关于人工智能你不可不知的12个隐私

 

人类一直就在梦想有一个无所不知、无所不能的精灵来承担自己的工作。现在，多亏了计算机科学家在实验室里的辛勤工作，我们在人工智能中找到了答案，如果你也相信这一点，你的公司几乎可以做任何你需要做的事情--至少是其中的一些。

 

是的，人工智能的创新是惊人的。像Siri、Alexa或Google Assistant这样的虚拟助手对于10到15年前的时间旅行者来说似乎是很神奇的。你的话就是它们的命令，与上世纪90年代的语音识别工具不同，他们通常会给出正确的答案--如果你避免问一些曲线球问题的话，比如问有多少天使能在一根大头针上跳舞。

 

尽管人工智能很神奇，但它们仍然依赖于计算机编程，这意味着它们会受到各种限制，这些限制阻碍了电子表格或文字处理器等更普通的代码。它们在处理世界统计上的变幻莫测方面做得更好，但归根结底，它们仍然只是通过计算一个函数并确定某个数字是大于还是小于阈值来做出决策的计算机。在所有巧妙的神秘和复杂的算法之下，是一组实现“如果--那么”决策的晶体管。

 

我们能接受这个吗?我们还有别的选择吗?随着所有行业对人工智能的呼声越来越高，我们必须开始学会接受以下人工智能的一些现实。

 

你在AI中发现的很多东西都是显而易见的

 

对人工智能科学家来说，最艰难的工作就是告诉老板，人工智能已经发现了每个人都已经知道的东西。也许它检查了100亿张照片，发现天空是蓝色的。但是如果你忘了把晚上的照片也放在训练集里，它也就不会意识到晚上会变黑了。

 

但是人工智能如何才能避免这些显而易见的结论呢?数据中最强烈的信号对任何在第一线工作的人来说都是显而易见的，对于挖掘数据的计算机算法来说也是显而易见的。它们将是猎犬能够带回来并落在你脚下的第一个答案。只不过算法不会期望得到你的回报。

 

利用微妙的人工智能洞察力可能并不值得

 

当然，当数据精确时，好的人工智能也会锁定小的差异。但是使用这些小的见解可能需要对公司的工作流程进行深刻的战略转变。有些细微的差别将过于微妙，根本不值得追根究底。但计算机依然会纠结于此。问题是，大信号往往是明显的，而小信号可能只能产生很小的收益。

 

神秘的计算机更具威胁性

 

虽然早期的研究人员希望计算机算法的数学方法会给最终的决定带来一种体面的气氛，但世界上的许多人都不愿意向逻辑之神投降。如果说有什么不同的话，那就是人工智能的复杂性和神秘性让任何对答案不满意的人都更容易攻击这个过程。算法是有偏差的吗?暗箱下的神秘和复杂越多，这个世界就越有理由产生怀疑和愤怒。

 

人工智能主要是曲线拟合

 

数百年来，科学家们一直在绘制一些噪声数据，并在这些点上画线。机器学习算法核心的许多人工智能算法就是这样做的。他们收集了一些数据，并通过它们画了一条线。大部分的进步都来自于找到方法将问题分解成数千、数百万甚至是数十亿个的小问题，然后在所有的问题上画线。这不是魔法;这只是一条流水线，展示了几个世纪以来我们是如何做科学的。那些不喜欢人工智能并发现很容易在它的决策上戳洞的人关注的就是这样一个事实，即通常没有深刻的理论或哲学支架来为答案提供可信度。这只是对某条线的斜率的一个猜测。