幾十年來，人工智能已被描述為科幻小說中的一種邪惡力量。想想HAL-9000，這是亞瑟·克拉克（Arthur C. Clarke）。但是，盡管AI和機器學習的應用確實非常復雜，并且具有潛在的危險，在這十年中，人們將最頻繁地遇到這些神經技術，這看起來既普通又積極。但是有一個重要的算法應用領域需要實際工作。

首先是良性用途。我在這里考慮的是已經存在原型的領域：人工智能驅動的活動，到本十年末可能會變得很正常：對話商務、家庭技術支持和自動駕駛汽車。但是，第四個機構決策機構目前沒有令人滿意的原型，因此很難修復。

會話商務： 這是指語音驅動的銷售活動，其中自然語音是客戶的聲音，在供應商端與AI驅動的機器人聲音進行交互。它與當今的電子商務模式不同，在該模式中，客戶經歷了一系列步驟：訪問供應商的網站，查看一系列圖片，輸入他們的選擇，鍵入交貨方向，提供信用卡信息，然后確認購買。取而代之的是，客戶將從訪問網站或與智能揚聲器交談開始。機器人會向該人打招呼，詢問其如何利用先前的搜索和購買知識來提供幫助。所有這些都將使用自然語言進行。隨著時間的流逝，人工智能機器人甚至可以開始聯系，為禮物，重新訂購或特殊交易提供建議。

家庭技術支持：如今，尋求家用電器問題的幫助通常始于致電OEM的客戶服務臺或本地服務中心。客戶描述他們的問題，派遣技術人員到家里，并在現場解決問題。根據問題，可能需要幾天的時間才能解決。但是，在接下來的幾年內，當發(fā)出第一個呼叫時，它將由24/7漫游器應答。將指示您使用手機，并將其相機對準型號識別標簽，控制設置，安裝詳細信息和問題。系統(tǒng)將詢問您一系列問題，以縮小診斷范圍并確定更換零件。然后，您將看到一個教程視頻，該視頻經過增強現實技術的增強，使您能夠自己進行許多維修。

自動駕駛汽車：全自動駕駛汽車和卡車已經在生產中，但是仍然需要人工干預以確保其安全運行。到本十年末，情況將不再如此。自動駕駛汽車和卡車將學會并迅速實施對有問題的道路情況（尤其是涉及施工，道路危險，手勢和魯ck駕駛員的那些情況）的適當響應。這將使通勤者在進行中時可以做其他事情，減輕商業(yè)駕駛員的短缺，并改變產品交付的格局。它們的按需功能也可能會影響私家車的所有權模式。

機構決策：AI最具挑戰(zhàn)性的應用不是嵌入在數字設備中的應用。相反，它們是嵌入到公共和私人機構決策機制中的機制，用于決策有關人類服務的事情：獲得貸款，擔保保險，設定利率，政府福利的資格，刑事量刑，保釋適用性，工作成功的可能性以及獲得醫(yī)療保健的資格等。但是，那些算法的私人開發(fā)者會嫉妒地保護他們的創(chuàng)作，而政府機構很少透露其算法的工作方式。而且，由于算法會隨著攝取的更多數據而不斷變化，因此需要專家全面了解它們的工作原理，而在法庭上為它們辯護則少得多。但是，更具破壞性的是某些人聲稱這是警方數據的真實表現，因此它會無意識地偏向少數群體，因此可以有效地自動進行歧視。

盡管他們可以學習對良好行為進行建模，但他們也能夠基于偏差會歪曲其結論的數據來學習不良行為。然而，人工智能技術的速度，全面性和成本節(jié)省實在太有價值了。預測到在接下來的十年中，它們將使普通市民及其擁護者能夠更好地理解，并在必要時向有缺陷的算法提出挑戰(zhàn)，從而對有缺陷的AI系統(tǒng)造成損害的可能性進行有意義的檢查。
編輯：lyn