0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

人工智能应如何设计,才能使人类利益最大化?

mK5P_AItists 来源:杨湘祁 作者:电子发烧友 2019-03-13 15:26 次阅读

曾为现代互联网早期协议和架构设计做出贡献的Vint Cerf,用一个寓言来解释为什么在人工智能等新兴技术出现后,勇敢的领导力至关重要。

想象一下,你住在一个被群山环绕的山谷底部的小社区里。在远处的山顶上有一块巨石,它已经存在了很长时间,从未移动过,所以就你的社区而言,它只是景观的一部分。然后有一天,你会注意到那块巨石看起来不稳定,如果它滚下山,会摧毁你的社区和里面的每个人。事实上,你也许意识到,也许你一生都忽视了它的移动。那块巨石一直在一点一点地移动,但是你从来没有仔细观察每天发生的细微变化,比如它投下的阴影发生了微小的变化,它和下一座山之间的视觉距离,以及它与地面摩擦发出的几乎察觉不到的声音。你意识到,自己一个人无法独自跑上山去阻止巨石的移动,你太渺小了,而巨石又太大了。

但是随后你意识到,如果能找到一颗鹅卵石,并把它放在正确的位置,它会减缓巨石的动量,稍微扭转移动的趋势。但仅仅一颗鹅卵石无法阻止巨石摧毁村庄,所以你要求整个社区加入你的行列。每个人手中都拿着鹅卵石,爬上了这座山,并为此做好了准备。显然,是人和鹅卵石产生了所有的作用,而并不是那块巨石。

安全有益的技术不是希望和偶然的结果,它是勇敢的领导力和专注持续合作的产物。但是目前,人工智能社区充满着各种目的的竞争。

人工智能的未来——也就是人类的未来——已经被九大科技巨头所控制。这些科技巨头正在开发框架、芯片组和网络,资助了大部分研究,获得了大部分专利,并且在这个过程中以不透明或不可见的方式挖掘着我们的数据。其中六家科技巨头在美国,我称他们为G-MAFIA:谷歌、微软、亚马逊、Facebook、IBM和苹果。剩下三家在中国,也就是BAT:百度、阿里巴巴和腾讯。

为了满足短视的期望,这九大科技巨头分别面临着来自美国华尔街和中国北京的巨大压力,即使我们可能会为未来付出巨大的代价。我们必须授权并鼓励九大巨头改变人工智能的发展轨迹,因为如果没有我们的大力支持,他们不能也不会自己去做。

接下来要做的就是一系列鹅卵石,它们可以让人类走上通往未来的更好道路。

九大巨头的领导者都承诺,他们正在开发和推广人工智能,以造福人类。我相信这是他们的本意,但是履行这一承诺是非常困难的。首先,我们应该如何定义“造福”?这个词到底是什么意思?这又回到了人工智能社区内部的问题。我们无法让所有人都同意“造福”,因为这个宽泛的说法实在太模糊了,无法引导人工智能社区。

例如,受西方道德哲学家Immanuel Kant启发的人工智能社区,学习如何将权利与义务系统预先编程到某些人工智能系统中。杀人是不好的,救人是好的。如果人工智能控制着汽车,并且它唯一的选择是撞上一棵树并伤害司机,或者撞上一群人并杀死他们,那么这种逻辑就会存在问题。僵硬的解释不能解决更复杂的现实环境,因为在现实环境中,选择可能会更加多样:撞上一棵树并杀死司机;撞上人群并杀死八个人;撞到人行道上,只杀死了一个三岁的男孩。在这些例子中,我们如何定义“好”的最佳版本?

同样,框架对九大巨头来说也很有用。他们不需要精通哲学,他们只是要求一种更慢、更认真的方法。九大巨头应该采取具体措施来收集、培训和使用我们的数据,雇佣员工,以及在工作场所传达道德行为。

在这个过程的每一步,九大巨头都应该分析自己的行为,并确定他们是否正在造成未来的伤害,他们也应该能够验证自己的选择是否是正确的。这样的要求需要有关于偏见和透明度的明确标准。

然而现在,并没有单一的基线或标准来评估偏见,也没有人在寻求克服目前人工智能中存在的偏见。以我自己在中国的经历,这种没有把安全放在速度之上的机制,会产生令人担心的后果。

此外,透明度也没有标准。在美国,G-MAFIA和美国公民自由联盟、新美国基金会以及哈佛大学伯克曼·克莱因中心都在人工智能上进行了合作,旨在提高人工智能研究的透明度。这些合作伙伴发布了一系列非常棒的建议,帮助引导人工智能研究朝着积极的方向发展,但是这些原则并不能以任何方式实施,而且在G-MAFIA的所有业务部门中也没有被遵守。BAT也同样如此。

九大巨头正在使用充满偏见的有缺陷的语料库训练数据集。这是众所周知的事实,而改进数据和学习模式又是一项巨大的财务负担。比如ImageNet,一个有严重问题的语料库。ImageNet包含1400万张标记图像,其中大约一半的标记数据来自美国。

在美国,新娘的“传统”形象是穿着白色连衣裙和面纱的女人,尽管在现实中,这种形象并不能代表大多数人的婚礼。有些女人会选择穿着长裤结婚,有些则穿着色彩鲜艳的夏装在沙滩上结婚,有些穿着和服或纱丽结婚。然而,除了白色的裙子和面纱之外,ImageNet无法识别出其他新娘。

我们也知道医疗数据集存在问题。接受识别癌症训练的系统主要采用的是浅色皮肤的摄取照片和扫描。在未来,它可能会导致黑褐色皮肤的人被误诊。如果九大巨头知道语料库中存在问题,却没有采取任何措施,那么他们将把人工智能引向错误的道路。

其中一种解决方案是开放人工智能,并评估当前使用的所有训练数据。作为一个小项目,IBM的印度研究实验室分析了1969年至2017年间入围曼布克文学奖的作品。它揭示了“书中普遍存在的性别偏见和刻板印象,这些偏见和刻板印象体现在不同的特征上,如职业、介绍和与书中人物相关的行为。”男性角色更有可能有更高层次的工作,如导演、教授和医生,而女性角色则更有可能被描述为“老师”或“***”。

如果使用自然语言处理、图形算法和其他基本的机器学习技术能够发现文学奖项中的偏见,那么这些技术也可以被用来发现流行训练数据集中的偏见。一旦发现问题,就应该及时发布并进行修复。这样的操作具有双重目的,因为训练数据可能会受到熵的影响,进而可能会危及整个系统。有了定期的关注,训练数据就可以保持健康。

另一个解决方案是九大巨头——或者至少是G-MAFIA——分担创建新训练集的费用。这是一个很大的要求,因为创建新的语料库需要大量的时间、金钱和人力资本。在我们成功审查人工智能系统和语料库并修复其中现存的问题之前,九大巨头应该坚持让人类注释者给内容贴上标签,并使整个过程透明化。然后,在使用这些语料库之前,他们应该验证数据。这将是一个艰巨而乏味的过程,但将符合整个领域的最佳利益。

是的,九大巨头需要我们的数据。然而,他们应该赢得而不是假设拥有我们的信任。与其用晦涩难懂的语言改变服务协议条款,或者邀请我们玩病毒式宣传游戏,他们应该解释并披露自己在做什么。当九大巨头独立或与人工智能生态系统中的其他参与者合作进行研究时,他们应该致力于数据披露,并充分解释动机和预期结果。如果他们选择这样做,我们可能会愿意参与并支持他们的工作。

九大巨头应该寻求一个清醒的研究议程。目标简单明了,就是构建技术,并在不危及我们的情况下提升人类水平。要想实现这一目标,可以通过一种叫做“差别技术进步”的方式。它会把减少风险的人工智能系统置于增加风险的系统之上。这是个好主意,但很难实施。例如,情景中提到的生成性对抗网络,如果被黑客利用和使用,可能会非常危险。但它们也是研究取得巨大成就的途径。与其假设没有人会将人工智能重新用于邪恶目的——或者假设我们可以简单地处理出现的问题——九大巨头应该开发一个过程来评估新的基础研究或应用研究是否会产生一种好处远胜任何风险的人工智能。为此,九大巨头接受或做出的任何金融投资都应该包括有益使用和风险规划的资金。例如,如果谷歌追求生成性对抗网络研究,它应该花费合理的时间、人力资源和金钱来调查、绘制和测试负面影响。

这样的要求也有助于抑制对快速利润的预期。故意减缓人工智能的开发周期并不是一个流行的建议,但它却是至关重要的。对我们来说,提前思考和计划风险比在事情出错后简单地做出反应更安全。

在美国,G-MAFIA可以承诺重新调整自己的招聘流程,优先考虑潜在员工的技能,以及他们是否会融入公司文化。这个过程无意中忽略了对道德的个人理解。作为一位备受尊敬的数据科学家,同时也是Fast Forward Labs的创始人,Hilary Mason在采访中解释了一个简单的道德筛选过程。她建议问一些尖锐的问题,并专心聆听候选人的回答。比如:“你正在研究一种让消费者获得金融服务的模式。种族是模型中的一个重要特征,但是你不能使用种族特征。对此你会怎么做?”;“你被要求使用网络流量数据向小企业提供贷款。事实证明,现有数据并没有严格告知信贷风险。你会怎么做?”

候选人应该根据答案被有条件地录用,并且在开始工作之前必须完成无意识的偏见培训。九大巨头可以通过雇佣学者、训练有素的伦理学家和风险分析师来建立一种支持人工智能伦理的文化。理想情况下,这些专家将嵌入整个组织之中,包括消费者硬件、软件和产品团队;销售和服务团队;共同领导的技术项目;建立网络和供应链;设计和策略团队;人力资源和法律团队;以及营销和宣传团队。

九大巨头应该制定一个流程来评估研究、工作流程、项目、合作伙伴关系和产品的道德影响,这个流程也应该融入公司的大部分工作职能中。作为一种信任的姿态,九大巨头应该公布这一过程,这样我们就能更好地理解对数据做出决策的方法。无论是合作还是独立开发,九大巨头都应该为人工智能员工制定一套专门的行为准则。它应该反映基本人权,也应该反映公司独特的文化和价值观。如果有人违反了该守则,应向工作人员开放一个清晰的保护性举报渠道。

实际上,所有这些措施都将暂时对九大巨头的短期收入产生负面影响。投资者也需要给他们一些喘息的空间。

人工智能是一个很广阔的领域,而我们才刚刚开始上山。是时候抓住我们的鹅卵石,踏上正确的道路了。

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 谷歌
    +关注

    关注

    27

    文章

    6164

    浏览量

    105309
  • 人工智能
    +关注

    关注

    1791

    文章

    47200

    浏览量

    238268

原文标题:AI如何设计,才能人类利益最大化?

文章出处:【微信号:AItists,微信公众号:人工智能学家】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    光伏发电如何实现能效最大化

    光伏发电实现能效最大化是一个综合性的问题,需要从多个方面入手。以下是一些关键措施: 一、选用优质设备 太阳能板 :选用具有高光电转化效率和稳定性的太阳能板是基础。例如,单晶硅太阳能板通常比多
    的头像 发表于 12-05 11:06 235次阅读

    嵌入式和人工智能究竟是什么关系?

    领域,如工业控制、智能家居、医疗设备等。 人工智能是计算机科学的一个分支,它研究如何使计算机具备像人类一样思考、学习、推理和决策的能力。人工智能的发展历程可以追溯到上世纪50年代,经
    发表于 11-14 16:39

    人工智能人类的影响有哪些

    人工智能(AI)作为现代科技的杰出代表,正在以前所未有的速度改变着人类的生活、工作和社会结构。这种影响是全方位的,既带来了显著的积极变化,也伴随着一系列挑战和问题。 一、积极影响 工作变革与经济增长
    的头像 发表于 10-22 17:23 1704次阅读

    《AI for Science:人工智能驱动科学创新》第6章人AI与能源科学读后感

    幸得一好书,特此来分享。感谢平台,感谢作者。受益匪浅。 在阅读《AI for Science:人工智能驱动科学创新》的第6章后,我深刻感受到人工智能在能源科学领域中的巨大潜力和广泛应用。这一章详细
    发表于 10-14 09:27

    AI for Science:人工智能驱动科学创新》第4章-AI与生命科学读后感

    农业、环保等,为人类社会的可持续发展做出贡献。 总结 《AI for Science:人工智能驱动科学创新》第4章关于AI与生命科学的部分,为我们展示了一个充满希望和机遇的未来。在这个未来中,人工智能
    发表于 10-14 09:21

    《AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    深刻认识到人工智能在推动科学进步中的核心价值。它不仅是科技进步的加速器,更是人类智慧拓展的催化剂,引领我们迈向一个更加智慧、高效、可持续的科学研究新时代。
    发表于 10-14 09:12

    risc-v在人工智能图像处理应用前景分析

    RISC-V在人工智能图像处理领域的应用前景十分广阔,这主要得益于其开源性、灵活性和低功耗等特点。以下是对RISC-V在人工智能图像处理应用前景的详细分析: 一、RISC-V的基本特点 RISC-V
    发表于 09-28 11:00

    液冷充电枪线最大化提高充电效率

    法法易提供的液冷充电枪线可以最大化的提升充电效率,让大家的充电时间进一步缩短。  液冷充电枪线使用液体循环来冷却电缆,以避免因高温而导致电缆损坏或充电速度减缓。而且液冷充电枪线采用铜芯导线和耐高温、耐磨损、
    的头像 发表于 09-11 14:25 381次阅读

    人工智能ai4s试读申请

    目前人工智能在绘画对话等大模型领域应用广阔,ai4s也是方兴未艾。但是如何有效利用ai4s工具助力科研是个需要研究的课题,本书对ai4s基本原理和原则,方法进行描诉,有利于总结经验,拟按照要求准备相关体会材料。看能否有助于入门和提高ss
    发表于 09-09 15:36

    名单公布!【书籍评测活动NO.44】AI for Science:人工智能驱动科学创新

    ! 《AI for Science:人工智能驱动科学创新》 这本书便将为读者徐徐展开AI for Science的美丽图景,与大家一起去了解: 人工智能究竟帮科学家做了什么? 人工智能将如何改变我们所生
    发表于 09-09 13:54

    报名开启!深圳(国际)通用人工智能大会将启幕,国内外大咖齐聚话AI

    8月28日至30日,2024深圳(国际)通用人工智能大会暨深圳(国际)通用人工智能产业博览会将在深圳国际会展中心(宝安)举办。大会以“魅力AI·无限未来”为主题,致力于打造全球通用人工智能领域集产品
    发表于 08-22 15:00

    FPGA在人工智能中的应用有哪些?

    FPGA(现场可编程门阵列)在人工智能领域的应用非常广泛,主要体现在以下几个方面: 一、深度学习加速 训练和推理过程加速:FPGA可以用来加速深度学习的训练和推理过程。由于其高并行性和低延迟特性
    发表于 07-29 17:05

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V2)

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V2) 课程类别 课程名称 视频课程时长 视频课程链接 课件链接 人工智能 参赛基础知识指引 14分50秒 https
    发表于 05-10 16:46

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V1)

    课程类别 课程名称 视频课程时长 视频课程链接 课件链接 人工智能 参赛基础知识指引 14分50秒 https://t.elecfans.com/v/25508.html *附件:参赛基础知识指引
    发表于 04-01 10:40

    嵌入式人工智能的就业方向有哪些?

    嵌入式人工智能的就业方向有哪些? 在新一轮科技革命与产业变革的时代背景下,嵌入式人工智能成为国家新型基础建设与传统产业升级的核心驱动力。同时在此背景驱动下,众多名企也纷纷在嵌入式人工智能领域布局
    发表于 02-26 10:17