大數據時代的「人工智慧與人」

　　10月31日人工智慧發展現狀和趨勢第九次集體學習時指出,在移動互聯網、大數據、超級計算、感測網、腦科學等新理論、新技術的驅動下,人工智慧加速發展,呈現出深度學習、跨界融合、人機協同、群智開放、自主操控等新特徵,正在對經濟發展、社會進步、國際政治經濟格局等方面產生重大而深遠的影響。

　　歐盟委員會2018年6月公布了「數字歐洲」項目,提出了向人工智慧領域投入25億歐元,希望人工智慧技術能夠在歐盟經濟和社會領域得到廣泛運用。

　　埃森哲公司發表的一份最新報告,選取了12個發達經濟體做樣本後發現,到2035年,這些經濟體由於受到人工智慧影響,勞動生產率可提高10%至37%,經濟年增長率可翻番。

　　人工智慧,是受大數據潮流驅動,享受政策紅利並引發民智廣泛投入的新技術。人工智慧誕生以來,理論和技術日益成熟,應用領域在不斷擴大,可以設想,未來人工智慧帶來的科技產品,將會是人類智慧的「容器」。

　　人工智慧不是人的智能,但卻是像人那樣思考、也很可能超過人的智能,本身就是基於對人的意識、思維信息過程的模擬。如何分析「人工智慧與人」之間的關係,持續引發各界思考。

　　機器該為人投出「最後一票」嗎?

　　這是個很大的話題,並且有很多維度。我認為眼下的一個非常重要問題是,人工智慧演算法正在積極地影響我們的日常生活,比如電影推薦。但它也可以用在一些其他領域,比如在某些改變命運的決定中,戰爭、社會信用、法律決策等。

　　值得警惕的是,深度學習演算法目前還是一個黑箱。數據來自社會,這也意味著任何社會和個人的數據偏差在決策中會被體現甚至被強化。我認為我們需要更少的「黑箱」,我們需要開發一些演算法,這些演算法可以解釋為什麼做出結果,讓個人有機會對機器做出的決定提出複議。

　　另一個問題是,使用數據集的過程中,需要進行質量把控。需要不斷對其進行分析,以確保它們是公正的,是能夠準確反映社會的。

　　——《自然》雜誌(Nature)子刊《自然-機器智能》(Nature Machine Intelligence)主編Liesbeth Venema

　　通用AI 科幻色彩太濃重?

　　在狹義AI的蓬勃進展下,有些大眾情緒需要糾正,尤其是對通用AI、類人AI甚至危險AI、邪惡AI的過度宣傳。

　　我們現在有兩種類型的AI,一種是狹義AI,比如自動駕駛、工廠里的視頻監督、互聯網公司的網路廣告。狹義AI改變了很多行業,正在創造非凡的價值。還有一種概念叫通用AI(GI),它或許未來能做一個人的所有事。坦白來講,我個人沒看到通用AI有很大進展,我希望有一天會有,但那可能是數十年,乃至數百年後了。AI很難預測,但我還是很樂觀的,我覺得狹義AI就能造福很多人了。

　　——Landing.ai公司創始人吳恩達(Andrew Ng)

　　城市就是一個人工智慧的大數據實驗室?

　　大數據交易不是簡單的數據聚合,只有數據之間碰撞、流通、融合,才能釋放出不可限量的數據價值。基於此,城市就是一個人工智慧的大數據實驗室,城市本身就是一個實驗環境、一個實驗場景。

　　單獨的大數據實驗室並不能系統解決城市發展的所有問題,還有很大的可能性造成資源浪費。事實上,將城市視為一個整體,通過大數據交易實現地理、氣象等自然數據,以及經濟、社會、文化、人口等人文數據的流通融合,不但可以對城市規劃提供強大的決策支持,更可以為居民生成科學性、前瞻性的城市管理服務。

　　——貴陽大數據交易所執行總裁王叄壽

　　AI在醫療領域扮演什麼角色?

　　未來,人工智慧將以一個顧問的角色出現在醫療領域中。人工智慧會在「個性化的醫療」中產生最好的影響,即基於大量的數據分析為某個特定的病人想出一個獨特的解決方案。這一過程中,AI只是提供建議,醫生仍需要把握最終的決定權。在很多情況下,人們認為AI會取代人,但在這個例子中,通過讓醫生看到通常看不到的事物,AI讓醫生變得更好。

　　——麻省理工學院(MIT)名譽校長埃里克·格里姆森(Eric Grimson)

　　機器在「取代人」,還是在「適應人」?

　　識別、決策、生成是人工智慧的核心應用。例如,在決策方面,人工智慧可以幫助提高決策效率,提升商業效率。我們已經在金融、醫療和教育等方面看到這些應用。在識別和生成領域,人工智慧的進展已使「人機交互」越來越自然。從歷史趨勢上看,機器在逐漸適應人,並已為人類分擔了許多具體工作。

　　——搜狗首席執行官王小川

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！