人工智能的成功与增强能力有关,而不仅仅是自动化

2023-06-01 0 1,008

人工智能的成功与增强能力有关,而不仅仅是自动化

人工智能只是一种工具,但它是一种什么样的工具。 它可能将我们的世界提升到一个启蒙和生产力的时代,也可能使我们陷入黑暗的深渊。 为了帮助实现前者,而不是后者,必须非常谨慎和深思熟虑地处理它。 这是技术领导者和从业者需要站出来帮助铺平道路,鼓励使用人工智能来增强和扩大人类能力的地方。

这些是斯坦福大学召集的专家最近发布的一份报告以及人工智能一百年研究 (AI100) 的最新一期报告中得出的一些观察结果,这是一项长期跟踪和监控人工智能的努力 它在下个世纪不断进步。 AI100 常务委员会由德克萨斯大学奥斯汀分校计算机科学教授、索尼 AI 美国公司执行董事 Peter Stone 领导,撰写该报告的研究小组由德克萨斯大学计算机科学教授 Michael Littman 担任主席 布朗大学。

AI100 的作者敦促将人工智能用作增强和扩大人类技能的工具。 “所有利益相关者都需要参与 AI 助手的设计,以打造一个单独胜过任何一方的人类-AI 团队。人类用户必须了解 AI 系统及其局限性才能信任并适当使用它,而 AI 系统设计者必须了解上下文 将在其中使用该系统。”

该报告的作者认为,人工智能在增强人类能力时具有最大的潜力,而这正是它最有成效的地方。 “无论是寻找导致新药发现的化学相互作用模式,还是帮助公设辩护人确定最合适的策略,人工智能可以通过多种方式增强人类的能力。人工智能系统可能更擅长综合可用 数据并在问题的特征明确的部分做出决策,而人类可能更善于理解数据的含义——比如说,如果缺失的数据字段实际上是数据中表示的某些子组的重要、未测量信息的信号—— – 处理难以完全量化的目标,并确定超出 AI 可能被编程考虑的创造性行动。”

合著者表示,完全自治“不是人工智能系统的最终目标”。 人类和自动化决策者之间需要有“清晰的沟通渠道。归根结底,该领域的成功将取决于它如何赋予所有人权力,而不是机器如何有效地贬低我们本身 试图提供帮助。”

该报告审视了人工智能正在发展并改变工作和生活的关键领域:

发现:“可解释人工智能和人工智能可视化的新发展使人类更容易更深入地检查人工智能程序,并使用它们以一种有助于人类专家将各个部分组合在一起并得出见解的方式明确地组织信息,” 报告笔记。

决策制定:AI 帮助总结过于复杂的数据,人类无法轻易吸收。 “在必须阅读和分析大量文本的领域,现在正在使用或积极考虑摘要——无论是关注新闻媒体、进行金融研究、进行搜索引擎优化,还是分析合同、专利或法律文件。Nascent 在高度逼真(但目前不可靠或不准确)的文本生成方面取得的进展,例如 GPT-3,也可能使这些交互更加自然。”

AI 作为助手:“我们已经开始看到可以处理和翻译照片中的文本的 AI 程序,允许旅行者阅读标牌和菜单。改进的翻译工具将促进跨文化的人类互动。曾经需要一个人具有高度的项目 通过允许更多人搜索任务和特定上下文的专业知识,专业知识或大量时间可能会被更多人使用。”

语言处理:语言处理技术的进步得到了神经网络语言模型的支持,包括 ELMo、GPT、mT5 和 BERT,它们“了解单词在上下文中的使用方式——包括语法元素、含义和关于语言的基本事实 世界——从筛选自然出现的文本中的模式开始。这些模型的语言设施已经支持机器翻译、文本分类、语音识别、写作辅助和聊天机器人等应用。未来的应用可能包括改善人类与人工智能之间的交互 不同的语言和情况。”

计算机视觉和图像处理:“许多图像处理方法使用深度学习进行识别、分类、转换和其他任务。图像处理的训练时间已大大减少。在 ImageNet 上运行的程序是一个包含超过 1400 万张照片的大规模标准化集合 用于训练和测试视觉识别程序,完成工作的速度比三年前快了 100 倍。” 然而,该报告的作者警告称,此类技术可能会被滥用。

机器人技术:“在过去的五年里,在机器学习、强大的计算和通信能力以及复杂传感器系统的可用性增加的推动下,智能机器人技术取得了持续的进步。虽然这些系统不能完全利用人工智能的所有进步, 主要是由于环境的物理限制,高度敏捷和动态的机器人系统现在可用于家庭和工业用途。”

机动性:“五年前关于全自动驾驶快速发展的乐观预测未能实现。原因可能很复杂,但在复杂的物理环境中需要极高的安全性,这使得这个问题更具挑战性,成本也更高, 解决问题超出预期。自动驾驶汽车的设计需要集成一系列技术,包括传感器融合、人工智能规划和决策、车辆动力学预测、即时重新路由、车辆间通信等 ”

推荐系统:报告指出,在过去五年中,为推荐系统提供支持的人工智能技术发生了巨大变化。 “一个转变是深度神经网络近乎普遍的结合,以更好地预测用户对推荐的反应。复杂的机器学习技术也越来越多地用于分析推荐项目的内容,而不是仅使用元数据和用户点击或 消费行为。”

该报告的作者警告说,“使用越来越复杂的机器学习模型来推荐产品、服务和内容已经引起了人们对公平性、多样性、两极分化和过滤气泡出现等问题的严重担忧,推荐者在这些问题上 系统建议。虽然这些问题需要的不仅仅是技术解决方案,但人们越来越关注至少可以部分解决此类问题的技术。”

申明:本文由第三方发布,内容仅代表作者观点,与本网站无关。对本文以及其中全部或者部分内容的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。本网发布或转载文章出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,也不代表本网对其真实性负责。

七爪网 行业资讯 人工智能的成功与增强能力有关,而不仅仅是自动化 https://www.7claw.com/57206.html

相关文章

发表评论
暂无评论
官方客服团队

为您解决烦忧 - 24小时在线 专业服务