[[407856]]

我們現(xiàn)在和不久的將來做出的決定將為接下來的十年定下基調(diào)，包括人工智能 (AI) 可能會如何發(fā)展以及我們將如何使用它。

這將需要開明的領(lǐng)導(dǎo)才能最大限度地造福人類社會。

這篇文章的重點是從政策和哲學(xué)的角度反思我們所處的位置和前進的方向，并作為我們下一篇關(guān)于下一代人工智能的更具技術(shù)性的文章做鋪墊。

人工智能的積極用例潛力包括與 Covid -19 的斗爭。例如，柳葉刀發(fā)表了一篇文章，題為“人工智能在COVID-19藥物再利用中的應(yīng)用("Artificial Intelligence in COVID-19 drug repurposing" )”https://www.thelancet.com/journals/landig/article/PIIS2589-7500(20)30192-8/fulltext。文章指出“……我們介紹了有關(guān)如何使用 AI 加速藥物再利用或重新定位的指南，對于這些指南，AI 方法不僅強大而且必不可少。我們討論了如何在精準醫(yī)學(xué)中使用 AI 模型，并舉例說明 AI 模型如何加速 COVID-19 藥物的再利用。” 

 

 

 

COVID-19藥物再利用中的人工智能 圖片來源《柳葉刀》

另一個例子由 Brandon Vigliarolo 提供，麻省理工學(xué)院開發(fā)了機器學(xué)習(xí)模型以加快 COVID-19 疫苗的研發(fā)(https://www.techrepublic.com/article/mit-develops-machine-learning-model-to-quicken-release-of-covid-19-vaccine/)，并指出“麻省理工學(xué)院計算機科學(xué)和人工智能實驗室 (CSAIL) 的研究人員開發(fā)了一種新的組合機器學(xué)習(xí)系統(tǒng)，可以減少 COVID-19 疫苗研究需要的時間，并使其更有效。”

研究人員表示：“這個名為 OptiVax 的平臺專注于開發(fā)肽疫苗，這與目前正在開發(fā)的 100 多種疫苗中常見的全病毒、DNA 和 RNA 疫苗不同。”

人工智能的類型

我們傾向于關(guān)注狹義人工智能和通用人工智能 (AGI) 之間的區(qū)別，盡管兩者之間有一個中間過渡，但人工智能將成為 2020 年代研究的重點。有關(guān) AI、機器學(xué)習(xí)和深度學(xué)習(xí)的定義，可以參閱相關(guān)的文章。   

 

關(guān)于AI的基本概念

AGI (通用人工智能)仍然是對未來的渴望 

 

 

上圖來源：Andrew Cochran，什么是人工智能?

AGI 是“.. 機器的假設(shè)智能，它有能力理解或?qū)W習(xí)人類可以完成的任何智力任務(wù)。它是一些人工智能研究的主要目標(biāo)，也是科幻小說和未來研究中的一個共同話題。”

接下來的文章將討論下一代人工智能，包括 David Cox 等人和其他研究人員一直致力于的研究工作(詳情：https://www.aitrends.com/ai-research/head-of-mit-ibm-watson-research-lab-on-how-ai-will-get-to-the-next-level/)，這些工作可能會產(chǎn)生廣泛的人工智能，這是狹義人工智能和 AGI 之間的中間步驟，并使人工智能能夠在許多經(jīng)濟部門和邊緣(在設(shè)備上)擴展。

 

AI的進化之路 圖片來源：Jim Sopherer IBM Cognitive

https://www.slideshare.net/spohrer/cogswell-college-20200120-v8-copy

 

 

圖片來源：Jim Sopherer IBM Cognitive

https://www.slideshare.net/spohrer/cogswell-college-20200120-v8-copy

在包括深度學(xué)習(xí)在內(nèi)的人工智能方面，我們在社交媒體和電子商務(wù)領(lǐng)域取得了巨大的成功，這些領(lǐng)域有大量數(shù)據(jù)，因此谷歌、Facebook、亞馬遜、阿里巴巴、微軟(LinkedIn 的所有者)等公司等擁有一些最強大的人工智能團隊并不奇怪。 

 

你知道每分鐘產(chǎn)生多少數(shù)據(jù)嗎?

然而，雖然數(shù)據(jù)是關(guān)鍵，但它也與人有關(guān)。數(shù)據(jù)科學(xué)家、機器學(xué)習(xí)工程師和深度學(xué)習(xí)研究人員，他們正在創(chuàng)建或?qū)嵤┤斯ぶ悄芩惴ㄒ约皵?shù)字化轉(zhuǎn)型、技術(shù)、業(yè)務(wù)翻譯和組織內(nèi)的其他人，他們負責(zé)實施該技術(shù)的戰(zhàn)略責(zé)任。

此外，它還與您和我們所有人有關(guān)，他們使用我們的數(shù)字足跡創(chuàng)建數(shù)據(jù)并且通常是最終用戶。 

 

我們的數(shù)字足跡 圖片來源：Tes.com

我們在組織層面和國家層面的決策者和領(lǐng)導(dǎo)人也將對人工智能和下一代技術(shù)的形態(tài)產(chǎn)生越來越大的影響，因為人工智能在不同經(jīng)濟部門的擴展將導(dǎo)致人類在日益復(fù)雜和復(fù)雜領(lǐng)域的互動這涉及數(shù)據(jù)隱私、安全、道德和透明度問題。此外，我們將需要考慮未來勞動力所需的技能以及我們的教育系統(tǒng)可能必須如何適應(yīng)。 

 

上圖顯示了到 2025 年將有 750 億臺互聯(lián)網(wǎng)連接設(shè)備的預(yù)測，地球上平均每人大約有 9 臺!邊緣計算的作用將是關(guān)鍵。

隨著我們進一步進入 2020 年代，數(shù)據(jù)將越來越多地在邊緣、我們周圍的設(shè)備和傳感器上創(chuàng)建。 

 

越來越多的邊緣設(shè)備 圖片來源：Omnisci

人工智能將越來越多地部署在物聯(lián)網(wǎng) (IoT) 的邊緣，特別是隨著 5G 網(wǎng)絡(luò)的擴展，與 4G 網(wǎng)絡(luò)相比，可以顯著減少延遲并大幅增加設(shè)備連接性，從而產(chǎn)生 AIIoT。如下圖所示，AI、5G和大數(shù)據(jù)將成為推動物聯(lián)網(wǎng)發(fā)展的核心動力。

 

 

圖片來源：Iman Ghosh VisualCapitalist.com

https://www.visualcapitalist.com/aiot-when-ai-meets-iot-technology/

此外，有人可能會爭辯說，對于社交媒體和許多電子商務(wù)應(yīng)用程序，與算法無法正常執(zhí)行的后果相關(guān)的風(fēng)險很低。例如，嚴重的傷害和死亡不會因為向某人展示不正確的產(chǎn)品推薦，如連衣裙、夾克或電影而導(dǎo)致。沒有復(fù)雜的法律責(zé)任問題需要考慮，因為在醫(yī)療保健誤診或自動駕駛汽車發(fā)生事故的情況下可能會發(fā)生。 

 

上圖說明了自主系統(tǒng)需要參與場景理解并通過廣播與其他機器進行通信(機器對機器通信)

供求規(guī)律也適用于人工智能和數(shù)據(jù)科學(xué)社區(qū)。在過去十年末，對機器學(xué)習(xí)和深度學(xué)習(xí)技能的需求激增，這有助于擴展部署在后端系統(tǒng)中的算法，以增強客戶體驗和分析洞察力?，F(xiàn)在對人工智能解決方案的需求不斷增長，這些解決方案將使人工智能能夠擴展到因果關(guān)系和透明度問題至關(guān)重要的其他經(jīng)濟部門。

松鼠人工智能獎的第一位獲得者 Regina Barzilay 進一步闡述了這一點，并解釋了為什么這次大流行應(yīng)該是一個警鐘。 

 

https://www.technologyreview.com/2020/09/23/1008757/interview-winner-million-dollar-ai-prize-cancer-healthcare-regulation/

Will Douglas Haven 在 MIT Technology Review 上發(fā)表的一篇題為“我們還沒有準備好接受 AI，新的100萬美元 AI 獎的獲得者說”引用 Regina Barzilay 解釋這個問題的文章“現(xiàn)在，AI 正在蓬勃發(fā)展的地方失敗率很低。如果谷歌發(fā)現(xiàn)你翻譯錯了或者給了你一個錯誤的鏈接，那沒關(guān)系;你可以去下一個。但這對醫(yī)生來說是行不通的。如果你給病人錯誤的治療或錯過一個診斷，有非常嚴重的影響。許多算法實際上可以比人類做得更好。但我們總是相信自己的直覺，我們自己的想法，而不是我們不理解的東西。我們需要給醫(yī)生信任人工智能的理由。 FDA 正在研究這個問題，但我認為它在美國或世界其他任何地方都遠未得到解決。”

為了使 AI 在現(xiàn)實世界的關(guān)鍵領(lǐng)域蓬勃發(fā)展和擴展，例如醫(yī)療保健和自主機器人(包括車輛)，我們需要以下內(nèi)容：

• 邊緣計算能夠讓深度神經(jīng)網(wǎng)絡(luò)通過神經(jīng)網(wǎng)絡(luò)壓縮和具有差分隱私的聯(lián)邦學(xué)習(xí)從較小的數(shù)據(jù)集中學(xué)習(xí)，以實現(xiàn)跨分散數(shù)據(jù)的安全協(xié)作學(xué)習(xí);
• 因果關(guān)系和可解釋的人工智能;
• 在我們的教育系統(tǒng)和勞動力中重新培養(yǎng)技能(見下文);
• 我們的決策者和組織中的 C 團隊有明確的領(lǐng)導(dǎo)和理解;

 

 

上圖來源：德勤，為政府領(lǐng)導(dǎo)人制定人工智能戰(zhàn)略

https://www2.deloitte.com/us/en/insights/industry/public-sector/ai-strategy-for-government-leaders.html

• 投資數(shù)據(jù)基礎(chǔ)設(shè)施、后端系統(tǒng)和開發(fā)所需的基礎(chǔ)設(shè)施，以及投資 5G 網(wǎng)絡(luò)的需要。

如上所述，在此之后的下一篇文章中將考慮通向廣泛 AI 的潛在途徑。

一些人一直在呼吁為什么我們迄今為止還沒有達到 AGI。盡管實現(xiàn) AGI 仍然存在許多技術(shù)障礙，但從哲學(xué)層面來看，也許我們還沒有為整個社會和人類的 AGI 做好準備。

今天的 AGI 會向我們學(xué)習(xí)什么?聊天機器人 Tay 的經(jīng)歷是一個警告。

我們有機會部署 AI 技術(shù)，包括目前由領(lǐng)先的 AI 研究人員開發(fā)的下一代技術(shù)，并可能將我們帶向更強大、更廣泛的 AI(盡管還不是 AGI)，以增強金融服務(wù)等領(lǐng)域的服務(wù)和客戶體驗，例如減少對對人類健康和環(huán)境有害的紙質(zhì)收據(jù)的依賴。

我們還可以將人工智能技術(shù)應(yīng)用于個性化營銷活動并加深對客戶偏好的理解，從而提高零售商的利潤率，同時減少由 Rolnick 等人在 Tackling Climate Change 中提出的不需要和未售出的庫存造成的環(huán)境浪費使用機器學(xué)習(xí)和阿方索·塞古拉解決時裝業(yè)的浪費問題。

此外，大流行為我們提供了一個機會，讓我們可以考慮我們社會和整個世界未來的需求，以幫助應(yīng)對當(dāng)前危機的創(chuàng)傷，并希望防止或限制未來大流行造成的損害。此外，我們有機會考慮開發(fā)可持續(xù)經(jīng)濟發(fā)展和創(chuàng)造就業(yè)所需的技術(shù)和基礎(chǔ)設(shè)施的潛力，由于 Covid 危機，世界許多地方都需要這些技術(shù)和基礎(chǔ)設(shè)施。

有關(guān)如何使用人工智能和其他下一代技術(shù)來增加就業(yè)機會和減少污染的更多詳細信息，請參見下面的信息圖和有關(guān)的文章。 

 

 

 

世界經(jīng)濟論壇 (WEF) 發(fā)表了 Mohamed Kande 和 Murat Somnez 題為“不要害怕人工智能。它會導(dǎo)致長期就業(yè)增長”的文章，并提出以下幾點：

• COVID-19 加速了許多任務(wù)的自動化，導(dǎo)致一些人擔(dān)心人工智能 (AI) 會取代他們的工作。
• 但人工智能創(chuàng)造的就業(yè)機會多于它摧毀的就業(yè)機會。
• 為了迎接這種變化，企業(yè)和政府必須專注于技能提升和再培訓(xùn)。 

 

上圖來源：不要害怕 AI，AI將導(dǎo)致長期的就業(yè)增長

此外，作者指出，到 2025 年，50% 的員工將需要轉(zhuǎn)售! 

 

https://www.weforum.org/agenda/2020/10/dont-fear-ai-it-will-lead-to-long-term-job-growth/

如下圖所示，金融服務(wù)等領(lǐng)域?qū)⒈蝗斯ぶ悄芨脑欤?nbsp;

 

 

此外，醫(yī)療保健部門也將轉(zhuǎn)型，如下圖所示：  

 

 

為了真正實現(xiàn)這十年人工智能在這些領(lǐng)域的潛力，我們需要部署諸如具有差異隱私和廣泛人工智能的聯(lián)邦學(xué)習(xí)等技術(shù)。

然而，同樣重要的是人的因素。我們需要對整個教育系統(tǒng)和勞動力的人員和技能進行投資。

這意味著我們的政治和組織領(lǐng)導(dǎo)人能夠進行足夠的投資來培養(yǎng)所需的人才，并使人工智能和其他新興技術(shù)能夠解決我們?nèi)祟愇磥砻媾R的一些關(guān)鍵問題。這需要我們的政治和政策領(lǐng)導(dǎo)人采取開明的方法來實現(xiàn)向工業(yè) 4.0 的過渡。

Covid-19 危機既造成了人類苦難，也造成了經(jīng)濟損失。我們的領(lǐng)導(dǎo)人將需要考慮促進 GDP 和就業(yè)增長的政策，同時還要考慮對抗污染和擺脫可能在我們目前的世界中發(fā)揮作用的傳統(tǒng)模式的需要。

我們希望 2021 年將是所有人恢復(fù)和啟蒙的時期，無論您身在何處，我們都希望盡快走出 Covid 危機，并朝著將 AI 應(yīng)用于整個生產(chǎn)用例的方向前進，也能應(yīng)對已造成的經(jīng)濟損失，并改善世界各地許多人的生活水平和醫(yī)療保健。

未來掌握在我們自己的手中，我們現(xiàn)在和不久的將來做出的決定將決定的未來。人們希望明年我們將進入一個新的啟蒙時期，數(shù)據(jù)科學(xué)和下一代技術(shù)被用于改善我們的生活質(zhì)量并為我們所有人創(chuàng)造一個更美好的世界。 

真實世界人工智能和機器學(xué)習(xí)用例指南

[[407859]]