人工智能是開創性的，有時甚至還是令人震驚。我們不斷地獲得有關效率，自動化和智能預測的驚人故事。但是，人工智能并不是完美的。對于每一個成功的故事，還有一個混亂或錯誤的故事–這種情況沒有按計劃進行。

[[335999]]

雖然我們是AI的忠實信徒，并且已經在自己的企業中看到了AI的強大功能，但有時還是看到硬幣的另一面，并記住我們都在努力推動更大的發展和更好的東西。但是沿著這條道路，會有摩擦和擾。我們如何應對這些異常和缺陷，最終定義了我們從這里出發的方向。

AI失敗的例子

我們不希望人工智能是完美的。至少還沒有。AI仍然會經歷失敗并導致意想不到的后果這一事實令人耳目一新。但是即使對于那些瀕錯誤也可以作為成長和改進的教訓。如今，失敗越多，增長和改進就會越多-最終將引領通往更完善和完整的行業的道路。

以下是過去幾年AI失敗的一些優秀示例：

Microsoft AI Chatbot學習了一些不受歡迎的語言

人工智能聊天機器人已經成為社交媒體和其他網站上的規范。Facebook在Messenger中內置了一個非常出色的工具，它被用作提供客戶服務和與潛在客戶進行快速對話的強大業務工具。但是AI聊天機器人并不完美，以Microsoft的AI聊天機器人為例，該聊天機器人曾短暫地稱為“ Tay”。

Tay于2016年3月發布并為Twitter用戶部署，其編程方式是使用典型的千禧一代進行隨意自然的交談。但這只持續了24小時。發生了什么?好吧，該網站上針對了它的漏洞，并操縱Tay發表了非常性別歧視和種族主義的言論。

微軟AI和研究副總裁Peter Lee因未提前預見這種可能性而不得不公開道歉。

運動員還是重罪犯?

亞馬遜有一個名為“識別”的項目。這是一種基于AI的面部識別軟件，已出售給警察機構以用于調查。從本質上講，它應該交叉分析圖像并將執法人員定向到可能的嫌疑人。問題在于它不是很準確。

在美國公民自由聯盟馬薩諸塞州分會的一項研究中，通過該系統運行了數十名波士頓地區運動員的照片。這些運動員中至少有27名(或大約六分之一)被錯誤地與面部照相配。其中包括三屆超級碗冠軍新英格蘭愛國者隊的杜倫·哈蒙。

你能說不好看嗎?

用戶在Apple的Face ID中發現缺陷

蘋果一直在提出優秀技術。他們已經在智能手機和移動設備行業樹立了標準。在大多數情況下，他們會把事情做好。但是有時候他們在行銷中可能會顯得太勇敢。一個例子是iPhone X的發布。在發布之前，蘋果公司已經在其正面的面部識別系統上投入了大量時間和營銷資源，以取代指紋讀取器作為訪問手機的主要方法。有人聲稱AI組件非常聰明，讀者可以戴眼鏡，化妝等，而不會影響功能。這本質上是對的。問題在于，蘋果公司還明確表示，Face ID技術不能被面具或其他技術所欺騙。

一家位于越南的安全公司將其視為挑戰。他們只用了200美元，就用石粉制成了一個面具，粘貼在一些打印的2D“眼睛”上，然后解鎖了手機。這只是在提醒您，大膽的聲明有時可能會再次引起人們的注意!

機器狗遇上致命的結局

誰不喜歡機器人小狗的主意?您會獲得一臺可愛的小機器，而無需吠叫，走路，大便，吃飯或昂貴的獸醫賬單。但是，如果您正在尋找生活伴侶，則可能不需要此機器人狗。

在2019年，波士頓機器人公司的機器人狗名叫Spot，而他在拉斯維加斯的一次會議上被公司CEO降職時遇上了戲劇性且不合時宜的舞臺上的死亡。步行任務使他慢慢地跌跌撞撞，并最終跌倒在地，因為觀眾不舒服地喘著氣并咯咯笑著。

IBM的Waston是一項了不起的技術。這款智能超級計算機在他的帶領下取得了許多成就，包括在電視轉播的危險游戲中擊敗了一些世界上最聰明的人。但是，就沃森所知，他還沒有被當醫生的信任。

在2018年，IBM Watson嘗試啟動醫療AI系統以提出治療癌癥患者的建議。IBM的目標無非是“消滅癌癥”。但是，醫院和腫瘤科醫生很快就發現了重大缺陷。沃森(Watson)曾建議將出血過多的患者放到會導致更多出血的藥物上，這可能會殺死患者!

IBM指責其工程師，稱他們以假設和虛構案例為Watson編程，而不是依賴于實際的患者數據和歷史病歷。、

語音欺騙AI軟件Cons首席執行官

偽造品正成為一個嚴重(且令人震驚)的問題。黑客發現了偽造聲音，圖片甚至視頻的方法。在某些情況下，后果是災難性的。

2019年3月，一家英國公司的首席執行官在德國母公司打了老板的電話。他被指示將相當于243000美元的款項轉移給匈牙利供應商。該請求被標記為緊急請求，并要求首席執行官立即執行。該請求的唯一問題是，該行的另一端不是他的老板。這是一款基于AI的軟件，用于模仿老板的聲音。

當我們稱其為AI失敗時，現實是AI軟件獲勝。

我們可以清楚地看到，人工智能并非沒有問題。就業務而言，人工智能的實施仍然面臨一些挑戰。它們包括：

• 處理能力有限。盡管AI和ML具有巨大的潛力，但它們利用了大量的處理能力。大多數計算根本沒有那么先進。結果，很難在非常特定的環境之外充分利用這些技術。
• 知識有限。只有少數人真正足夠了解AI，可以向市場進行解釋。這使采用率無法達到應有的水平，并且正在減緩增長。
• 缺乏信任。人與計算機之間總是存在一定程度的不信任。盡管關系在過去幾年中有所改善，但像本文中概述的那樣的失敗并沒有太大幫助。
• 數據安全性。為了使AI應用程序正常工作，這些系統需要訪問數百萬個數據點。這為黑客創建了可能的弱點和漏洞，以使其成為目標并加以折衷。

盡管面臨這些挑戰，但AI的美麗在于其智能和光彩。不僅世界上許多最偉大的頭腦都致力于改善和完善技術，而且將其與機器學習(ML)結合使用時，您將獲得自我加油的增長周期，其中每一個問題和錯誤最終都為更大的發展鋪平了道路。效率，準確性和機會。說到機會，以下是我看到的一些最重要的機會：

• 使大數據變得容易。企業對大數據的問題之一就是尋找方法來理解它。由于要整理的信息太多，因此很難發現如何解釋和應用發現。人工智能可以簡化這一過程，并導致更好，更有效的流程。
• 優越的分析。某些AI系統可用于監視，檢測和分析各種設置中的更改。企業可以使用它來密切關注競爭對手并了解價格變化，公關活動，社會參與等內容。
• 更智能的搜索。互聯網使世界運轉。尤其是，搜索引擎可以確定趨勢并控制信息流。諸如Google之類的搜索引擎公司正在使用AI和ML來改變行業，并為客戶搜索提供更準確，及時的結果。

AI完美嗎?如本文中的故事所示，這真是不可接受!但是它功能強大且不斷改進嗎?是的。因此，當我們展望未來的一，三年和五年時，請記住，人工智能是一項正在進行的工作。為了達到我們想要的目標，我們必須在過程中不斷地解決一些摩擦。