李飞飞纽约时报最新博文:如何让AI更好地关怀人类

大数据文摘作品

编译:姜范波

妇女节前一天,著名AI科学家、斯坦福大学教授李飞飞在《纽约时报》网站发表了题为“How to Make A.I. That's Good for people ”(如何让AI更加以人为本?)的文章。文章中,她表达了对AI发展的兴奋与担忧,并提出“AI以人为本,造福人类”发展道路。

这篇文章也对前几天,AI圈对于“技术研究者是否应该对其产生的社会后果负责任”的巨大争议产生了有趣的呼应和回答:无论我们的技术自动化到什么程度,它对世界的影响,无论好坏,始终是我们的责任。

大数据文摘对这篇文章全文进行了编译,希望看到英文原文的读者请下拉到文末原文链接查看。

李飞飞:如何让AI更加以人为本

十年前人工智能还仅仅限于学术圈,如今已经疯狂增长。从硅谷到北京的科技公司都押注人工智能,风投为研发投入数十亿资金,创业公司如雨后春笋。如果我们的时代是下一次工业革命,那么正如很多人所说,AI绝对是其动力之一。

对于像我这样的研究人员来说,这是一个特别激动人心的时刻。十几年前我还在读计算机科学专业的研究生时,电脑连照片中的锐利边缘都几乎无法检测出,更别说识别人脸。但随着大数据的发展,神经网络算法和计算机硬件的快速进步,划时代的时刻来到了:AI已经从学术研究化身为引领制造业、医疗保健、运输、零售业等众多行业的弄潮儿。

然而,我担心这股热潮让我们忽视了AI对社会的消极影响。 除了它的名字,这个技术没有任何“人工”的成分——它是由人类制造的,旨在表现得像人类,旨在影响人类。所以如果我们希望AI在未来的世界中发挥积极的作用,它必须以“关怀人类”为指导。我将这种方法称为“以人为本的AI”。它包含三个目标,旨在帮助负责任地开发机器智能。

李飞飞倡导“AI民主化”?

首先,AI需要更多地反映我们智能的深度。以人类视觉的丰富感知为例,它是如此复杂、深层次,并且能在明确地觉知前景和灵敏地捕获背景中取得自然平衡。相比之下,机器感知仍然非常狭窄。

有时候这种差异微不足道,例如,在我的实验室里,图像字幕算法可以识别出“骑马的人”,而完全没有注意到两个都是铜像。同样的算法用来识别彩虹之下草原之上的斑马时差异更明显。虽然识别和描述实现了技术上的正确性,但完全没有审美意识,没有任何人类可以自然感受到的活力或深度。

这听起来有点吹毛求疵,但是这也指出了我们人类感知超越机器算法的一个主要方面。如果我们不能洞察人类体验中这些“模糊”的维度,又如何期待机器能预测我们的需求,何谈为人类的福祉做贡献?

要让AI对人类思维的全方位更敏感不是一件容易的事。这需要计算机科学之外其它领域的专业知识,这意味着程序员必须与其他领域的专家合作。

这种合作代表着回归,而非背离我们这个领域的起源,年轻AI学生们可能会惊讶于今天深度学习算法原理,起源于 David Hubbard和Torsten Wiesel发现的猫视觉皮层中神经元的层次结构对刺激的反应机制。

同样,包含数百万张训练图片的ImageNet,帮助发展了计算机视觉。这个项目,是基于认知科学家和语言学家George Miller在1995年创建的WordNet数据集。WordNet旨在组织英语的语义概念。

重新连接AI与认知科学、心理学甚至社会学,将给人工智能一个更加强大的发展基础。而且我们可以期待这样发展出来的技术,会让合作和交流更加自然,从而实现以人为本的第二个目标:强化人类,而不是取代人类。

想象一下AI在手术中的作用。它的目标不是把整个过程完全自动化,相反,智能软件和专用硬件的结合可以帮助外科医生专注于自己的优势——如灵活性和适应性——而让机器从事更加常规性的工作, 以避免人类容易发生的失误、疲劳和被干扰。

或者考虑老人护理的情景。机器人可能并不是老人看护的最佳人选,但智能感应器在帮助人类护理员方面前景很好。通过自动监测药物剂量和自动核对安全检查清单,人类护理员可以将更多的精力放在建设与被护理者之间的关系上。

这些都是自动化取代那些重复的、容易出错的甚至是危险工作的例子。而剩下的创造性的,需要智力和情感的工作,由人类来完成仍然是最适合的。

然而,没有任何聪明才智会完全消除工作流失的威胁。解决这个问题是以人为本的AI的第三个目标:确保这项技术的每一步发展都关注其对人类的影响。

今天对工作流失的焦虑只是一个开始。其他问题还包括弱势群体中机器学习从业人数的偏倚,AI对数据的高需求与保护个人隐私之间的关系,以及全球智能竞赛的地缘政治影响。

充分面对这些挑战要求各大机构的共同付出。大学的独特定位是通过跨学科项目、课程和研讨会来促进计算机科学与传统上不相关的学科,如社会科学甚至人文科学之间的联系。

各国政府可以作出更大的努力,鼓励计算机科学教育,特别是在AI中代表性不足的年轻女孩、少数种族和其他群体。公司应该将积极投资智能算法与伦理道德结合,兼顾抱负与责任。

李飞飞创建AI4ALL女高中生夏令营,得到梅琳达·盖茨投资?

没有哪项技术比AI更能反映它的创造者。实际上,虽然有人认为机器没有价值观,但事实是:机器的价值观是其创造者的价值观。AI以人为本的方法意味着这些机器不是人类的竞争对手,而是保证我们福祉的伙伴。

无论我们的技术自动化到什么程度,它对世界的影响——无论好坏——始终是我们的责任。

原文链接:

https://www.nytimes.com/2018/03/07/opinion/artificial-intelligence-human.html

原文发布于微信公众号 - 大数据文摘(BigDataDigest)

原文发表时间:2018-03-09

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏钱塘大数据

大数据兴起预示“信息时代”进入新阶段

导读:大数据已成为媒体与大众关注的新技术,大数据的应用也预示着信息时代将进入一个新阶段,但人们对大数据的认识有一个不断加深的过程。首先从“信息时代新阶段”、数据...

4454
来自专栏DT数据侠

数据科学,谁说女性不可以?| 数据科学50人·万菁

万菁,State Farm (全美最大保险与金融服务公司之一)首席数据科学家(Principal Data Scientist),美国普渡大学计算机专业博士。她...

700
来自专栏机器人网

机器人有了五感,比人类谁更厉害了?

  要让机器人能真正像人一样思考,则不仅需要为其配备类人的“大脑”,与人相近的认知外界的方式也是不可或缺的。耳聪目明和头脑灵活都是人类拥有良好智力的表现,机器...

2633
来自专栏罗超频道

百度为何要做超级计算机Minwa?

封面图:百度投资47亿元建设的阳泉数据中心是亚洲最大数据中心。 《华尔街日报》5月12日报道,百度近日表示已在人工智能基准测试中取得了全球最佳成绩,其研发的超级...

3998
来自专栏VRPinea

借助VR成像,科学家将进一步研究乳腺癌细胞

2839
来自专栏AI科技评论

大会 | 14段语录,听懂「AI+安防」的冰与火之歌

人工智能在安防领域的规模化应用,再次引发了行业的业务重组与利益重构。 这期间,传统厂商从容、科技新秀锐利、资本市场疯狂。显然,「变革」已经成为安防行业的时代主题...

2835
来自专栏人称T客

云计算的热度下降了?非也|双语

T客汇官网:www.tikehui.com 原文作者|Jason Sparapani 译者|张苏月 ? Gartner预测公有云市场2016年将增长16.5%,...

2925
来自专栏企鹅号快讯

细思极恐,人工智能是否真的会形成自我意识?

忘掉如今人工智能领域的小幅进步吧,比如汽车自动驾驶的能力越来越强。等待我们的可能是一项突破性的进展:一种能够感知自身及其周围环境的机器,它可以实时接收和处理大量...

1906
来自专栏人称T客

企业服务若干问—关于渠道&厂商,相爱相杀的五个真相

在日前人称T客和T媒体主办、海纳汇协办的“2018中国软件渠道价值论坛”上,厂商渠道各执一词,“相爱相杀”好不热闹,曾是企业服务SaaS领域最大的渠道公司,有着...

830
来自专栏DT数据侠

混沌的边缘,是一切开始的地方 | 数据科学50人·吴海山

如今,我们每个人都在谈论“数据科学”,哈佛商业评论杂志甚至将数据科学家定义为“21世纪最性感的职业”。在这个大数据时代,究竟什么是数据科学?数据科学领域的科学家...

1150

扫码关注云+社区

领取腾讯云代金券