2017年AI的3大趨勢

AI現在已經在工作和家庭中融入我們的生活，2016年在無人駕駛技術，語音識別和深度學習方面取得了重大進展。 這裡是2017年要看的三個主要區域。

在2016年，白宮認識到AI在其邊界會議上的重要性。無人駕駛汽車的概念成為現實，Uber的自駕車隊在匹茲堡和特斯拉的新車型配備了完全自主的硬體。 Google的DeepMind平台AlphaGo在比預測提前10年的時間裡擊敗了世界冠軍。

馬里蘭大學副院長兼計算機科學教授Marie desJardins表示：「增加使用機器學習和基於知識的建模方法是2017年的主要趨勢」。

AI的影響力越來越大

杜克大學計算機科學教授Vince說：「一般人群對AI的興趣將會大大增加，尤其是在這些影響已經有形的時候。以前已經確定了許多一般主題 - 技術失業，自主武器，基於有偏見數據的機器學習系統「。

Vince也看到AI對業界以外特定群體的興趣。他說：「律師會慢慢解決法律應該如何應對無人駕駛汽車，經濟學家將研究AI驅使的技術失業問題」。「AI會影響組織內的具體角色，如會計，金融，供應鏈，人力資源或其他專業工作的領域。這個不斷增長的領域將允許人工智慧傳播到全球多個行業的多個部門。

AI流氓

終結者的情景是AI非常經典的鏡頭。但是如果真正實現了電影里的超級智能真的會這樣么？據卡德納斯說，「AI流氓」可能在2017年成為現實。卡德納斯認為：「為了欺騙機構或個人而造成小型網路欺騙的人造物」，他說。 「這個流氓AI會使黑客入侵曾被認為是不可攻破的系統。」

卡德納斯也通過腐蝕已經存在的人工智慧來看待這種情況。他說：「如果AI的培訓課程受到損害，黑客可能會引入偏見或豁免，以便顛覆AI的預測能力，以獲得自己的收益。一種可能的方式是通過「AI開發，使其他AI更智能」。他可以通過檢查訓練數據中的盲點來進行自我改進，進行調整「。結果將有助於優化AI。 「我們距離超級智能AI還遠，但這種趨勢將使我們更加接近。」

路易斯維爾大學網路安全實驗室主任Roman Yampolskiy也將「失敗」視為2017年的趨勢。他說：「AI中最有意思和最重要的觀察趨勢是我正在密切關注的一個因素：AI的失敗率會隨AI的增長而增加。」。換句話說，當我們取得成就時，我們也增加了「惡意」AI的可能性。

AI中的道德問題

我們如何防止AI流氓？這是許多AI研究人員關心的問題。專家們擔心AI的倫理問題。畢竟，我們很容易看到AI可以犯錯誤的可能，從加強偏見到噴出種族誹謗，在極端情況下，不能防止致命的事故。

「計算機科學中的傳統AI社區將越來越多地在其工作中解決社會和道德問題，」Conitzer說。 「AI研究人員已經對這些話題感興趣了，但是我們只是在開始弄清楚如何在這些方面做出具體的技術貢獻。」他說，這些問題將依賴「越來越多的計算機科學家」來解決。

價值對齊問題 - 我們如何確保人工智慧與人類相同的價值？