人类还是AI?两者兼需

作者: 读芯术 2020-04-10 21:02:51

 本文转载自公众号“读芯术”(ID:AI_Discovery)

AI越来越深入地参与到我们的生活中了。它收集关于我们的大量数据,做出越来越复杂的决策。AI可以帮我们分类和屏蔽电子邮件,语音助手可以应答更复杂的请求,聊天机器人让复杂的的流程自动化,服务着成千上万的客户。这样的例子不胜枚举。

未来已来,但我们真的准备好了吗?近几年发生的许多事,让我们无法消除对AI的顾虑。AI离不开数据,而数据从哪里来呢?企业不断从用户那里收集数据。无论用户自己是否意识到了,用户数据已经成为了世界上最有价值的商品。

另一方面,如果AI是高效的,那么对于可以由机器代替数百万个工作来说,又意味着什么呢?

失业担忧、数据泄露、剑桥分析丑闻……让这一切都令人警醒。我们真的希望生活中的每一个方面都被记录和分析,从而受益于更智能的计算机系统吗?

如何平衡这其中的获得与失去?首先,我们必须搞清楚,在实现人工智能的过程中,人类扮演着什么样的角色。

具有自我意识机器的进化及未来

谨慎当然可以理解,但是请考虑一下AI的能力。在这个宇宙中,我们从来没有发现过如同人脑一样,具有可塑性和很具潜力的东西。

然而现在我们却看到,电脑在最复杂的游戏中击败人类,驾驶汽车比任何人类驾驶员都更安全、更高效,在医疗方面也能比人类医生做得更出色。

这一切的最终目标是创造一个具有自我意识的机器。

这是图灵测试的目的,旨在确定计算机在复制人类方面的有效性。

这是成千上万电影小说以及令人瞠目结舌的文章的主题,讲述了具有自我意识的人工智能给人类带来的风险。

这也是雷·库兹韦勒(Ray Kurzweiler)在不到30年的时间里,对人类-人工智能奇点理论进行的激进却越来越成为现实的预测的重点。

然而事实上,使人类真正独特的,是我们的大脑的观察,以及解释我们周围的世界的方式——尽管不常是正确的。

机器并不需要达到这样才能有真正的意识,这种对自己和周围环境观察和评估决策的影响的能力,是人类独有的。这是机器永远不会复制的东西,也是为什么人类智能对人工智能方程式如此重要的原因。

机器是如何思考的

如果机器不能像我们一样观察世界,那么他们究竟是如何“思考”的,我们又该如何影响这个过程?

过去五年里,机器学习一直是人工智能行业的重点。机器学习包括提供算法及所需的工具,以提高性能,而无需明确的人工输入。

在人工神经网络(ANNs)的支持下,机器学习在过去的五年发展迅速,模拟人类如何在周围的世界中寻找和评估模式。于是乎,计算机能识别人脸,对语音信号作出反应,并在高度复杂的活动中与人类竞争。

商业上,基于人工神经网络的深度学习在2016年成为主流,同年,AlphaGo击败了一位人类围棋冠军,这早于AI专家的预测。

四年后,深度学习被用于改善数百万企业和计算机系统的流程。然而,研究人员对于深度学习是否能真正达到人类智力水平,还是持谨慎态度的。

机器在决策过程中缺乏透明度,且目前不清楚单个系统在观察和学习新任务方面的可移植性(尽管有许多事情正在影响这一点)。

另一个主要问题是,隐藏在算法黑箱背后的歧视与偏见。是的没错,即使在深度学习系统中,也存在着固有的偏差。亚马逊停止了一种招聘算法的使用,该算法将男性的简历优先排序。

麻省理工学院的研究人员发现,面部识别算法在识别少数民族,特别是少数民族女性方面往往训练不足。因为由人工操作人员和开发人员向他们设计的算法提供信息,所以可能存在固有的偏差。

硅谷公司于2018年进行的的一项研究发现,该地区10家大型公司在2016年没有雇佣黑人女性,3家公司根本没有黑人员工。多样性的缺乏会直接影响到输入到这些系统中的数据,从而恶性循环。

人类和机器必须协作

毫无疑问,人工智能会一直存在,它的效率极高。人们仍然担心自己的数据安全和算法偏见,但比起这些,人类更担心的是被AI取代,带来大面积的失业。

可以放心的是,虽然人工智能将取代一些可以被自动化系统完全代替的工作—例如数据输入,追踪以及许多客户服务行业工作,但它同时也在创造新的岗位,扩大了数以百万计的工作。

要让AI发挥作用,就需要人类智能介入。人类不需再承担繁重的工作,而是被重新导向于更具生产力的角色,这通常是支持AI或者与AI协同工作的角色。

技术越先进,对于生产和管理人员的需求就越多。人工智能是一个工作引擎,只会与人类输入协同工作,以获取数据、管理数据、提供操作我们系统的算法等等。

我们生活在一个变化的时代。AI系统正以高速发展,并给我们的生活和各行各业带来巨变。这是机遇也是挑战,有太多事务亟待完善和处理。但必须强调的一点是,人类智能在这一过程中必不可少。

人工智能
上一篇:人工智能将成为实时分析比较强大的工具 下一篇:傻瓜型协作机器人
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

启明星辰严望佳:关于推进智能车联网安全风险评估的提案

网络安全与信息化是一体之两翼、驱动之双轮,在工业互联网智能化发展的同时必须同步推进人工智能赋能工业互联网安全。

kirazhou ·  9h前
人工智能将“吞噬”数据

显然,更多数据将成为人工智能辅助解决方案的标志。对数据的渴求可能来自于更具挑战性的问题、对高级人工智能/分析的更好利用或者是端到端价值链的增长。

佚名 ·  12h前
人工智能对商业影响深远 AI可以为中小企业提供五大优势

市场趋势有多快发展?特别是关于人工智能。企业正在以惊人的速度利用人工智能。根据BI Intelligence的报告,到2020年,将有80%的公司使用AI聊天机器人。这是人工智能可以为您的中小型企业带来的五个优势。

AI国际站 ·  15h前
在网络安全领域应用机器学习的困难和对策

网络安全领域的独特对抗属性给人工智能应用落地带来了重重困难,但我们并不认为这最终会阻碍人工智能成为网络安全利器。

安全狗safedog ·  23h前
腾讯AI又创新纪录:ACL 2020入选27篇论文

近日,国际计算语言学协会年会(ACL,The Association for Computational Linguistics)在官网公布了ACL 2020的论文收录名单,共计收录779篇论文。据不完全统计,此次腾讯共有27篇论文入选,投中论文总数刷新国内记录,领跑国内业界AI研究第一梯队。

佚名 ·  3天前
这个受玩具启发打造的致动器或能让软体机器人具备跳跃能力

据外媒报道,不晓得大家有没有玩过popper这个玩具,当将其按下去之后则会跳起来。近日,它给了科研人员灵感,借其打造出一种能有朝一日让软体机器人跨越崎岖地形的致动器。

佚名 ·  3天前
AI助推智慧交通建设加速 警用无人机高速执勤

智慧交通是在整个交通运输领域充分利用物联网、空间感知、云计算、移动互联网等新一代信息技术,综合运用交通科学、系统方法、人工智能、知识挖掘等理论与工具。

佚名 ·  4天前
机器学习算法集锦:从贝叶斯到深度学习及各自优缺点

本文筛选并简单介绍了一些最常见算法类别,还为每一个类别列出了一些实际的算法并简单介绍了它们的优缺点。

佚名 ·  4天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载