當前位置:
首頁 > 最新 > 該如何克服來自人工智慧的恐懼!

該如何克服來自人工智慧的恐懼!

一、克服毫無根據的恐懼

我們看到這種情況反覆出現。自工業革命以來,人們一直在思考新技術對他們生活和工作的影響,今天我們看到,每一次人工智慧突破之後,恐懼就會出現。儘管人工智慧近年來取得了巨大進步,但其仍處於早期階段,這帶來了一定程度的不確定性。這種不確定性只有在出現問題或預期大於現實時才會加劇,從而導致誤解和焦慮。

作為一名直言不諱的人工智慧評論家,Elon Musk利用這一誤解,描繪了一場即將到來的人工智慧大災難的畫面,儘管他將強大的人工智慧嵌入特斯拉的汽車中。所有這些都表明,在某種程度上,我們發現自己陷入了一個危險的、不必要的炒作周期。

我們必須克服這種毫無根據的恐懼。現實是這樣的:今天沒有可信的研究支持這些末日場景。他們是令人信服的小說。我喜歡看《終結者》,就像和我同齡的其他孩子一樣,但這些有趣的場景無法讓我們應對人工智慧帶來的直接威脅。

我們面臨的主要問題是偏見和多樣性,這些問題比奇點和機器人暴動更直接,也更人性化。這些問題包括嵌入的偏見和缺乏多樣性的領域和數據集。用有偏見的數據訓練人工智慧,我們可能會無意識地在人工智慧中灌輸我們自己的偏見。如果不加以控制,偏見會導致人工智慧對某些人有利,而其他人則會付出代價。如果不增加領域的多樣性,一些人將對人工智慧創造背後隱藏的決策產生更大的影響。

隨著人工智慧整合到對個人生活影響更大的決策過程中,例如招聘、貸款申請、司法審查和醫療決定,我們將需要警惕它吸收我們最壞的傾向。

二、沒有無辜的數據

當人工智慧觸及最基本的人類系統時,我們需要記住它不是在真空中運行。人工智慧依賴于海量數據,強大的演算法可以分析這些數據,然後得出具有啟示性的洞見。但是人工智慧依賴訓練數據。如果數據存在偏見,比如帶有種族主義或性別歧視的語言,這會影響結果。

無論你訓練人工智慧什麼,結果都會被放大,因為演算法會無數次地複製它的決策。在數據中未被發現的偏見逐漸顯現,令人不安,這是人工智慧系統開始輸出反映我們自己最根深蒂固的偏見的結果。與機器人暴動不同,有偏見的人工智慧並不是一個假設的風險。有偏見的人工智慧在選美比賽中選擇了淺色皮膚的選手,而非深色皮膚的選手。一種帶有偏見的谷歌演算法將黑臉歸類為大猩猩。

在一項研究中,一個有偏見的人工智慧篩選簡歷,會更傾向於歐裔美國人(相對於非裔美國人)。在另一項研究中,有偏見的AI將男性的名字與職業導向、數學和科學辭彙聯繫起來,同時將女性的名字與藝術概念聯繫在一起。就像我們自己的點擊讓我們處在自己的Facebook過濾器泡泡里一樣,帶有偏見的數據創造出了傳播人類偏見的人工智慧。

我們不能因為服從人工智慧而逃避責任。我們越多地將這些系統納入我們的決策過程,我們就必須做得越多,以確保我們能夠負責任地使用這些系統。解決數據偏見問題的第一步是在數據收集過程中建立更大的透明度。它是從哪裡來的?它是怎麼收集的?是誰收集的?我們還需要解決模型中的偏見問題。通過讓我們的模型的內部工作更加清晰,我們將能夠發現我們之前沒有發現的數據中的偏見。

如果我們能夠恰當地解決人工智慧中存在的偏見問題,那麼人工智慧將繼續成為創造一個更美好世界的有用工具。雖然解決世界上數十億人的偏見問題可能是完全不可行的,但我們完全有可能創造出比創造者更少偏見的人工智慧。

雖然人類的偏見造成了這些挑戰,但人類的洞察力可以解決這些問題。演算法在清除虛假新聞和識別歧視方面取得了巨大進步,但人類的監督將成為構建更公平的人工智慧系統的必要條件。在正在進行的「關於人工智慧將如何改變工作」的討論中,我們很容易想到一個新角色出現:人工智慧監視器。我們仍然需要人工檢查人工智慧的輸入和輸出。

三、更公正的人工智慧

這讓我們想到了第二個與之相關的問題,那就是建立更公正的人工智慧:我們需要在開發這些系統的研究人員和開發人員的社區中擁有更多的多樣性。

幾項研究揭示了該行業嚴重的不平衡。根據Code.org的數據,「黑人、拉丁裔、美洲印第安人以及土著太平洋島民的比例顯著偏低,僅占計算機科學專業學生總數的17%。」較少的代表性往往與更少的可獲得性相吻合,不僅在課堂上,在公司、政府和公民團體中也是如此。

我們需要積極確保這些新技術出現時的可獲得性。幸運的是,人工智慧也可以幫助解決這個問題。通過使用人工智慧,我們可以繼續提供更直觀的開發者工具,並增加對教育的獲取渠道,從而擴大可能首先從事人工智慧的人的網路。

我們現在已經可以看到這種情況,一些學徒計劃專門尋求將弱勢群體帶入計算機科學課堂的方式。一個名為「Year Up」的組織每年培訓4,000名年齡在18歲到24歲之間的低收入成年人。他們取得了巨大的成功:84%的學生上了大學,或者在畢業後的6個月內找到了工作。

通過為更廣泛的人群創造教育機會,勞動力將變得更加多樣化,對人工智慧數據和設計的方式也將變得更加多樣化。如果有更多的多樣性,我們就可以避免一些偏見的陷阱。

四、人工智慧的承諾

展望未來,我們必須調動緊迫感來應對這些挑戰。未來在我們知道之前就已經到來了。

人工智慧可能是有史以來最先進的工具,就像一把鎚子一樣,可以用在好的地方,也可以用於侵害。在正確監督下,人工智慧可以讓世界變得更好。它可以實現食品生產和運輸的自動化,讓個性化醫療成為現實,填補信息空白,讓每個人(無論技能水平或背景)都能提高效率。

在這方面,創造更好的人工智慧與為人們創造更好的生活息息相關。這就是人工智慧的承諾:讓我們變得更好、更高效,並讓我們有機會更多地專註於有創造性的、有影響力的任務。即使是在最初的日子裡,它也在幫助我們舉起一面鏡子。

如涉及版權等問題,請及時與我們聯繫,我們將在第一時間處理。


喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 機器人指南 的精彩文章:

人工智慧與智能運維

TAG:機器人指南 |