我們都應該知道，全世界領先的科學家和思想家都警告過公眾，永遠不要武裝基于人工智能 (AI) 的系統。然而，它已經發生了很長一段時間，而且總有可能清算的那一天到來。但對于不想消滅鄰居的群眾來說，許多人工智能應用程序可以用來幫助我們，為人類和世界的更大利益服務。

早期基于規則的 AI 模擬器令人印象深刻，但隨著神經網絡和深度學習設計工具和技術的發展，很明顯，AI 可以在簡單甚至非常復雜的任務中勝過人類。不僅在Jeopardy比賽中獲勝，而且結合使用基于規則、啟發式和基于神經網絡的學習系統，可以在非常大的數據集中識別人類無法理解的模式大約。

這就是關鍵——訪問非常大的數據集。例如，當人工智能機器的任務是識別宮頸樣本中的癌細胞和癌前細胞時，它可以非常快速地檢查和學習數千個樣本。它能夠辨別醫生尚未識別的模式。在很短的時間內，人工智能被證明比訓練有素的醫生更有效地識別它檢查的新樣本中的癌細胞和癌前細胞。使用DFRobot 人工智能視覺套件等工具將 AI 應用于視頻將展示真實的學習系統如何從經驗中更快地學習。

診斷分析也是如此。醫生沒有必要的時間、帶寬和經驗來識別罕見的東西。但是，能夠訪問大型數據集的 AI 可以更快地研究和識別罕見的意外情況，然后再變得致命。讓我們看看人工智能如何發揮作用。

它是怎么做到的？

設計師和程序員無法識別、追蹤和理解機器學習了什么以及如何學習——尤其是在深度學習和神經網絡連接從混沌開始充當自排序系統的情況下。

盡管許多公司已經設計、正在使用甚至營銷 AI 機器、功能和服務，以幫助公司確定可提高盈利能力和生產力的模式和程序，但我沒有聽到任何人談論公眾使用 AI 功能是為了更大的利益。

例如，可以非個人訪問計算機化最新醫療記錄的 AI 可以快速識別誰的 COVID-19 風險較高。恰當的例子：如果 AI 可以訪問從人身上收集的大量數據以及服用的藥物、吃的食物、位置和環境因素，它就可以找到我們無法找到的模式。

例如，如果服用某種藥物治療自身免疫性疾病（例如牛皮癬）會降低免疫力的人因 COVID-19 而患上 COVID-19 的死亡率要比服用另一種藥物的人高得多怎么辦？如果癌癥簇的位置可以與一組我們不知道的常見暴露因素相關聯怎么辦？

一旦 AI 有了意識，它就可以檢查每個人及其活動、攝入的食物、花時間的地方以及所做的事情。在實時面部識別位置、實時信用購買、手機跟蹤、聯系人跟蹤，甚至收聽對話、閱讀文本和電子郵件、傳真和普通郵件之間，每個人的數據集都將很大。它也太大了，任何人都無法吸收、識別和識別模式。將其乘以數百萬甚至數十億人，您很快就會發現人類大腦需要處理并得出有效結論的信息太多，但這對人工智能來說并不困難。

許多 AI 任務確實可以使用基于 AI 的軟件技術（例如基于Seeed Studio MaixCube RISC 的 AI 開發平臺）簡化為數字數據處理算法。盡管針對基于人工智能的 FFT 分析和智能通信，數字人工智能編程技術與神經網絡芯片的結合將產生最高的協同能力。

盡管可以在固件中模擬神經網絡的行為，但硬件版本總是更快。這里很少有產品，但有趣的是，谷歌的 AIY 智能相機使用基本的神經網絡和數字處理，允許使用其視頻 IC 開發工具進行基于 AI 的基于神經網絡的學習、實驗和開發。

圖 1：Google 的神經網絡 AI 技術可供開發人員和技術研究人員使用，用于下一代面部識別、情緒狀態確定以及幾乎任何先進的下一代智能視頻應用。（來源：貿澤電子）

如果全人類都可以訪問可以非個人訪問所有數據的 AI，那么 AI 如何為人類服務的例子有很多。（它必須是非個人的。人工智能需要知道一個人存在某種痛苦才能將原因關聯起來，但人工智能不需要知道這個人的姓名或地址。需要對隱私進行嘗試。）

為了讓 AI 為人類服務，某些事情必須到位。首先，所有數據都需要以程序化和非識別的方式訪問。人們需要明白，在解決重要問題時沒有隱私、秘密或安全。

接下來，數據需要防止人為訪問。使 AI 可以使用所有內容的整個想法是它可以看到模式。不幸的是，在權力的位置上總會有壞蘋果濫用這種權力。希望一個足夠公平和智能的系統可以淘汰它們。

第三，任何人想查詢AI的預言機都可以。如果有人想對事實進行核查，他們應該能夠提出這樣的問題：“在所有服用他汀類藥物的人中，有多少人出現了這種副作用？”

結論

如果為了公眾的利益而部署人工智能，它可以成為改變世界的積極力量。人工智能已經在許多層面上超越了人類，并被推銷給在大型數據集中尋找模式的公司。下一階段：在這些集合中尋找模式并預防疾病。