Heim Technologie-Peripheriegeräte KI US-Magazin „Foreign Policy': Künstliche Intelligenz wird die globale Ungleichheit verschärfen

US-Magazin „Foreign Policy': Künstliche Intelligenz wird die globale Ungleichheit verschärfen

Jun 04, 2023 am 09:26 AM
人工智能 不平等 全球

Artikel im US-Magazin „Foreign Policy“ vom 29. Mai, Originaltitel: Künstliche Intelligenz wird die globale Ungleichheit verschärfen Der Wettlauf um künstliche Intelligenz (KI) verschärft sich, und seine Risiken sind erreicht beispiellose Niveaus Grad. Große Unternehmen, darunter Alibaba, Google und Microsoft, nutzen leistungsstarke Rechenkapazitäten, um den KI-Fortschritt voranzutreiben. Darüber hinaus bringen Hunderte private Unternehmen und gemeinnützige Organisationen Software und Programme auf den Markt, um in diesem aufstrebenden Markt Fuß zu fassen. Besorgte Menschen sagen voraus, dass diese Errungenschaften die Art und Weise, wie wir arbeiten, spielen, handeln, Wohlstand schaffen und Dinge verwalten, verändern werden.

US-Magazin „Foreign Policy: Künstliche Intelligenz wird die globale Ungleichheit verschärfen

Werden Roboter den Menschen ersetzen?

In einer Atmosphäre des Optimismus wächst auch die Angst. Immer mehr Technologieriesen und Informatiker äußern Bedenken hinsichtlich komplexer Algorithmen und glauben, dass Super Omnics in naher Zukunft den Menschen schnell ersetzen werden. Laut einer Umfrage aus dem Jahr 2022 glauben fast 50 % der KI-Experten, dass diese Technologien zu einem mindestens 10 %igen Risiko menschlicher Zerstörung führen könnten.

Besorgnis über die Risiken maschineller Intelligenz gibt es schon seit langem. Seit 1872 prophezeit der britische Schriftsteller Samuel Butler in seinem Buch „Nowhere“, dass autonome Roboter irgendwann den Menschen ersetzen werden. Im Jahr 1942 schlug der russisch-amerikanische Science-Fiction-Meister Isaac Asimov die berühmten „Drei Gesetze der Robotik“ vor: Roboter dürfen Menschen keinen Schaden zufügen; solange dieser Schutz nicht im Widerspruch zum Ersten oder Zweiten Gesetz steht.

Der aktuelle Grad der Beliebtheit und Verwirrung von KI ist beispiellos, und die Geschichte kann dies bestätigen. Große Sprachmodelle und die dahinter stehende leistungsstarke Rechenleistung sind nicht mehr auf Labore beschränkt, sondern werden mittlerweile im realen Leben von Hunderten Millionen Menschen eingesetzt. Einige überzeugte Befürworter der KI glauben jedoch, dass KI, wenn sie nicht kontrolliert wird, bald zu tödlichen Katastrophen führen wird. Die einst weit entfernten theoretischen Bedrohungen sind nun realer geworden. Kürzlich haben mehr als 31.000 Menschen eine Petition unterzeichnet, die eine Aussetzung der Ausbildung leistungsstarker KI-Modelle fordert, weil diese „das größte Risiko darstellen, dem die Gesellschaft und die Menschheit heute ausgesetzt sind“.

Potenzieller Schaden konzentriert sich auf 4 Aspekte

Bevor sich diese Angst auszubreiten begann, hatten Regierungen, Unternehmen und Universitäten in Nordamerika und Westeuropa bereits Diskussionen über künstliche Intelligenz und ihre möglichen Schäden begonnen. Der Fokus liegt hauptsächlich auf vier Aspekten: Erstens können superintelligente Maschinen den Menschen schnell ersetzen und eine existenzielle Bedrohung darstellen. Zweitens wird die KI die Arbeitslosigkeit verschärfen. Drittens wird die Art und Weise, wie KI Text, Sprache und Videos imitiert und übermittelt, dies tun die Verbreitung falscher und falscher Informationen verstärken; viertens kann KI zur Entwicklung von Weltuntergangstechnologien wie biochemischen Viren oder Netzwerkviren eingesetzt werden, die verheerende Auswirkungen haben werden.

Da das Bewusstsein für KI-Risiken zunimmt, werden auch die Standards zur Risikopufferung schrittweise verbessert. Die meisten dieser Standards sind freiwillig, wie beispielsweise zahlreiche Vereinbarungen und Richtlinien zur Gestaltungsverantwortung und Selbstregulierung. Die Maximierung menschlicher Interessen, die Verbesserung der Designsicherheit und die Optimierung von Algorithmen sind allesamt gängige KI-Entwicklungsprinzipien. Algorithmische Transparenz, Verantwortung und Fairness in der Anwendung, Privatsphäre und Datenschutz, menschliche Aufsicht und Kontrolle sowie Compliance sind allesamt Entwicklungsziele der KI. Technologieunternehmen beteiligen sich aktiv daran, die Einrichtung von KI-Governance-Agenturen und besseren institutionellen Systemen voranzutreiben, da die freiwillige Selbstregulierung allmählich an Bedeutung verliert.

Der Umfang der Aufmerksamkeit, die dem Sicherheitssystem gewidmet wird, reicht jedoch bei weitem nicht aus. Derzeit konzentrieren sich Diskussionen über KI und Strategien zur Schadensminderung weitgehend auf die westliche Welt. Die überwiegende Mehrheit der aktuellen Regierungs- und Industriestandards stammt aus EU-, US- oder OECD-Mitgliedsländern.

Die Europäische Union ist im Begriff, ein neues KI-Gesetz vorzulegen, das sich auf risikoreiche KI-Anwendungen und -Systeme konzentriert. Der Grund, warum die westliche Welt der KI so viel Aufmerksamkeit schenkt, liegt darin, dass es in verschiedenen Regionen eine große Anzahl konzentrierter KI-Unternehmen, Investoren und Forschungseinrichtungen gibt. In Lateinamerika, dem südlichen Afrika, Südasien und Südostasien entwickelt sich die KI zwar ebenfalls rasant, ihre Bedürfnisse und Bedenken sind jedoch in den KI-bezogenen Diskussionen nicht berücksichtigt worden. Mit anderen Worten: Diskussionen über die Auswirkungen und Regulierung von KI konzentrieren sich größtenteils auf eine kleine Minderheit der Bevölkerung. In armen und unterentwickelten Ländern sind Aufmerksamkeit und Finanzierung bei weitem nicht ausreichend. Die Weltbevölkerung hat 6,7 Milliarden erreicht.

Der Schaden ist in Gebieten mit niedrigem Einkommen noch schlimmer

Aufgrund der mangelnden Regulierung künstlicher Intelligenz birgt diese Situation erhebliche Risiken, wobei der globale Süden besonders schwerwiegende negative Auswirkungen hat. Die tiefere negative Auswirkung von KI ist die Verletzung der Chancengleichheit. Die freie Entwicklung der KI wird die soziale, wirtschaftliche und digitale Kluft zwischen den Ländern vergrößern, die Machtkonzentration der Konzerne fördern, das Technologiemonopol vertiefen und das ohnehin schon zerrüttete demokratische System des Westens verschlimmern.

Obwohl der Schaden durch KI global ist, sind seine Auswirkungen auf verschiedene Regionen nicht gleich. Besonders schwerwiegend ist der Schaden in Ländern mit niedrigem und mittlerem Einkommen sowie in Regionen mit schwachen Regulierungssystemen und Institutionen. Einerseits können in reichen Ländern entwickelte Algorithmen und Daten und ihre anschließende Anwendung in Entwicklungsländern Vorurteile und Diskriminierung verstärken, die durch mangelndes Bewusstsein und mangelnde Vielfalt verursacht werden. Aufgrund unzureichender Löhne und mangelnden Arbeitsschutzes besteht für Arbeitnehmer mit geringerem Einkommen und geringerem Qualifikationsniveau ein höheres Risiko, durch künstliche Intelligenz ersetzt zu werden. Es stimmt, dass die Entwicklung von KI im globalen Süden enorme Vorteile bringen wird, aber ohne angemessene Regulierung, ethische Kontrollen und die Stärkung des öffentlichen Bewusstseins werden wir ihre negativen Auswirkungen nicht begrenzen können.

Das obige ist der detaillierte Inhalt vonUS-Magazin „Foreign Policy': Künstliche Intelligenz wird die globale Ungleichheit verschärfen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Bytedance Cutting führt SVIP-Supermitgliedschaft ein: 499 Yuan für ein fortlaufendes Jahresabonnement, das eine Vielzahl von KI-Funktionen bietet Bytedance Cutting führt SVIP-Supermitgliedschaft ein: 499 Yuan für ein fortlaufendes Jahresabonnement, das eine Vielzahl von KI-Funktionen bietet Jun 28, 2024 am 03:51 AM

Diese Seite berichtete am 27. Juni, dass Jianying eine von FaceMeng Technology, einer Tochtergesellschaft von ByteDance, entwickelte Videobearbeitungssoftware ist, die auf der Douyin-Plattform basiert und grundsätzlich kurze Videoinhalte für Benutzer der Plattform produziert Windows, MacOS und andere Betriebssysteme. Jianying kündigte offiziell die Aktualisierung seines Mitgliedschaftssystems an und führte ein neues SVIP ein, das eine Vielzahl von KI-Schwarztechnologien umfasst, wie z. B. intelligente Übersetzung, intelligente Hervorhebung, intelligente Verpackung, digitale menschliche Synthese usw. Preislich beträgt die monatliche Gebühr für das Clipping von SVIP 79 Yuan, die Jahresgebühr 599 Yuan (Hinweis auf dieser Website: entspricht 49,9 Yuan pro Monat), das fortlaufende Monatsabonnement beträgt 59 Yuan pro Monat und das fortlaufende Jahresabonnement beträgt 499 Yuan pro Jahr (entspricht 41,6 Yuan pro Monat). Darüber hinaus erklärte der Cut-Beamte auch, dass diejenigen, die den ursprünglichen VIP abonniert haben, das Benutzererlebnis verbessern sollen

Kontexterweiterter KI-Codierungsassistent mit Rag und Sem-Rag Kontexterweiterter KI-Codierungsassistent mit Rag und Sem-Rag Jun 10, 2024 am 11:08 AM

Verbessern Sie die Produktivität, Effizienz und Genauigkeit der Entwickler, indem Sie eine abrufgestützte Generierung und ein semantisches Gedächtnis in KI-Codierungsassistenten integrieren. Übersetzt aus EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, Autor JanakiramMSV. Obwohl grundlegende KI-Programmierassistenten natürlich hilfreich sind, können sie oft nicht die relevantesten und korrektesten Codevorschläge liefern, da sie auf einem allgemeinen Verständnis der Softwaresprache und den gängigsten Mustern beim Schreiben von Software basieren. Der von diesen Coding-Assistenten generierte Code eignet sich zur Lösung der von ihnen zu lösenden Probleme, entspricht jedoch häufig nicht den Coding-Standards, -Konventionen und -Stilen der einzelnen Teams. Dabei entstehen häufig Vorschläge, die geändert oder verfeinert werden müssen, damit der Code in die Anwendung übernommen wird

Kann LLM durch Feinabstimmung wirklich neue Dinge lernen: Die Einführung neuen Wissens kann dazu führen, dass das Modell mehr Halluzinationen hervorruft Kann LLM durch Feinabstimmung wirklich neue Dinge lernen: Die Einführung neuen Wissens kann dazu führen, dass das Modell mehr Halluzinationen hervorruft Jun 11, 2024 pm 03:57 PM

Large Language Models (LLMs) werden auf riesigen Textdatenbanken trainiert und erwerben dort große Mengen an realem Wissen. Dieses Wissen wird in ihre Parameter eingebettet und kann dann bei Bedarf genutzt werden. Das Wissen über diese Modelle wird am Ende der Ausbildung „verdinglicht“. Am Ende des Vortrainings hört das Modell tatsächlich auf zu lernen. Richten Sie das Modell aus oder verfeinern Sie es, um zu erfahren, wie Sie dieses Wissen nutzen und natürlicher auf Benutzerfragen reagieren können. Aber manchmal reicht Modellwissen nicht aus, und obwohl das Modell über RAG auf externe Inhalte zugreifen kann, wird es als vorteilhaft angesehen, das Modell durch Feinabstimmung an neue Domänen anzupassen. Diese Feinabstimmung erfolgt mithilfe von Eingaben menschlicher Annotatoren oder anderer LLM-Kreationen, wobei das Modell auf zusätzliches Wissen aus der realen Welt trifft und dieses integriert

Sieben coole technische Interviewfragen für GenAI und LLM Sieben coole technische Interviewfragen für GenAI und LLM Jun 07, 2024 am 10:06 AM

Um mehr über AIGC zu erfahren, besuchen Sie bitte: 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou unterscheidet sich von der traditionellen Fragendatenbank, die überall im Internet zu sehen ist erfordert einen Blick über den Tellerrand hinaus. Large Language Models (LLMs) gewinnen in den Bereichen Datenwissenschaft, generative künstliche Intelligenz (GenAI) und künstliche Intelligenz zunehmend an Bedeutung. Diese komplexen Algorithmen verbessern die menschlichen Fähigkeiten, treiben Effizienz und Innovation in vielen Branchen voran und werden zum Schlüssel für Unternehmen, um wettbewerbsfähig zu bleiben. LLM hat ein breites Anwendungsspektrum und kann in Bereichen wie der Verarbeitung natürlicher Sprache, der Textgenerierung, der Spracherkennung und Empfehlungssystemen eingesetzt werden. Durch das Lernen aus großen Datenmengen ist LLM in der Lage, Text zu generieren

Fünf Schulen des maschinellen Lernens, die Sie nicht kennen Fünf Schulen des maschinellen Lernens, die Sie nicht kennen Jun 05, 2024 pm 08:51 PM

Maschinelles Lernen ist ein wichtiger Zweig der künstlichen Intelligenz, der Computern die Möglichkeit gibt, aus Daten zu lernen und ihre Fähigkeiten zu verbessern, ohne explizit programmiert zu werden. Maschinelles Lernen hat ein breites Anwendungsspektrum in verschiedenen Bereichen, von der Bilderkennung und der Verarbeitung natürlicher Sprache bis hin zu Empfehlungssystemen und Betrugserkennung, und es verändert unsere Lebensweise. Im Bereich des maschinellen Lernens gibt es viele verschiedene Methoden und Theorien, von denen die fünf einflussreichsten Methoden als „Fünf Schulen des maschinellen Lernens“ bezeichnet werden. Die fünf Hauptschulen sind die symbolische Schule, die konnektionistische Schule, die evolutionäre Schule, die Bayes'sche Schule und die Analogieschule. 1. Der Symbolismus, auch Symbolismus genannt, betont die Verwendung von Symbolen zum logischen Denken und zum Ausdruck von Wissen. Diese Denkrichtung glaubt, dass Lernen ein Prozess der umgekehrten Schlussfolgerung durch das Vorhandene ist

Um ein neues wissenschaftliches und komplexes Frage-Antwort-Benchmark- und Bewertungssystem für große Modelle bereitzustellen, haben UNSW, Argonne, die University of Chicago und andere Institutionen gemeinsam das SciQAG-Framework eingeführt Um ein neues wissenschaftliches und komplexes Frage-Antwort-Benchmark- und Bewertungssystem für große Modelle bereitzustellen, haben UNSW, Argonne, die University of Chicago und andere Institutionen gemeinsam das SciQAG-Framework eingeführt Jul 25, 2024 am 06:42 AM

Herausgeber | Der Frage-Antwort-Datensatz (QA) von ScienceAI spielt eine entscheidende Rolle bei der Förderung der Forschung zur Verarbeitung natürlicher Sprache (NLP). Hochwertige QS-Datensätze können nicht nur zur Feinabstimmung von Modellen verwendet werden, sondern auch effektiv die Fähigkeiten großer Sprachmodelle (LLMs) bewerten, insbesondere die Fähigkeit, wissenschaftliche Erkenntnisse zu verstehen und zu begründen. Obwohl es derzeit viele wissenschaftliche QS-Datensätze aus den Bereichen Medizin, Chemie, Biologie und anderen Bereichen gibt, weisen diese Datensätze immer noch einige Mängel auf. Erstens ist das Datenformular relativ einfach, die meisten davon sind Multiple-Choice-Fragen. Sie sind leicht auszuwerten, schränken jedoch den Antwortauswahlbereich des Modells ein und können die Fähigkeit des Modells zur Beantwortung wissenschaftlicher Fragen nicht vollständig testen. Im Gegensatz dazu offene Fragen und Antworten

SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen Jul 17, 2024 pm 06:37 PM

Herausgeber |. KX Im Bereich der Arzneimittelforschung und -entwicklung ist die genaue und effektive Vorhersage der Bindungsaffinität von Proteinen und Liganden für das Arzneimittelscreening und die Arzneimitteloptimierung von entscheidender Bedeutung. Aktuelle Studien berücksichtigen jedoch nicht die wichtige Rolle molekularer Oberflächeninformationen bei Protein-Ligand-Wechselwirkungen. Auf dieser Grundlage schlugen Forscher der Universität Xiamen ein neuartiges Framework zur multimodalen Merkmalsextraktion (MFE) vor, das erstmals Informationen über Proteinoberfläche, 3D-Struktur und -Sequenz kombiniert und einen Kreuzaufmerksamkeitsmechanismus verwendet, um verschiedene Modalitäten zu vergleichen Ausrichtung. Experimentelle Ergebnisse zeigen, dass diese Methode bei der Vorhersage von Protein-Ligand-Bindungsaffinitäten Spitzenleistungen erbringt. Darüber hinaus belegen Ablationsstudien die Wirksamkeit und Notwendigkeit der Proteinoberflächeninformation und der multimodalen Merkmalsausrichtung innerhalb dieses Rahmens. Verwandte Forschungen beginnen mit „S

SK Hynix wird am 6. August neue KI-bezogene Produkte vorstellen: 12-Layer-HBM3E, 321-High-NAND usw. SK Hynix wird am 6. August neue KI-bezogene Produkte vorstellen: 12-Layer-HBM3E, 321-High-NAND usw. Aug 01, 2024 pm 09:40 PM

Laut Nachrichten dieser Website vom 1. August hat SK Hynix heute (1. August) einen Blogbeitrag veröffentlicht, in dem es ankündigt, dass es am Global Semiconductor Memory Summit FMS2024 teilnehmen wird, der vom 6. bis 8. August in Santa Clara, Kalifornien, USA, stattfindet viele neue Technologien Generation Produkt. Einführung des Future Memory and Storage Summit (FutureMemoryandStorage), früher Flash Memory Summit (FlashMemorySummit), hauptsächlich für NAND-Anbieter, im Zusammenhang mit der zunehmenden Aufmerksamkeit für die Technologie der künstlichen Intelligenz wurde dieses Jahr in Future Memory and Storage Summit (FutureMemoryandStorage) umbenannt Laden Sie DRAM- und Speicheranbieter und viele weitere Akteure ein. Neues Produkt SK Hynix wurde letztes Jahr auf den Markt gebracht

See all articles