(转载：www.idcew.com)有很大的区别的目标适中,人工智能(AI)和机器学习所使用的今天,和大的想法的创建一个人工总体智能匹配,然后迅速超过——人类思维的能力
随着他们的发展,人工智能和机器学习能够承担更复杂的任务,但它仍有可能是半个世纪前或更多的人工智能构建人类智慧的能力。之前,然后,更长时间的超智能出现兴奋一些,让别人害怕,几十年来为科幻小说提供了情节。(最终)可能导致另一个,但把今天与明天的天网的人工智能和机器学习不是有用的。
事实上,这种混淆鼓励许多夸大现有的短期潜力(而且往往有些世俗的)人工智能和机器学习技术。但这也意味着我们可能会把一些真实的风险和潜在的负面影响。
今天的AI是帮助企业提高客户服务或微调他们的决策,发现原本看不见的数据趋势,并帮助他们平凡的任务自动化,甚至创建全新的服务。你可以阅读关于人工智能和机器学习的角色在我们的最新数字转换项目深入的专题报道。但也有一些隐患和风险。
这里有一些潜在的问题与AI需要考虑。
人工智能是一个快速增长的和有趣的,但不是所有问题的答案。特别是,小心的AI洗涤:应用程序的两个字母的品牌产品或服务并不一定意味着它是比一个没有提到那些避邪的首字母(参见:“云洗”)。
此外,缺乏熟练员工,使大部分的技术,随着大规模过高的期望,可以创建一个丧失信心,这之前发生在所谓的“人工智能的冬天”,又可能发生如果这些AI投资不偿还。
但也许更危险的是我们对待AI的假设作为一个神奇,神秘的真理的源泉。作为我们的特别报道表明,算法的输出只和数据放在一样好,或者人类的规则集。黑盒算法的性质,可以学习和发展人类开发人员发现难以理解的方式不应该意味着他们的答案毫无疑问被接受。相反,必须找到方法来确保AI-led决策变得容易理解,和挑战——任何其他类型。一些研究者的观点出发可以如何使用等因素的责任,explainability,准确性,可审核性和公平性,这里需要更多的工作。
同样重要的是要考虑人工智能在广义上的影响:这些技术有能力显著改变一些工作,创建一些和毁灭他人。这项技术的开发人员和用户需要考虑和承认的潜在后果,好的和坏的。AI-powered自驾车辆可以减少污染,使旅游更有效率和乐趣,但也让许多司机的工作。需要有更广泛的理解,更多的讨论,现在这些变化。
很少有这些问题,当然,与人工智能和机器学习的基本技术,主要是与我们人类如何应对变化。
人工智能和机器学习不是我们需要担心的是:相反,它是人类智慧的失败,自己的学习能力。(转载：www.idcew.com) |
