Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

十年后AI会让我们的生活变得更好吗?三分之一的专家不这么认为……

到2030年,人工智能会让我们的生活变得更美好吗?

近日,Pew Research Center(下文简称Pew)和美国Elon University发布了一项新的人工智能研究结果。在面向979位技术专家、开发人员、学者、商业和政治领袖等各行各业专家的一项调查中,受访者均对上面的问题进行了回答。结果显示,有37%的专家给出了否定的答案

研究的参与者明确表示了他们对人类能动作用的担忧。人们表示担心的方面和问题包括数据滥用、失业现象以及失去对自己生活的控制力。由于人工智能技术在我们决策的过程中的重要性不断上升,而这中间需要向其提供大量的数据支持,人们担心我们在失去思考能力的同时,也将面临网络犯罪、谎言和虚假宣传造成的混乱。

图片来源:123RF

「我认为人工智能机器学习增强了人类的认知能力,」「互联网之父」、谷歌副总裁兼首席互联网顾问 Vint Cerf 博士表示:「同时会伴随有滥用和疏漏,有时候会造成有害影响,所以我们在这些技术的实施和使用方面需要深思熟虑。」

今年早些时候在德勤发布的一份报告中,受访者对人工智能也表示了类似的保留意见。超过 20% 的人将「网络安全漏洞」列为人工智能开发和使用中的关键问题。此外,约有 39% 的人担忧,人工智能有可能在危急或生死攸关的情况下失败。

此次 Pew 发布的报告聚焦弱人工智能(ANI),或者像苹果的 Siri、亚马逊的 Alexa 和微软的 Cortana 这样的机器智能,它们在特定的任务上拥有等同于或超出人类的能力。调查参与者表示,他们担心人类可能会因为使用 ANI 获得的「感知优势」,而牺牲自己拥有的独立性、隐私权和决策。同时,他们也担心 ANI 仍然容易出现「误差、偏见、逻辑错误或错误的假设等」。

受访者预测,未来几年人工智能可能很快就会在复杂决策、推理、分析和模式识别语音识别和语言翻译等任务上与人类智能相匹配,甚至有可能超过人类智能。然而,他们也承认这并不完全是一件坏事。

图片来源:123RF

在医疗领域,他们预计人工智能将在诊断和治疗病人方面发挥越来越大的作用。而在商业和智能城市方面也是如此:人工智能将通过执行目前由人类承担的重复且单调的任务,来节省时间和金钱成本。麦肯锡全球研究院的数据显示,这种劳动力市场的变化将导致未来10年国内生产总值(GDP)增长约1.2%,并有助于在未来12年获得额外20-25%的净经济效益,即全球范围约13万亿美元。

「有些专家专注于针对他们预见到的问题,提出一些可能的解决方案,」Elon University 的传播学教授、受访者之一的 Janna Anderson 女士表示:「人们应该开展合作,开发出能被广泛接受的创新方法,从而让网络更加开放、更加分散且更加智能。」

当然,也有一些专家表现出了对于 2030 年人工智能发展的乐观态度。互联网名人堂成员、UCLA 计算机科学教授 Leonard Kleinrock 博士表示:「随着 AI 和机器学习的发展,人类将能够自由定制其医疗需求,这样一来每个人都能拥有其病史、DNA 图谱、药物过敏、基因构成等信息,任何医疗工作者都可以方便快捷的获取这些信息。」

南安普敦大学计算机科学教授 Wendy Hall 博士表示:「到 2030 年我们将学会以一种负责任的方式来看待 AI,并学会如何以对人类有利的方式监管 AI 和机器人行业,这是一种信念的飞跃。到2030 年,我们不一定能得到所有的答案,但到那时,我们必须要走上正确的轨道。

对于这个问题,你的观点又是什么呢?

参考资料:

[1] Pew: 37% of technologists don’t think AI will improve lives by 2030. Retrieved December 12, 2018, from https://venturebeat.com/2018/12/10/pew-37-of-technologists-dont-think-ai-will-improve-lives-by-2030/

[2] Pew study: Artificial intelligence will mostly make us better off by 2030 but fears remain. Retrieved December 12, 2018, from https://www.usatoday.com/story/tech/2018/12/10/pew-study-ai-mostly-positive-humans-2030/2230672002/

药明康德AI
药明康德AI

药明康德微信团队专业打造。当人工智能遇上大健康,带你看全AI时代的智慧之光。

专栏二维码
产业模式识别语音识别机器学习机器翻译
相关数据
Amazon机构

亚马逊(英语:Amazon.com Inc.,NASDAQ:AMZN)是一家总部位于美国西雅图的跨国电子商务企业,业务起始于线上书店,不久之后商品走向多元化。目前是全球最大的互联网线上零售商之一,也是美国《财富》杂志2016年评选的全球最大500家公司的排行榜中的第44名。

https://www.amazon.com/
相关技术
Microsoft机构

微软是美国一家跨国计算机科技公司,以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德,最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件,以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。

https://www.microsoft.com/en-us/about
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

模式识别技术

模式识别(英语:Pattern recognition),就是通过计算机用数学技术方法来研究模式的自动处理和判读。 我们把环境与客体统称为“模式”。 随着计算机技术的发展,人类有可能研究复杂的信息处理过程。 信息处理过程的一个重要形式是生命体对环境及客体的识别。其概念与数据挖掘、机器学习类似。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

推荐文章
暂无评论
暂无评论~