【人工智慧】面對人工智慧的發展,人類該何去何從?
人工智慧不斷地突破著我們的想象力,AI系統也在快速地進入現實世界,這種情況下,人與機器該如何相處?微軟研究院資深研究員Ece Kamar就人機互補表達了她的看法,並揭示了人們對AI的一些常見誤解。她相信,機器善於識別和計算,人類長於決策和創造,人類和機器的合作會帶來一個更好的未來。本文是Ece Kamar接受採訪的文字精簡版。想了解完整內容,請點選收聽文中採訪音訊。
微軟研究院資深研究員Ece Kamar
採訪音訊:
我熱衷於研究能在日常生活中幫助到人們的AI系統,同時,機器智慧和人類智慧之間應該如何互補也讓我十分感興趣。多年來,我們一直在嘗試構建可以與人互動、合作,並能給人們帶來幫助的系統。
目前,我們正處於人工智慧歷史上的一個重要時刻,許多重要的人工智慧系統正在進入現實世界並開始與人們進行協作。AI該去做什麼以及人類在AI開發的過程中該扮演什麼樣的角色,這些問題都會對我們的生活產生很大的影響。
正確認識人工智慧
對於人工智慧,人們其實存在很多誤解與盲點。多數人都會認為AI是在過去十年左右才出現的。但事實上,AI在二十世紀五十年代就已經開始發展了。在達特茅斯會議上,人工智慧的先驅們聚在一起,討論著人工智慧是什麼、該如何定義並研究它。他們當時相信人工智慧可以很快被實現——如果機器有能力處理某一項工作,它理應可以很快地掌握處理一項更難工作的能力。但遺憾的是,我們今天的AI並非如此,AI是一種垂直工作,我們只能將某些特定的技術應用到特定的任務中。我們離廣義人工智慧還非常遙遠,目前的AI技術還很“專業”,所以要想將人工智慧應用到每一個領域仍需要大量審慎的分析和工程設計。
我們的AI系統極度依賴資料,收集的資料的質量很大程度上決定了最後AI模型的表現。然而,目前的資料蒐集工作還存在很多問題,我們蒐集資料的時候通常會帶有個人的主觀想法和預設,所以蒐集到的資料不總是能夠真實代表這個世界,會導致模型產生知識盲區,例如人臉識別系統無法識別有深色皮膚的人群。所以,資料的不完整會導致AI系統無法有效地為某些少數人群服務。
人類的角色
在人工智慧時代,我們需要對AI開發流程進行改造。在傳統的軟體開發領域,幾十年的經驗積累讓程式設計師們非常清楚每一次的bug修復所帶來的結果。現在,我們也應該把這套標準帶到AI系統開發領域。在過去的幾年中,我們一直在嘗試將人類的洞見融入到AI系統的除錯和bug修復過程中,從人的角度去了解AI系統存在的問題和盲點,以及問題將會導致的後果,嘗試如何通過融入人類智慧來改進AI系統不盡如人意的地方。
我想強調的是,人工智慧是被人開發、由人推動、併為人所用的。人工智慧不可能自己憑空誕生出來。人類其實是很多AI系統的指南針,比如計算機視覺、人臉識別等。我們在設計系統時,也會思考如何才能將作為“指南針”的人類融入到AI系統的訓練、執行以及故障排除中。人類已經是AI過程的一部分,正是那些從事AI系統工作的工程師和科學家們將自己的見解放入這些系統的設計和架構中,才有了現在神奇的AI魔法。
AI有很多資料資源來源於人,AI的不斷髮展離不開人類的智慧。眾包為AI系統提供了獲取人類智慧的方法。通過網上和社交平臺上的眾包任務,人們生產了大量AI系統可以用來學習的資料。這種能夠連線機器和人類智慧的渠道對我們構建包含人類因素的AI系統非常重要。另外,在AI的發展過程中也需要人們對AI系統的不斷評估,畢竟最終AI是為人類服務的,而這也是眾包可以發揮作用的領域。
美好未來
我常常被AI領域外的人問道:“你能告訴我在未來的10年,20年內,美國將失去多少工作崗位,以及將會出現多少新工作嗎?”實際上,我們離強人工智慧還有很遠的距離,我並不認為AI會自己變得更聰明,以至於將來所有的工作機會都會消失。與此同時,我們也要思考如何為可能發生的一些失業問題做好準備。
新的經濟增長會在變化中出現,關鍵是要了解人和機器如何互補優勢。機器可以很好地自動重複任務,擅長識別圖案和處理規模任務,但是機器不擅長很多事情。人類擅長常識性事務,可以做反事實推理。我們可以利用小資料進行學習,並且舉一反三,將其應用到我們以前從未見過的事情中去。最重要的是,我們有創造力。
在一篇關於麻省理工學院和哈佛大學合作研究的論文中提到,研究者讓一臺機器和放射科醫師一起共同通過影像診斷乳腺癌,由於機器和人類會犯不同的錯誤,當兩者共同合作時,診斷錯誤率會遠遠低於機器和人類單獨診斷時的錯誤率。所以,只有我們充分利用人和機器的互補關係,才能創造人工智慧的美好未來。
人工智慧賽博物理作業系統
AI-CPS OS
“人工智慧賽博物理作業系統”(新一代技術+商業作業系統“AI-CPS OS”:雲端計算+大資料+物聯網+區塊鏈+人工智慧)分支用來的今天,企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中,利用AI-CPS OS形成數字化+智慧化力量,實現行業的重新佈局、企業的重新構建和自我的煥然新生。
AI-CPS OS的真正價值並不來自構成技術或功能,而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務和資料+分析一體化,這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合,沒有顛覆現狀的意願,這些將不可能實現。
領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量,領導者必須在行業、企業與個人這三個層面都保持領先地位:
重新行業佈局:你的世界觀要怎樣改變才算足夠?你必須對行業典範進行怎樣的反思?
重新構建企業:你的企業需要做出什麼樣的變化?你準備如何重新定義你的公司?
重新打造自己:你需要成為怎樣的人?要重塑自己並在數字化+智慧化時代保有領先地位,你必須如何去做?
AI-CPS OS是數字化智慧化創新平臺,設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端,可以幫助企業將創新成果融入自身業務體系,實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的數字化+智慧化力量與行業、企業及個人三個層面的交叉,形成了領導力模式,使數字化融入到領導者所在企業與領導方式的核心位置:
精細:這種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切,進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。
智慧:模型隨著時間(資料)的變化而變化,整個系統就具備了智慧(自學習)的能力。
高效:企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力,這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。
不確定性:數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗,其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域:技術、文化、制度。
邊界模糊:數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化,還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。
AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長:
創造虛擬勞動力,承擔需要適應性和敏捷性的複雜任務,即“智慧自動化”,以區別於傳統的自動化解決方案;
對現有勞動力和實物資產進行有利的補充和提升,提高資本效率;
人工智慧的普及,將推動多行業的相關創新,開闢嶄新的經濟增長空間。
給決策制定者和商業領袖的建議:
超越自動化,開啟新創新模式:利用具有自主學習和自我控制能力的動態機器智慧,為企業創造新商機;
迎接新一代資訊科技,迎接人工智慧:無縫整合人類智慧與機器智慧,重新
評估未來的知識和技能型別;
制定道德規範:切實為人工智慧生態系統制定道德準則,並在智慧機器的開
發過程中確定更加明晰的標準和最佳實踐;
重視再分配效應:對人工智慧可能帶來的衝擊做好準備,制定戰略幫助面臨
較高失業風險的人群;
開發數字化+智慧化企業所需新能力:員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說,創造兼具包容性和多樣性的文化也非常重要。
子曰:“君子和而不同,小人同而不和。” 《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧,像君子一般融合,一起體現科技就是生產力。
如果說上一次哥倫布地理大發現,擴充的是人類的物理空間。那麼這一次地理大發現,擴充的就是人們的數字空間。在數學空間,建立新的商業文明,從而發現新的創富模式,為人類社會帶來新的財富空間。雲端計算,大資料、物聯網和區塊鏈,是進入這個數字空間的船,而人工智慧就是那船上的帆,哥倫布之帆!
新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力,將進一步釋放歷次科技革命和產業變革積蓄的巨大能量,並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節,形成從巨集觀到微觀各領域的智慧化新需求,催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革,深刻改變人類生產生活方式和思維模式,實現社會生產力的整體躍升。
產業智慧官 AI-CPS
用“人工智慧賽博物理作業系統”(新一代技術+商業作業系統“AI-CPS OS”:雲端計算+大資料+物聯網+區塊鏈+人工智慧),在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧;實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。
長按上方二維碼關注微信公眾號: AI-CPS,更多資訊回覆:
新技術:“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧”;新產業:“智慧製造”、“智慧金融”、“智慧零售”、“智慧駕駛”、“智慧城市”;新模式:“財富空間”、“工業網際網路”、“資料科學家”、“賽博物理系統CPS”、“供應鏈金融”。
官方網站:AI-CPS.NET
本文系“產業智慧官”(公眾號ID:AI-CPS)收集整理,轉載請註明出處!
版權宣告:由產業智慧官(公眾號ID:AI-CPS)推薦的文章,除非確實無法確認,我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題,煩請原作者聯絡我們,與您共同協商解決。聯絡、投稿郵箱:erp_vip@hotmail.com
相關文章
- 疫情過後,走出寒冬後的人工智慧何去何從人工智慧
- 隨著資料庫軟體的專門化發展,資料庫人員該何去何從?資料庫
- DeepMind難以盈利,人工智慧該走向何處去?人工智慧
- iOS開發何去何從iOS
- 專家縱論:2017年人工智慧將何去何從?人工智慧
- 團隊解散,我們該何去何從?
- 前端框架這麼多,該何去何從?前端框架
- 讀人工智慧時代與人類未來筆記07_人工智慧往何處去人工智慧筆記
- 深度學習的困境,我們該何去何從?深度學習
- 全球經濟蒸發,網際網路人該何去何從?
- 華瑞IT教育:高考落榜,該何去何從
- 雲原生時代,資料庫該何去何從?資料庫
- 前端這條路,我們該何去何從前端
- 當程式碼遇上詐騙,開發者該何去何從?
- 寒冬已至?四面楚歌的Android工程師該何去何從Android工程師
- web前端開發前景何去何從Web前端
- 我是一個請求,我該何去何從
- 前端這條路,我們該何去何從(續)前端
- 2009年:微軟的SOA應該何去何從?微軟
- LeSS 的誕生(一):大規模團隊該何去何從
- DOC檔案何去何從
- 40歲大齡失業程式猿,未來該何去何從
- 寒冬已至!視訊聊聊四面楚歌的Android工程師該何去何從?Android工程師
- 在量子計算時代,企業資料的加密該何去何從?加密
- 何為人工智慧?人工智慧
- 一場WinRAR全球漏洞危機引發的思考:壓縮軟體該何去何從?
- 系列好文 | Kubernetes 棄用 Docker,我們該何去何從?Docker
- 臺灣科技產業風雨飄搖 未來該何去何從?產業
- Sora 時代的 AI 影片生成何去何從?SoraAI
- Tableau“出走中國”,“賣”給阿里,中國BI使用者該何去何從?阿里
- 程式設計師多大年紀算高齡,屆時該何去何從?程式設計師
- AI熱火朝天,2020的安卓程式設計師該何去何從?AI安卓程式設計師
- Layui 官網要下線了!!!基於layui開發的後端系統該何去何從UI後端
- PUBG團隊都要“告別”吃雞 商業遊戲公司該何去何從遊戲
- GitHub破例接受投資,未來何去何從?Github
- 馬化騰深夜發問 網際網路未來何去何從
- 狂奔一年後的向量資料庫,何去何從?|對話 MyScaleDB資料庫
- 自動化來勢洶洶,未來的程式設計師該何去何從?程式設計師