：有關處理創新及人工智能支持創新的工作