未来的人工智能是否能够丢弃过时的、影响最终分析的信息？

网络安全是我们经常提到的危险之一，它伴随着越来越多的联网设备出现在我们的家里、办公室里，以及任何地方，用来告诉我们天气、订购咖啡胶囊或开门。

想想现在带有Wi-Fi的数字门锁吧。一旦连接，当发现漏洞时，需要使用定期更新来保护这些设备。

然而，像许多消费电子产品一样，新设备在新型号问世后的短短几年后最终会被送到报废箱。

但是，旧设备（如连接的数字锁）仍然可以连接，并且很容易在制造商转移后继续遭受网络威胁。

这种被遗忘的互联网所带来的风险是有据可查的，很明显，网络安全是企业和消费者在以前所未有的速度购买和连接新的智能设备时必须意识到的。

另一个危险是这些小玩意将继续收集的数据，这些数据最终将为未来的人工智能（AI）系统提供信息，以改善我们的生活。

换言之，旧数据不断流入一个新的人工智能分析工具，这个工具不够聪明，不知道过时的资源正在使它产生糟糕或不准确的分析。

例如，想象一下，一个有故障或不准确的温度传感器不断地向智能家居或楼宇控制系统报告错误的温度，然后智能家居或楼宇控制系统不必要地打开空调。高电费是一个显而易见的问题。另一个是不必要的环境影响。

在更复杂的连接系统中，比如说，在智能建筑中，影响可能更大。例如，电梯维护系统依靠电梯系统中的传感器提醒操作员何时主动维修电梯。

如果这些传感器已经过时，或者更糟的是，随着电梯的升级，这些年来被遗忘了呢？他们是否一直在报告那些没有反映真实情况的旧数据？电梯可能会出故障。更糟糕的是，乘客的安全可能是个问题。

当然，您应该始终“清理”数据，以确保输入正确的数字。例如，您应该协调冲突的记录，但随着更多数据从连接的设备流入，这项任务变得越来越复杂。

不断增长的物联网设备越来越难以追踪，就像企业一直在努力监控所有正在运转的云资源一样。

未来的人工智能是否能够丢弃过时的、可能影响最终分析的信息？它能学会如何辨别这种情况吗？

在1979年的《星际迷航》电影中，一个很久以前被送入太空的太空探测器，在它的旅行中记录并学到了很多东西，以至于它变成了一个有知觉的生物。它回到人类的创造者那里去寻找意义。

当然，这是科幻小说，但机器是如何利用越来越多地收集、生成、分析、存储和共享的数据的问题，这一问题应该更频繁地被问到。

如今，在许多机器学习算法中，创造它们的人类已经无法理解它们是如何得出某种结论的。人们被告知只要相信结果是可靠的。

如果是这样，那么分析所依据的数据也必须是可靠的。如今，这已经是一个困难的挑战，因为我们只需将信息过载转移到机器上处理。

未来的完美风暴是什么？想想来自被遗忘的设备的旧的、不准确的数据正被新的人工智能用作情报和决策的关键原始资源。

还有什么比数据被盗更糟糕的呢？这些数据被用来得出错误的结论，尤其是在未来，这些决策越来越不是由人类做出的。
责任编辑：tzh