1. 首頁 > 科技 > >

5G|現在電腦連接了我們所有人，那么接下來會發生什么?( 六 )

5G央企



仿人機器人iCub已經成為世界各國實驗室研究人類認知和人工智能的研究工具
人類不是空白的石板 。 我們生來就具有識別人臉、學習語言和探索其它物體的特定傾向 。 機器學習系統也需要正確的固有結構來快速學習某些東西 。 采用什么樣的結構是一個激烈爭論的問題 。 蘇茨克弗說 ， “我們想要最好的白板 。 ”
人工智能的自我思考人工智能本身可能會幫助我們發現新的人工智能形式 。 有一套稱為AutoML的技術 ， 其中的算法有助于優化神經網絡架構或人工智能模型的其他方面 。 人工智能還幫助芯片架構師設計出更好的集成電路 。 去年 ， 谷歌的研究人員在《自然》雜志上報道說 ， 在他們設計的加速器芯片的某些方面 ， 強化學習比他們的內部團隊表現得更好 。
通用型人工智能的到來可能還要幾十年 。 “我們不了解我們自己的智力 ， ”米切爾說 ， 因為它的大部分是無意識的 。 “因此 ， 我們不知道對人工智能來說什么是容易的 ， 什么是困難的 。 ”看似困難的事情往往容易 ， 反之亦然——這一現象被稱為“莫拉維克悖論”(Moravec's paradox) ， 由機器人專家漢斯·莫拉維克提出 。 1988年 ， 莫拉維克寫道:“讓計算機在解決智力測試問題或下棋方面表現出成人水平的表現相對容易 ， 而讓它們在感知和移動方面達到1歲兒童的水平則很難或不可能 。 ”嬰兒其實很聰明 。 普萊科普說 ， 為了實現通用型人工智能的目標 ， “我們也對人類智力和一般智力有了更多的了解 。 ”
圖靈區分了一般智力和類人智力 。 在他1950年關于模仿游戲的論文中 ， 他寫道:“難道機器不會執行一些應該被描述為思考但與人類截然不同的事情嗎?”他的觀點是：你不需要像一個人一樣思考就能擁有真正的智慧 。
道德困境在1942年的短篇小說《逃避》(Runaround)中 ， 艾薩克·阿西莫夫(Isaac Asimov)筆下的一個角色列舉了著名的“機器人三原則”：第一條：機器人不得傷害人類 ， 或看到人類受到傷害而袖手旁觀；第二條：機器人必須服從人類的命令 ， 除非這條命令與第一條相矛盾；第三條： 機器人必須保護自己 ， 除非這種保護與以上兩條相矛盾 。
我們可能會想象阿西莫夫的“正電子大腦”在對人類的傷害方面做出自主的決定 ， 例如不再是類人機器人殺人 。 但這實際上不是電腦每天如何影響我們的表現 ， 事實上人工智能是指“我們有了管理新聞推送的算法”類似的影響 。 隨著計算機進一步滲透到我們的生活中 ， 我們需要更加努力地思考要構建什么樣的系統 ， 以及如何部署它們這樣的問題 。
這是倫理學的領域 ， 它似乎與數學、科學和工程的所謂客觀性相距甚遠 。 但是 ， 決定對這個世界提出什么樣的問題 ， 建造什么樣的工具 ， 始終取決于我們的理想和顧慮 。 例如 ， 研究像原子內部這樣深奧的課題 ， 對能源和武器都有明顯的影響 。 哈佛大學的計算機科學家芭芭拉說:“有一個基本的事實 ， 計算機系統不是價值中性的 ， 當你設計它們的時候 ， 你會把一些價值帶入設計中 。 ”
一個受到科學家和倫理學家大量關注的話題是公平和偏見 。 算法越來越多地為招聘、大學錄取、貸款和假釋等決策提供信息 ， 甚至是發號施令 。 即使他們對某些群體的歧視比普通人要少 ， 但他們仍然可能不公平地對待某些群體 ， 不是故意的 ， 而是經常因為他們接受的是有偏見的數據訓練 。 例如 ， 它們可以根據一個人之前的被捕情況來預測他未來的犯罪行為 ， 即使不同群體因特定數量的犯罪而被捕的幾率不同 。
另一個問題是隱私和監控 ， 因為電腦現在可以以一種以前無法想象的方式收集和分類信息 。 我們網絡行為的數據可以幫助預測我們私人生活的各個方面 ， 比如性行為 。 面部識別還可以在現實世界中跟隨我們 ， 幫助警察或威權政府 。 新興的神經技術領域已經在測試將大腦直接連接到計算機的方法 。 與隱私相關的是安全——黑客可以訪問被鎖起來的數據 ， 或者干擾心臟起搏器和自動駕駛汽車 。

相關經驗推薦