當約翰。麥卡錫(John McCathy)在1956年的達特茅斯會議上首次提出“人工智能”概念時,只是想讓電腦像人一樣智能的去完成一些繁瑣的任務,從而讓我們有更多的時間去做喜歡做的事情。
而在60多年之后,人工智能已經開始幫助我們去解決那些人類社會面臨的最為重大的問題。
2019年,約書亞。本吉奧(Yoshua Bengio)、戴密斯。哈薩比斯(Demis Hassabis)、吳恩達等22位專家共同發表了名為《利用機器學習應對氣候變化》(Tackling Climate Change with Machine Learning)的文章。文章將機器學習的目標指向氣候變化這一人類社會最大的挑戰,并提出了多達13個機器學習能夠在其中發揮的領域,包括能源生產、減少碳排放、教育和金融等等。
與其說這是一篇論文,更不如說是一篇應對全球氣候惡化的檄文。
“氣候變化是人類面臨的最為重大的挑戰之一,我們,作為機器學習的專家,會思考如何去幫助解決這一問題。”文章的引言中寫道,“從智慧電網到自然災害管理,我們去定義那些能被人工智能解決且影響重大的問題,我們的建議既有那些令人振奮的研究課題,也包括蘊含其中的商業機會,我們呼吁整個機器學習社區都加入到抗擊氣候變化的全球行動中來?!?/p>
這篇文章正是全球人工智能研究合作體系的一個縮影。
自本世紀人工智能復興以來,全球人工智能開發者之間不斷建立起更深層的互連協作,開源社區就是其中的典型代表。
根據 GitHub 2019 年度報告(2018年10月1日至2019年9月30日):機器學習語言Python在這一年首次擊敗Java成為了Github上第二受歡迎的開發語言(僅次于JavaScript);數據科學成為了Github上的行業焦點,越來越多的數據軟件倉庫出現了深度學習、自然語言處理、機器學習等主題;由谷歌大腦開發和維護TensorFlow成為了焦點項目。
GitHub在這一年中共創建了4400萬個代碼倉庫,其中包含著眾多人工智能方面令人振奮的開源項目,包括將機器學習用于藥物研發或將人工智能應用于各種類型的機器人等等。GitHub 上每個代碼倉庫的依賴包高達200個,每個開源項目背后都是數百個其它開源項目所提供的支撐。微軟亞太研發集團將此稱為:全球人工智能與軟件界已經在開放開源平臺深刻互聯。
企業一方面將開源社區納入到自己的研發體系中,而另一方面也為開源做出貢獻并加入開發人員社區。商業力量與科學家智慧正匯集在一起,共同邁向人工智能的星辰大海。
當人工智能擁有足夠力量去改變世界的時候,人們需要依靠自身的價值觀去規范發展的方向。
公共衛生是人工智能近期發展的一個熱門領域。在抗擊新冠疫情中,人工智能被廣泛應用于排查病患、追蹤密切接觸者,而在經濟重啟中,數字技術的應用也被視為是一個關鍵。
“我們需要有一種簡單方法在未來的一年半到兩年的時間內既讓人們保持社交距離,同時又讓經濟重啟。因為我們可能需要這么多時間進行疫苗臨床試驗和大規模疫苗接種?!盪iPath首席戰略官 Vargha Moayed和圖靈獎得主本吉奧5月份在《新冠肺炎中的點對點人工智能追蹤》(Peer-to-peer AI-tracing of COVID-19)一文中指出,“同時我們需要避免開發出的工具在未來對被政府和公司濫用,從而被用于追蹤和控制我們自己?!?/p>
在他們看來,基于數據科學開發的工具的目標不應該是用來指責或鑒別,而是給予公眾足夠的信息盡可能減少被感染或者感染給他人的風險。
人工智能的倫理準則被視為是規范人工智能發展的綱要性規范。
2019年,歐盟委員會的歐盟人工智能高級別專家組起草發布了人工智能倫理準則,提出發展“可信賴的人工智能”,并宣布啟動準則的試行階段。“可信賴的人工智能”應尊重基本人權、規章制度、核心原則及價值觀,同時需要確保人工智能在技術上安全可靠,避免因技術不足而造成無意的傷害。中國科技部也正通過成立國家新一代人工智能治理專業委員會、發布新一代人工智能治理八項原則等措施來發展負責任的人工智能。
從某種意義上,道路的選擇比前進的速度更為重要。
一個典型的例子是如何在人工智能時代應對人類社會另一個重大挑戰--貧富差距擴大。選擇不同的道路會讓人工智能帶領我們走向兩個截然不同的方向。
橋水基金創始人瑞。 達利歐(Ray Dalio)認為人工智能和自動化在提升總生產力的同時也在消滅工作崗位,這將導致巨大的財富和機遇差距從而引發民粹主義。另外還一些人擔心,制造業智能化的進程可能導致企業間更大的不平等,因為相對于大企業,規模較小的企業可能因為難以完成智能化轉型從而陷入更大的劣勢。
但如果我們善用人工智能,結局就可能完全不同。
圖靈獎獲得者拉吉。瑞迪(Raj Reddy)相信,如果我們善用技術,語音交互界面可以讓世界上超過一半的半文盲人口充分從互聯網經濟中獲益,最終帶來包容性增長。就如他曾在上海世界人工智能大會上所說的,我們要從過去吸取教訓,保證從技術中獲得好處,同時制定相關的法律法規和準則,讓有可能發生的壞事不在未來發生。
最終還是我們自己決定未來走向何方。我們是否有能力去糾偏和矯正科技行業的狹隘的技術向度和利益局限,將決定人工智能否幫助人類建設真正的共同家園。
責任編輯:tzh
-
AI
+關注
關注
87文章
30142瀏覽量
268411 -
人工智能
+關注
關注
1791文章
46857瀏覽量
237552
發布評論請先 登錄
相關推薦
評論