联系我们
- 地 址:北京市海淀区北四环西路9号 ,主 营:人脸识别,活体检测,身份证识别,银行卡识别,名片识别,车牌识别,OCR识别等及智能识别技术。
- 电 话:13146317170 廖经理
- 传 真:
- 邮 箱:398017534@qq.com
每一项技术进步都带来了一股恐惧和不肯定性。
一、克制毫无依据的恐惧
我们看到这种状况重复呈现。自工业反动以来,人们不断在考虑新技术对他们生活和工作的影响,今天我们看到,每一次人工智能打破之后,恐惧就会呈现。虽然人工智能近年来获得了宏大进步,但其仍处于早期阶段,这带来了一定水平的不肯定性。这种不肯定性只要在呈现问题或预期大于理想时才会加剧,从而招致误解和焦虑。作为一名直言不讳的人工智能评论家,Elon Musk应用这一误解,描画了一场行将到来的人工智能大灾难的画面,虽然他将强大的人工智能嵌入特斯拉的汽车中。一切这些都标明,在某种水平上,我们发现本人堕入了一个风险的、不用要的炒作周期。
我们必需克制这种毫无依据的恐惧。理想是这样的:今天没有可信的研讨支持这些末日场景。他们是令人信服的小说。我喜欢看《终结者》,就像和我同龄的其他孩子一样,但这些有趣的场景无法让我们应对人工智能带来的直接要挟。
我们面临的主要问题是成见和多样性,这些问题比奇点和机器人暴动更直接,也更人性化。这些问题包括嵌入的成见和缺乏多样性的范畴和数据集。用有成见的数据锻炼人工智能,我们可能会无认识地在人工智能中灌输我们本人的成见。假如不加以控制,成见会招致人工智能对某些人有利,而其别人则会付出代价。假如不增加范畴的多样性,一些人将对人工智能发明背后躲藏的决策产生更大的影响。随着人工智能整合到对个人生活影响更大的决策过程中,例如招聘、贷款申请、司法检查和医疗决议,我们将需求警觉它吸收我们最坏的倾向。
二、没有无辜的数据
当人工智能触及最根本的人类系统时,我们需求记住它不是在真空中运转。人工智能依赖于海量数据,强大的算法能够剖析这些数据,然后得出具有启示性的洞见。但是人工智能依赖锻炼数据。假如数据存在成见,比方带有种族主义或性别歧视的言语,这会影响结果。无论你锻炼人工智能什么,结果都会被放大,由于算法会无数次地复制它的决策。在数据中未被发现的成见逐步显现,令人不安,这是人工智能系统开端输出反映我们本人最根深蒂固的成见的结果。与机器人暴动不同,有成见的人工智能并不是一个假定的风险。有成见的人工智能在选美竞赛当选择了淡色皮肤的选手,而非深色皮肤的选手。一种带有成见的谷歌算法将黑脸归类为大猩猩。
在一项研讨中,一个有成见的人工智能挑选简历,会更倾向于欧裔美国人(相关于非裔美国人)。在另一项研讨中,有成见的AI将男性的名字与职业导向、数学和科学词汇联络起来,同时将女性的名字与艺术概念联络在一同。就像我们本人的点击让我们处在本人的Facebook过滤器泡泡里一样,带有成见的数据发明出了传播人类成见的人工智能。
我们不能由于服从人工智能而逃避义务。我们越多地将这些系统归入我们的决策过程,我们就必需做得越多,以确保我们可以担任任地运用这些系统。处理数据成见问题的第一步是在数据搜集过程中树立更大的透明度。它是从哪里来的?它是怎样搜集的?是谁搜集的?我们还需求处理模型中的成见问题。经过让我们的模型的内部工作愈加明晰,我们将可以发现我们之前没有发现的数据中的成见。
假如我们可以恰当地处理人工智能中存在的成见问题,那么人工智能将继续成为发明一个更美妙世界的有用工具。固然处理世界上数十亿人的成见问题可能是完整不可行的,但我们完整有可能发明出比发明者更少成见的人工智能。
固然人类的成见形成了这些应战,但人类的洞察力能够处理这些问题。算法在肃清虚假新闻和辨认歧视方面获得了宏大进步,但人类的监视将成为构建更公平的人工智能系统的必要条件。在正在停止的“关于人工智能将如何改动工作”的讨论中,我们很容易想到一个新角色呈现:人工智能监视器。我们依然需求人工检查人工智能的输入和输出。
三、更公正的人工智能
这让我们想到了第二个与之相关的问题,那就是树立更公正的人工智能:我们需求在开发这些系统的研讨人员和开发人员的社区中具有更多的多样性。
几项研讨提醒了该行业严重的不均衡。依据Code.org的数据,“黑人、拉丁裔、美洲印第安人以及土著安定洋岛民的比例显著偏低,仅占计算机科学专业学生总数的17%。”较少的代表性常常与更少的可取得性相吻合,不只在课堂上,在公司、政府和公民团体中也是如此。
我们需求积极确保这些新技术呈现时的可取得性。侥幸的是,人工智能也能够协助处理这个问题。经过运用人工智能,我们能够继续提供更直观的开发者工具,并增加对教育的获取渠道,从而扩展可能首先从事人工智能的人的网络。
我们如今曾经能够看到这种状况,一些学徒方案特地寻求将弱势群体带入计算机科学课堂的方式。一个名为“Year Up”的组织每年培训4,000名年龄在18岁到24岁之间的低收入成年人。他们获得了宏大的胜利:84%的学生上了大学,或者在毕业后的6个月内找到了工作。
经过为更普遍的人群发明教育时机,劳动力将变得愈加多样化,对人工智能数据和设计的方式也将变得愈加多样化。假如有更多的多样性,我们就能够防止一些成见的圈套。
四、人工智能的承诺
瞻望将来,我们必需调动紧迫感来应对这些应战。将来在我们晓得之前就曾经到来了。
人工智能可能是有史以来最先进的工具,就像一把锤子一样,能够用在好的中央,也能够用于损害。在正确监视下,人工智能能够让世界变得更好。它能够完成食品消费和运输的自动化,让个性化医疗成为理想,填补信息空白,让每个人(无论技艺程度或背景)都能进步效率。