电脑不能以你和我的方式思考——至少,现在还没有。AI 技术与日以接近,这引发了有关道德、设计以及生存的意义的基本问题。在他的书《如何说话机器》中,设计师和技术专家John Maeda承认许多外行人对AI的关注:机器人不仅看起来和听起来越来越像人,而且对输入的反应如此之快,而且有这种耐力,以至于我们人类开始感到威胁。没有人喜欢被自己的创造超越(或取代)的想法。

您可能还喜欢:机器学习的兴起

但是我们应该担心吗?Maeda,一个AI爱好者,有实践经验来支持它,他对此并不这么认为。”如果你总是比自己的能力增长,你永远不会成为完全的消耗品,”他说。”这就是[人类]难以复制的原因。

考虑到这一点,我问了他五个问题,探讨人类和计算机如何处理信息,以及它对于AI的未来意味着什么。

为了清楚起见,这次采访已经编辑了。

机器人真的要拿我们的工作吗?

他们已经.想想洗碗机。这台机器不仅带走了许多人类工作,还带走了餐馆、自助餐厅和其他工业厨房设施中的大量人力。想想银行出纳员。我们过去不得不和一个人交谈,从银行里拿钱,现在不用了。考虑使用机器人电话的客户支持线路。所以,是的。我认为机器人总是接管我们的工作。

《卫报》有一篇文章展示了书写算法如何产生一些看起来像我们中的一个人写的。这令人不安。但是,当你在非原创性的情况下思考它时,它就不那么令人不安了,比如一个新闻发布会的一个。只有这么多的方式,你可以写 – “嗯,它有四条腿…”或什么的。工人们多年来一直在解决一些老问题,这意味着周围有一个数据集。由于机器学习系统喜欢数据,因此这种工作很容易被替换。拥有数据后,可以创建可重复的模式。

对于没有可重复模式的事项,我们始终有工作要做。当涉及到别人没有考虑过的原创作品或个人观点时,AI对此是不好的。至少现在是这样

AI 真的能以令人信服的方式欺骗人类吗?

你知道流行电台是如何在早上脱口秀节目中做那件事的吗?那是人类愚弄另一个人所以,人类可以假装自己是别人,机器也可以这样做。问题是机器可以大规模地做到这一点。

我写《如何说话机器》的原因是要表明,规模不仅仅是两个或三个可重复的东西。机器可以做数百万和数百万的规模的事情,因为他们永远不会感到疲倦。于是,一个人打电话到别人家,假装取消酒店参加他们的婚礼…真有意思但是,如果全世界的每个人都被机器人在电话上模仿,那就令人担心了。

令人毛骨悚然的是,大卫·鲍伊在1999年接受英国广播公司采访时预言了这一点,尽管他指的是当时刚刚起步的互联网。他说,”嗯,这将改变艺术家和观众之间的关系,以及唱片公司之间的关系。他阐述了这将会是惊人的和可怕的。BBC的分析师说,”哦,这只是一个工具,不是吗?远不止于这些。这是一个外星生命形式。

你可以把AI看作是另一种外星生命形式。如果你理解它,它可以为你做惊人的事情 – 到一点。它也可以做有害的事情,显然,有后果。

乔伊·萨比奥的插图。

说到有害后果…一辆自驾汽车真的能开杀人吗?

奇怪的是,过去的AI不是现在的AI。2012年一切都变了。AI 过去是编写规则,而现在 AI 是向它提供数据并让它识别模式。新的 AI 的问题是没有要阅读的程序。您所能做的就是分析它被编程的数据。因此,如果您使用各种数据创建自动驾驶汽车,用于不同的驾驶行为,并且出于某种原因,您用来自杀人司机的数据填充了它,它将继承该行为。

我一直在思考很多关于同理心,它是多么重要,关于AI我的意思是,我可以为某人感到难过,但如果我不让自己对解决问题负责,这真的很重要吗?因此,问题是:如果我们创造人为的”分时”,我们能否在问责中编程?类似知觉的系统基本上是我们输入的已知行为的混合体。因此,如果系统做错了什么,这实际上是我们的错,因为我们用这种行为编程它。

在我们自己的偏见中,真正可以构建 AI 而不烘焙吗?

无论是编写算法还是仅进纸数据,数据集都将包含过去行为的偏见。如果你编写一个程序,它包括工程师的偏见。当我们编写程序时,我们包括诸如”如果 X,然后做 Y”这样的语句。这样编写,更容易看到任何偏见,你编程到系统中。

例如,我们可以从法律中看到它。法律是最接近我们为社会编程语言的东西,而且我们知道,法律有吨的偏见内置。所有人造的东西都有偏见。机器看起来好像在唤起纯粹的逻辑,但事实是我们制造它们。这就是为什么我们必须小心。随着机器的发展,我们更多地依赖于从数据集(与硬编码编程相比)的学习,我们必须确保在考虑并主动纠正在提供数据时的偏见。

像机器一样思考真的能帮助人类解决当今最棘手的问题吗?

计算思维有四种风格,其中之一是分解。正如我在《如何说话机器》中谈到的那样,计算机有能力永远循环完成一项功能或任务,而不会感到疲倦。此外,它们会记录详细的结果。

因此,对于人类来说,这里的要点是把一个棘手的问题分解成更小的成分。是否有部分解决方案,你可以尝试一遍又一遍,每次迭代一点点,直到你降落在正确的?如果一次模拟隔离和更改一个变量,该怎么办?看到波纹效应有助于澄清所有部分是如何相互关联的。模拟计算思维可以对一个活系统建模大有作为。它开启了整个可能性的宇宙。

进一步阅读

机器学习入门指南:有抱负的数据科学家应该知道的

面向开发人员的机器学习简介

机器学习与深度学习

Comments are closed.