有多少人工智慧在“人工”強行“智慧”
建立一個真正由AI驅動的服務並不簡單。所以,一些初創公司動起了歪腦筋——他們讓人類模仿機器,而不是讓機器學習人類,因為這樣成本便宜得多,也容易得多。
“使用人力來代替人工智慧可以讓你跳過大量的技術和業務開發挑戰。它雖然無法像計算機那樣可升級,但卻能讓你跳過早期的困難部分,達到想要的效果。”ReadMe的執行長Gregory Koberger說,他表示已經遇到過不計其數的“假AI”。
“這其實是在用真正的人力,來呈現AI應該有的樣子。”他說。
本週,華爾街日報的一篇文章曝光了這種做法,該文章揭露Google允許幾百名第三方應用開發者訪問使用者的收件箱。Edison Software公司的總部位於San Jose,他們的AI工程師透過篡改身份資訊,瀏覽了幾百名使用者的個人電子郵件,以改進“智慧回覆”功能。問題是該公司並沒有在其隱私政策中提到過有人會檢視使用者的電子郵件。
使用人工的做法見報已經不是第一次了。2008年,一家將語音郵件轉換為簡訊的公司Spinvox被指控在海外呼叫中心使用人力,而不是人們以為的機器。
2016年,彭博社曝光了一些公司讓每天工作12小時的人工來“假裝”程式,在Chatbot裡進行自動日程設定服務(例如X.ai和Clara)。想想就知道這項高重複性的工作有多枯燥而勞累,這些員工非常渴望AI能解放他們。
2017年,聲稱使用“智慧掃描技術”處理收據的Expensify(一個業務費用管理應用)承認,公司一直僱用人力進行勞動。收據的掃描檔案被髮布在亞馬遜的Mechanical Turk眾包勞動平臺上,由低薪工人進行閱讀和轉錄。
“我在想,Expensify智慧掃描應用的使用者是否知道MTurk的工作人員能看到他們的收據單。” 一名MTurk的員工Rochelle LaPlante說道,“我們能看到每一個人用Uber叫車後收據上的全名、上車和下車的地點。”
甚至是在AI上投入巨資的Facebook,都在使用人工來支援Messenger的虛擬助手。
在某些情況下,人工的參與可以用來訓練AI並提高其準確性。一家名為Scale的公司提供許多人力來為自動駕駛汽車和其他人工智慧系統提供“培訓”資料。例如,這些人力會持續關注攝像頭或感測器的反饋,並在視野中標記汽車,行人和騎行的人。透過足夠的人工校準,AI能學會識別這些物體。
而另一種情況是,有的公司在AI專案還沒完成研發時,就告訴投資者和使用者他們已經開發了可擴充套件的AI技術,但背地裡還會秘密地依賴人工勞動,直到研發成功。
Alison Darcy是一位心理學家,她開發了一個名為Woebot的心理支援聊天機器人,並將此稱為“綠野仙蹤設計技術(Wizard of Oz design technique)”。
“我們儘量去模擬以接近最真實的情況。通常,有些AI的幕後其實是人工而不是演算法。”她補充說,“建立一個完善的人工智慧系統需要海量的資料,而設計者在進行投資之前也想知道對服務的需求是不是足夠大。”
她表示,使用人工的做法不適合像Woebot這樣的心理支援服務。“作為心理學家,我們遵守道德準則。不欺騙人顯然是需要遵守的道德原則之一。”她說。
研究表明,當人們認為自己正在與一臺機器而不是一個人交談時,他們傾向於透露更多資訊,因為尋求心理健康支援常常伴隨著病恥感。
來自USC的一個團隊用名為Ellie的虛擬治療師對此進行了測試。他們發現,患有創傷後應激障礙的退伍軍人在他們知道Ellie是AI時,比知道有人在操作機器時更容易說出他們的症狀。
還有些人則認為公司應始終對其服務運營方式保持透明。
“我討厭那些假裝提供AI服務,實際卻僱用人類的公司。”LaPlante說,“這是不誠實的,是欺騙,這些都不是我在使用業務時想要得到的東西。作為一名工作者,我感覺我們被推到了幕後。我不喜歡被一家向客戶撒謊的公司利用。”
這種道德上的考量也讓偽裝成的人類的真正AI更受歡迎。最近的一個例子是Google Duplex,一個用來完成行程預定的機器人助手,它在打電話時竟能發出像人類一般的語氣詞,如“嗯”“呃”等,逼真得讓人害怕。
儘管遭遇過強烈反對,谷歌還是決定讓其AI在與人類對話時表明身份。
“在演示版本的普通對話中,人們對非常輕微的欺騙性很容易接受。”Darcy說,“用AI預訂餐廳可能不會有什麼問題,但這並不代表這項技術是無害的。”
比如,當AI可以模擬名人或政治家的聲音,打一個高度逼真的電話,情況就不一樣了。
Darcy認為,人們對AI已經懷有很大的疑慮甚至是恐懼,如果無法得知自己面對的是人還是機器,AI反而無法在對話中起到幫助。
【本文轉載自:圖靈人工智慧,原文連結:https://mp.weixin.qq.com/s/Nvt8sXUl52Ig_AoC1_L2FQ】
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31542119/viewspace-2199452/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 強人工智慧和弱人工智慧,你瞭解多少?人工智慧
- 強人工智慧離我們還有多遠?人工智慧
- 人工智慧 (12) 強化學習人工智慧強化學習
- 強化人工智慧安全治理XNO人工智慧
- 為什麼需要強人工智慧人工智慧
- 人工智慧在材料領域的應用有哪些?人工智慧
- 人工智慧在採購中的應用有哪些?人工智慧
- 人工智慧“讀心”有術人工智慧
- 人工智慧無處不在:人工智慧在五大行業的成就與挑戰人工智慧行業
- 人工智慧到底有沒有泡沫?人工智慧
- 有一種技術叫人工智慧,有一種崛起叫人工智慧,Ready?人工智慧
- 最強人工智慧 OpenAI 極簡教程人工智慧OpenAI
- 《人工智慧和機器學習》公開課在北京舉行!人工智慧機器學習
- 人工智慧與機器學習有哪些不同人工智慧機器學習
- 谷歌人工智慧教父談人工智慧谷歌人工智慧
- 人工智慧教育行業需求人工智慧行業
- 招兵買馬,亞馬遜再次補強人工智慧亞馬遜人工智慧
- 神經網路和機器學習、強人工智慧神經網路機器學習人工智慧
- 人工智慧-科普-人工智慧是什麼?人工智慧
- 想入行人工智慧行業 鄭州人工智慧哪裡能學人工智慧行業
- 人工智慧人工智慧
- 人工智慧的就業方向有哪些?人工智慧就業
- 人工智慧學習階段有哪些?人工智慧
- 行啊,人工智慧玩大了!人工智慧
- 人工智慧行業人才淘金指南人工智慧行業
- Python全棧開發+人工智慧培訓多少錢?Python全棧人工智慧
- AI人工智慧對醫療行業有哪些巨大貢獻?AI人工智慧行業
- 【人工智慧】人工智慧應用選型指南人工智慧
- 強人工智慧基本問題:自上而下,還是自下而上。人工智慧
- 強人工智慧:抑制神經元的意義人工智慧
- 人工智慧在智慧製造中的應用人工智慧
- 雲端計算在跑,人工智慧在追?人工智慧
- Python在人工智慧中的作用Python人工智慧
- Python在人工智慧時代的作用Python人工智慧
- 人工智慧技術在24個行業中的應用人工智慧行業
- 人工智慧開發者:如何選擇人工智慧領域?人工智慧
- 讀人工智慧全傳08人工智慧的今天人工智慧
- 人工智慧對SaaS有什麼影響人工智慧