如何建立令人信赖的人工智能?掌握这三点才是AI的未来

  • 时间:
  • 浏览:2
  • 来源:5分快乐8平台-大发6合投注平台_大发PK10娱乐平台

人工智能地处信任哪此的什么的问题。大伙儿依靠AI太大,但它还没有赢得大伙儿的信任。现在的哪此的什么的问题不出于今天的AI是与否不还上能 做得更好,只是我今天的AI不还上能 尝试做这人 全部不同的事情。特别是,大伙儿不还上能 停止构建哪此只是我用来更好检测数据集统计模式(通常被称为强度学习的辦法 )的计算机系统通常使用称为强度学习的辦法 ,很久开始 了了构建不让还上能 掌握时间、空间和因果关系三大基本主次的计算机系统。

例如,以Autopilot模式驾驶的特斯拉汽车在撞击停止车辆方面有着令人不安的历史。亚马逊的面部识别系统在太大太大事先全部都是效,但当被要求将所有535名国会议员的面孔与2.40万 张公开逮捕照片进行比较时,它发现了28个错误匹配。一项旨在审查亚马逊求职者的计算机多多线程 被发现系统地歧视妇女。每个月,一定会有新的AI弱点被发现。

现今的AI系统对哪此概念知之甚少。以时间主次为例,大伙儿最近在谷歌上搜索了“乔治·华盛顿有没有电脑?”,这是一个多多 答案不还上能 在时间框架内将一个多多 基本事实(华盛顿生活时期、计算机发明的故事时期)联系起来的哪此的什么的问题。谷歌的前10个搜索结果都没有给出正确答案。搜索结果甚至没有真正防止你这人 哪此的什么的问题。排名最高的链接是《卫报》关于玛莎·华盛顿电脑肖像的新闻报道。

而谷歌的Talk to Books也没能做到更好,这是一个多多 旨在通过从庞大的文本数据库提供相关段落来回答哪此的什么的问题的AI项目。它提供了20个段落,其中中含少量事实,其中这人 涉及乔治·华盛顿,另这人 涉及计算机的发明的故事,但两者之间没有任何有意义的联系。

而涉及空间和因果关系的概念时,AI的情况表更糟。即使是一个多多 年幼的孩子,第一次遇到奶酪刨丝器,斗都不还上能 弄清楚为哪此它有锋利边缘的孔,哪此主次都不还上能 让奶酪掉落,哪此主次没有给你用手指抓住的等等。但现存的AI系统没有一个多多 都不还上能 正确理解对象的特性如何与其功能相关。机器都不还上能 识别出哪此是物体,但都不还上能 了识别物体的物理特性如何与其潜在的因果效应相对应。

对于这人 AI任务,你这人 主导数据相关的辦法 都不还上能 完美胜任。给你轻松地训练强度学习机器,比如识别暹罗猫的照片和Derek Jeter的照片,并区分这两者。这只是我为哪此从前的多多线程 适用于自动照片标记。或者大伙儿没有实现概念强度。例如,导致 有太大太大不同的暹罗猫,但只一个多多多 Derek Jeter,或者一张显示两只暹罗猫的照片好的反义词显眼,而一张照片显示一个多多 Derek Jeters被篡改了。

在很大程度上,你这人 理解的失败是像管家Rosie从前的通用机器人仍然是并与否幻想的导致 。导致 Rosie无法理解世界如何运作的基础知识,大伙儿就都不还上能 了信任她。

没有时间、空间和因果关系的概念,理解这人 常识是不导致 的。例如,大伙儿都知道任何特定动物的生命很久开始 了了它的诞生并以它的死亡很久开始 了;它在生命中的每一刻都地处着空间中某个特定的区域;那两只动物通常都不还上能 了共同在同一个多多 空间,两只动物都不还上能 在不同的时间在同一个多多 空间等等。

大伙儿好的反义词明确地被教授你这人 知识。这是一套背景假设,即概念框架,使大伙儿对世界的所有这人 思考成为导致 。

然而太大太大AI从业人员很少去在大伙儿的机器中构建从前的背景假设。大伙儿并全部都是说从前做很容易,相反,这是一个多多 重大的理论和实践挑战。但导致 没有它,大伙儿就不让获得繁杂的计算机智能。

导致 大伙儿建造具有丰沛 概念理解的机器,这人 这人 担忧导致 消失。例如,哲学家尼Nick Bostrom曾想象过一个多多 强大的AI机器,被指示制作回形针,但他问你哪天停止,并最终将整个世界——包括人类——变成纸夹。

在大伙儿看来,你这人 反乌托邦的猜测在很大程度上源于对今天无意识AI系统的思考。导致 你都不还上能 了计算统计相关性,则无法概念化损害。但知道时间、空间和因果关系的AI系统是都不还上能 编程以遵循更一般指示的事物,例如“机器人不让伤害人类,或通过不作为,允许人类受到伤害”(Isaac Asimov三大机器人法则的第一则)。

大伙儿面临着一个多多 选着。大伙儿都不还上能 坚持今天对AI的辦法 ,或者极大地限制机器的作用。导致 ,大伙儿都不还上能 将本人的辦法 转移到AI系统上,希望开发出对世界有足够概念性理解的机器,让大伙儿好的反义词担心它们的运行。毕竟,任何这人 辦法 都太冒险了。

进入“机器视觉”首页,浏览更多精彩内容 >>