人工智慧弊端！這就是為什麼人工智慧不能解決所有問題的原因

對人工智慧(AI)未來的歇斯底里是無處不在的。關於人工智慧如何治療疾病、加速人類創新和提高人類創造力，似乎不乏聳人聽聞的新聞。

看看媒體的頭條新聞，你可能會認為我們已經生活在一個人工智慧滲透到社會方方面面的未來。

雖然不可否認的是，人工智慧已經打開了大量充滿希望的機遇，但它也導致了一種思維模式的出現，這種心態最能被形容為「人工智慧解決方案」。這是一種哲學，只要有足夠的數據，機器學習演算法就能解決人類所有的問題。

但是這個想法有一個大問題。它不支持人工智慧的進步，它實際上會破壞機器智能的價值，因為它忽略了重要的人工智慧安全原則，並對人工智慧真正能為人類做什麼設定了不切實際的期望。

AI 的解決方法

在短短几年時間裡，人工智慧的解決方案已經從矽谷的技術佈道者的嘴裡傳到了世界各地政府官員和決策者的腦海中。

鐘擺已經從反烏托邦的觀念中搖擺了出來，即人工智慧將摧毀人類，讓我們相信我們的演算法救世主在這裡。

我們現在看到各國政府承諾支持國家人工智慧計劃，並在技術和修辭軍備競賽中展開競爭，以主導新興的機器學習領域。

例如，英國政府發誓要投資￡3億在人工智慧的研究成為該領域的領導者。

法國總統艾曼紐?馬克龍(Emmanuel Macron)迷戀人工智慧的變革潛力，致力於將法國轉變為一個全球人工智慧中心。

與此同時，中國政府正在提高其人工智慧的能力，計劃在2030年前創造一個價值1500億美元的中國人工智慧產業。人工智慧解決方案正在興起，它將繼續存在。

神經網路——說起來容易做起來難。

儘管許多政治宣言都宣揚即將到來的「人工智慧革命」帶來的革命性影響，但它們往往低估了在現實世界部署先進機器學習系統的複雜性。

人工智慧技術最有前途的品種之一是神經網路。這種機器學習的形式是模仿人類大腦的神經元結構，但規模要小得多。許多基於人工智慧的產品使用神經網路從大量數據中推斷模式和規則。

但許多政治家不明白的是，僅僅將一個神經網路添加到一個問題中並不意味著你會找到一個解決方案。同樣，向民主國家添加一個神經網路並不意味著它會立即變得更加包容、公平或個人化。

具有挑戰性的數據機構

人工智慧系統需要大量的數據來運作，但公共部門通常沒有合適的數據基礎設施來支持先進的機器學習。

大多數數據仍然存儲在離線文檔中。現存的為數不多的數字化數據來源往往被官僚主義所掩蓋。通常情況下，數據分布在不同的政府部門，每個部門都需要訪問特定的許可權。

最重要的是，公共部門通常缺乏具有正確技術能力的人才，以充分利用機器智能的好處。

由於這些原因，關於人工智慧的轟動效應引起了許多批評。伯克利分校的計算機科學教授Stuart Russell長期以來一直提倡一種更現實的方法，專註於人工智慧的日常應用，而不是超級智能機器人的假想接管。

同樣，麻省理工學院的機器人教授羅德尼·布魯克斯寫道:「幾乎所有的機器人和人工智慧的創新都遠比現場和外界想像的要長得多。」

在部署機器學習系統時遇到的許多困難之一是，人工智慧極易受到對抗性攻擊的影響。這意味著惡意人工智慧可以攻擊另一個人工智慧，迫使它做出錯誤的預測或以某種方式行為。

許多研究人員警告說，如果沒有適當的安全標準和防禦機制，人工智慧將被淘汰。儘管如此，人工智慧安全仍然是一個經常被忽視的話題。

機器學習不是魔術。

如果我們要從中獲益，並儘可能減少人工智慧的潛在危害，我們就必須開始思考機器學習如何能有效地應用於政府、企業和社會的特定領域。這意味著我們需要討論人工智慧的倫理問題，以及許多人對機器學習的不信任。

最重要的是，我們需要意識到人工智慧的局限性，以及人類仍然需要發揮主導作用的地方。與其畫一幅不切實際的人工智慧的圖片，不如退一步，把人工智慧的實際技術能力與魔法區分開來。

在很長一段時間裡，Facebook認為，錯誤信息傳播和仇恨言論傳播等問題可以通過演算法來識別和停止。但在最近來自立法者的壓力下，該公司迅速承諾要用超過1萬名人工審查員的軍隊來取代它的演算法。

醫學界也認識到，人工智慧不能被認為是解決所有問題的辦法。IBM的腫瘤治療方案是一個人工智慧，它的目的是幫助醫生治療癌症。

儘管它是為提供最好的建議而開發的，但人類專家發現很難相信這台機器。結果，在大多數醫院裡，人工智慧項目被放棄了。

同樣的問題也出現在法律領域，當演算法在美國的法庭上被用來判決罪犯。一種計算風險評估分數的演算法，並建議法官進行量刑。該系統被發現放大了結構性的種族歧視，後來被拋棄了。

這些例子表明，沒有任何人工智慧解決方案。僅僅為了人工智慧而使用人工智慧可能並不總是有效的或有用的。不是所有的問題都能通過應用機器智能解決。

這對每個旨在促進國家人工智慧項目投資的人來說都是至關重要的一課:所有的解決方案都要付出代價，而不是所有能夠實現自動化的方案都應該是這樣。

本文來自互聯網，僅代表他人看法，未經證實之前以官網發布信息為準！！！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！