The Verge技术报告:2017年AI和机器人最终得分“A-”

2023-10-23 21:11

本文主要是介绍The Verge技术报告:2017年AI和机器人最终得分“A-”,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

像其他科技领域一样,人工智能今年也在蓬勃发展,但尽管有科学突破、资金过剩、新产品向消费者推出,这一领域仍存在一些不可忽视的问题。例如,公司驱动的炒作和哗众取宠的头条,媒体和专家之间需要有更好的沟通。其他的挑战则更为细微,需要更长的时间来解决,例如算法的偏见,以及科技公司收集数据和聚拢人才日益造成的AI垄断。

AI学术研究像一场汹涌的洪流

让我们先说积极的方面。2017年,人工智能可以说是无处不在。虽然在看到各种某个产品应用了AI技术的新闻时,持怀疑态度是正确的,但这些仍然是积极的新闻。专家们将AI与电力进行比较,因为这两者都是有潜力改变各行各业的资源。当然,每个领域都有特别重要的技术(例如,对于交通来说是自动驾驶技术),但是机器智能的一点小的实现都可能带来很大的影响。

谷歌、苹果、微软和Facebook等大科技公司已经将大量资金投入到AI领域,但公平地说,最终的结果通常只是小范围的。谷歌将AI内置到相机镜头上,可以自动捕捉拍摄家人的照片。而苹果最新推出的动画表情则是由面部识别技术支持的。这些东西不会改变世界,但它们共同创造了新的效率和新的体验。

与相对稳定的AI应用相比,AI的学术研究更像是一场汹涌的洪流。在2017年,各个实验室和大学发表的论文数量比以往任何时候都要多,DeepMind等大公司取得了一些重大突破。(DeepMind将AlphaGo算法的人类知识移除,然后在其他游戏中证明AlphaGo算法的能力。)恭喜,但学术研究也有点受到限制,因为有一种情况是,目前的AI浪潮的核心的创新太少。但是,基础研究并没有停止,一些新方法正在展现出生命力。

自动化让一些工作岗位消失

2017年,机器人领域也有新的生机,尽管这一年现有的技术和未来的前景都显示出极限性。Kindred,Embodied Intelligence,Amazon和Ocado等公司正在将AI的成果应用到当前的工业机器人上,用于仓库和装配线的机器。这个领域的进步可能会对一系列行业产生巨大影响,因为机器人几乎可以在任何需要移动的场景工作。

在家用机器人方面,今年也有了一些进展,比如Mayfield机器人公司的Kuri,Misty Robotics还未公开的原型,以及LG和索尼的样机。但是,这些并不代表重大突破,而是带有笨重外壳的虚拟助理,其创新来自于改进的自然语言处理,以及互联网服务,比如让你可以通过对着机器说话订购比萨。如果这就是你想要的家庭机器人,那么你最好买一个Amazon Echo。

机器人发展最快的地方,似乎就是对工作场所的威胁,不仅仅是体力劳动,而是像法律和保险行业的白领岗位。在过去的一年中,新的研究证实,机器人确实会让一些工作岗位消失,这确实可能增加不平等。但是,目前我们还无法回答情况究竟多糟糕。有报告指出,自动化造成的失业人数将高达8亿。但是,如果政府积极主动,把钱投入教育,帮助劳动者进行再培训,这一打击可能会大大缓解。

Facebook的格言,“快速行动,颠覆创新”(MOVE FAST AND BREAK THINGS)对于AI而言,可能是危险的。一些专家认为,失业并不危险,更大的威胁是低质量就业——自动化创造了少量高技能、高收入的工作岗位,却把其他人推到了低薪和危险的工作岗位上。

这就是为什么(attitude)对2018年的人工智能发展如此重要。AI拥有令人难以置信的潜力,同时,它的潜力也是我们需要如何谨慎实施的。“快速行动,颠覆创新”并不是我们在开发AI时需要的座右铭,尤其是AI这个技术将会融入我们生活的方方面面。如果2017年是AI开始到处显现的年份,那么2018年就是我们需要认真思考的一年。

最终成绩:A-

336de389b42fc6b045ed3f1b02cd58a200fec4cf

The Verge给2017年人工智能和机器人领域的最终成绩是A-

加分项:

  • 人人都在参与
  • 研究取得突破
  • 出现了一些改变生活的技术

需要改进的方面:

  • 炒作太多
  • 道德方面的关注不够
  • 最终负责任的是谁?

原文发布时间为:2017-12-31
本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号
原文链接: The Verge技术报告:2017年AI和机器人最终得分“A-”

这篇关于The Verge技术报告:2017年AI和机器人最终得分“A-”的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/270466

相关文章

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

Java利用JSONPath操作JSON数据的技术指南

《Java利用JSONPath操作JSON数据的技术指南》JSONPath是一种强大的工具,用于查询和操作JSON数据,类似于SQL的语法,它为处理复杂的JSON数据结构提供了简单且高效... 目录1、简述2、什么是 jsONPath?3、Java 示例3.1 基本查询3.2 过滤查询3.3 递归搜索3.4

Python中随机休眠技术原理与应用详解

《Python中随机休眠技术原理与应用详解》在编程中,让程序暂停执行特定时间是常见需求,当需要引入不确定性时,随机休眠就成为关键技巧,下面我们就来看看Python中随机休眠技术的具体实现与应用吧... 目录引言一、实现原理与基础方法1.1 核心函数解析1.2 基础实现模板1.3 整数版实现二、典型应用场景2

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2

Spring AI集成DeepSeek实现流式输出的操作方法

《SpringAI集成DeepSeek实现流式输出的操作方法》本文介绍了如何在SpringBoot中使用Sse(Server-SentEvents)技术实现流式输出,后端使用SpringMVC中的S... 目录一、后端代码二、前端代码三、运行项目小天有话说题外话参考资料前面一篇文章我们实现了《Spring

Spring AI与DeepSeek实战一之快速打造智能对话应用

《SpringAI与DeepSeek实战一之快速打造智能对话应用》本文详细介绍了如何通过SpringAI框架集成DeepSeek大模型,实现普通对话和流式对话功能,步骤包括申请API-KEY、项目搭... 目录一、概述二、申请DeepSeek的API-KEY三、项目搭建3.1. 开发环境要求3.2. mav

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

Spring AI集成DeepSeek的详细步骤

《SpringAI集成DeepSeek的详细步骤》DeepSeek作为一款卓越的国产AI模型,越来越多的公司考虑在自己的应用中集成,对于Java应用来说,我们可以借助SpringAI集成DeepSe... 目录DeepSeek 介绍Spring AI 是什么?1、环境准备2、构建项目2.1、pom依赖2.2