人工智慧同時需要實用主義者和藍天夢想家
人工智慧思想家似乎來自兩個社群。一種是我所謂的藍天幻想家,他們推測科技的未來可能性,援引烏托邦幻想來產生興奮。藍天構想令人信服,但往往被不切實際的願景和可以和應該建造的道德挑戰所籠罩。
相比之下,我所說的泥地靴實用主義者是專注於問題和解決方案的。他們希望減少廣泛使用的人工智慧系統可能造成的傷害。他們專注於修復有偏見和有缺陷的系統,例如經常錯誤地將人們識別為罪犯或侵犯隱私的臉部辨識系統。實用主義者希望減少 AI 可能犯的致命醫療錯誤,並引導自動駕駛汽車成為安全駕駛汽車。他們的目標還在於改進基於人工智慧的關於抵押貸款、大學錄取、工作招聘和假釋授予的決策。
作為一名在設計已廣泛實施的創新應用程式方面有著悠久歷史的電腦科學教授,我相信那些有遠見的人會從泥地靴現實主義者的深思熟慮的信息中受益。將兩個陣營的工作結合起來更有可能產生有益的結果,從而導致下一代技術的成功。
雖然藍天投機者的未來主義思維激發了我們的敬畏並獲得了大部分資金,但泥地靴思維提醒我們,一些人工智能應用程序威脅隱私、傳播錯誤信息,並且明顯存在種族主義、性別歧視和其他道德問題。不可否認,機器是我們未來的一部分,但它們會平等地為所有未來的人類服務嗎?我認為泥地靴陣營的謹慎和實用性將透過確保演算法開發的多樣性和平等性在短期和長期內造福人類,這些演算法越來越多地影響我們的日常生活。如果藍天思想家將泥地靴寫實主義者的擔憂融入他們的設計中,他們就可以創造出更有可能促進人類價值、權利和尊嚴的未來技術。
藍天思維始於人工智慧發展的早期。文學由開創該技術並預示其不可避免的社會轉型的作者所主導。人工智慧的「父親」通常被認為是麻省理工學院的 Marvin Minsky 和 John McCarthy 以及卡內基美隆大學的 Allen Newell 和 Herb Simon。他們聚集在會議上,例如 1956 年的達特茅斯會議,激發了西蒙 1965 年預測「機器將能夠在 20 年內完成人類可以做的任何工作」的熱情。
人工智慧還有許多其他貢獻者,包括2018 年的三位圖靈獎得主:Geoffrey Hinton、Yoshua Bengio 和 Yann LeCun。他們在深度學習演算法方面的工作是一項重要貢獻,但他們對AI 的重要性和必然性的持續慶祝包括Hinton 在2016 年令人不安的引述,即「人們現在應該停止培訓放射科醫生。很明顯,在五年內深度學習將比放射科醫生做得更好。」 更以人為本的觀點是,深度學習演算法將成為另一種工具,如乳房X 光檢查和血液檢查,使放射科醫生和其他臨床醫生能夠做出更準確的診斷並提供更合適的治療計劃。
牛津大學 2013 年的一份報告將機器人取代人類從而造成廣泛失業的主題合法化,該報告聲稱 47% 的工作可以實現自動化。未來學家馬丁福特2015 年的著作《機器人的崛起》抓住了這個想法,描繪了一幅令人不安的畫面,即低技能和高技能工作變得如此完全自動化,以至於政府將不得不提供普遍的基本收入,因為剩下的工作機會很少。現實情況是,精心設計的自動化可以提高生產力,從而降低價格、提高需求並為許多人帶來好處。這些變化引發了一個平行的現象,即大力創造新的就業機會,這有助於導緻美國和其他一些國家目前的高就業水準。
是的,有些作者提供了警示故事和不同的願景,例如麻省理工學院教授Joseph Weizenbaum 在他1976 年出版的《計算機能力和人類理性》一書中,但這些都是例外。
泥地靴實用主義者掀起了新一輪深思熟慮的人工智慧批評浪潮。他們將討論從天馬行空的樂觀轉變為明確指出對人類尊嚴、公平和民主的威脅。 Op-Ed 文章和2016 年白宮座談會是有益的舉措,數學家 Cathy O'Neil 的 2016 年著作《數學毀滅武器》擴大了受眾範圍。她專注於不透明的人工智慧演算法在大規模應用以決定假釋、抵押和工作申請時如何有害。歐尼爾強而有力的例子促進了以人為本的思維。
其他書籍,如 Ruha Benjamin 的Race After Technology:Abolitionist Tools for the New Jim Code緊隨其後的是如何改變演算法以增加經濟機會和減少種族偏見。
社會心理學家Shoshanna Zuboff 於2019 年出版的《監視資本主義時代》一書展示了谷歌從「不作惡」的早期座右銘轉變為「混淆這些過程及其影響」的有計劃的努力。 Zuboff 的解決方案是呼籲改變商業模式、民主監督和隱私保護區。學者Kate Crawford 在她2021 年出版 的《人工智慧地圖集》一書中發表了另一項毀滅性的泥靴分析, 專注於人工智慧對工作、環境、人際關係和民主的榨取和破壞力。她在美國國家工程院的一場引人入勝的講座中對此作了進一步的完善,描述了人工智慧研究人員和實施者可以採取的建設性行動,同時鼓勵政府監管和個人努力保護隱私。
泥地靴活動家因其積極的研究貢獻而獲得認可,這些貢獻提供了有益於人們的巧妙設計。 2021 年 10 月, Cynthia Rudin 獲得了人工智慧促進協會頒發的 100 萬美元的人工智慧造福人類獎。她在可解釋形式的 AI 方面的工作是對不透明黑盒子演算法令人眼花繚亂的複雜性的回應,這讓人們很難理解為什麼他們因假釋、抵押貸款或工作而被拒絕。
許多泥地靴思想家是女性,但男性也談到了人道監督的必要性。 技術先驅Jaron Lanier 在他的《立即刪除社交媒體帳戶的十個論點》中也提出了擔憂,該文件確定了社交媒體的危害,並建議用戶更好地控制自己對社群媒體的使用。法律學者 Frank Pasquale 的機器人新定律解釋了為什麼 AI 開發人員應該重視人類專業知識、避免技術軍備競賽並對他們創造的技術負責。然而,透過以人為本的設計來確保人為控制將需要對國家政策、商業實踐、研究議程和教育課程進行重大改變。
這個陣營的多元化工作者——包括女性、非二元性人群、殘疾人和有色人種——傳達了重要訊息,以確保將藍天夢想轉化為可實現的產品和服務,從而造福人類並保護環境。
以上是人工智慧同時需要實用主義者和藍天夢想家的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

本站8月1日消息,SK海力士今天(8月1日)發布博文,宣布將出席8月6日至8日,在美國加州聖克拉拉舉行的全球半導體記憶體峰會FMS2024,展示諸多新一代產品。未來記憶體和儲存高峰會(FutureMemoryandStorage)簡介前身是主要面向NAND供應商的快閃記憶體高峰會(FlashMemorySummit),在人工智慧技術日益受到關注的背景下,今年重新命名為未來記憶體和儲存高峰會(FutureMemoryandStorage),以邀請DRAM和儲存供應商等更多參與者。新產品SK海力士去年在

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S
