人性:下一个AI的里程碑

2023-12-18 01:08
文章标签 ai 里程碑 人性

本文主要是介绍人性:下一个AI的里程碑,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!

 

3 月 18 日,斯坦福以人为本 AI 研究院(Stanford HAI)成立了。斯坦福利用 HAI 评估智能机器对人类生活所造成的影响,包括机器自动化取代了部分人力工作,算法引起的性别和种族偏见,医疗、教育和司法系统中存在的 AI 问题。在研究院的发布会上,联合主任李飞飞强调了 HAI 需要秉持“以人为本”的初衷,提出了三点:

1)发展 AI 的过程中必须考虑 AI 对人类社会的影响;

2)AI 的应用是为了赋能人类,而非取代人类;

3)人工智能应该更多融入人类智慧的多样性、差异性和深度。

技术飞速发展,人工智能对教育、科技、卫生和可持续发展等方面都起了关键性助力作用。但同时,人工智能也给人类提出了一系列复杂的挑战。关于上述三个原则,李飞飞希望:智能机器更加以人为本,怀有善意。

什么是“以人为本”?

根据李飞飞提到的三点原则进行解读。第一点,作为技术的发明者,人类应该正确的引导AI的发展,更好地服务人类。比如在数据安全、隐私保护、社会伦理、知识产权等各个问题上,由世界性的权威组织制定严格的标准和法规,减少AI带来的潜在的威胁,这已经基本达成共识。

关于第二点,自人工智能诞生以来,“人类会不会被AI取代”、“AI会不会毁灭世界”等耸人听闻的问题时常被提起。作为一项技术,AI应当是中性的,技术是用来服务人类的。从大的方向来看,AI不断进化它的判断和感知技能,在比较简单、重复性、危险性的工作上帮助人类,而人类的能力可以更加专注于更高层次的人物,偏向创造性和感性的部分,最终更有意义。

最后,近年来,AI发展出了计算机视觉、语音识别等能力,但在实际生活中,AI远远落后于神经元、人类智能的丰富和灵活性。例如,阿尔法狗击败了世界冠军,但它无法从胜利中感受到喜悦,也不会在胜利后产生拥抱心所爱之人的渴望。例如,AI可以在一张照片中得知图片中的内容是什么,但是不能轻易识别图片背后的故事的因果关系。人工智能需要变得更有情感意识,加强对情感和情绪的认知,不仅能够捕捉对人的情感,更需要让机器跟人进行情感的表达。

人性化AI无处不在

 

我国的人工智能正处在快速发展的时期,技术攻关和产业应用近几年来发展势头迅猛,目前已经被广泛应用于语音识别、计算机视觉、机器人、语言处理等领域,代表性产品包括旷视科技的“FaceID在线人脸身份验证”、极链科技的“VideoAI视频应用系统”、优必选的“个人智能机器人悟空”等。随着AI更加深度、多样性,具有情感的细腻,将在产业应用中带来更多维度的发展。

例如,使用情感AI帮助人们利用强大的技术建立与其他人的联系在医疗行业已经逐步应用。在自闭症这一医学难症中,AI技术能够实现与自闭症儿童进行反馈,集成反馈的数据,为定制治疗方案提供支撑。利用AI机器可以促进自闭症儿童和日常接触人之间的沟通,教会自闭症的人读懂他人细微的情绪;另外,还能够帮助身边的人更好的识别自闭症儿童情绪。

AI在听说读写、推理等方面的能力、效率和准确度持续提升,也可以为视觉、听觉、感知、学习、行动能力有所不便的人群,打造出人工智能应用和产品。例如,利用微软的人工智能技术和认知服务中的Microsoft Translator 服务,实现自动语音识别解决方案,可以帮助听力受损人群无障碍沟通。AI技术有希望帮助世界各地超过10亿残障人士,打造一个完整、平等、便利的世界。

类似的应用在教育场景下,AI也能发挥无限量的作用。AI可以通过学生的面部表情和姿势对情绪作出有根据的判断,衡量每个学生的理解程序,可以帮助老师因材施教。

人类准备好了吗?

 

随着人类越来越依赖于机器智能,我们的责任观念将会变成什么样?人工智能的生成物是否为作品,是否有著作权的问题?自动驾驶的安全性、责任认定等法律问题不断涌现,人工智能干预的事故应当如何定责?甚至是否赋予机器人以虚拟的“法律主体资格”?还有很多重要的应用领域,如安防,如果系统出现原则性决策失误,如何判定?如何让人工智能可解释、可说明?

智能机器触发的人们对隐私、安全的担忧,该如何规避?AI的大幅度应用对就业的影响该如何权衡?在人工智能不断走进生活的过程中,人类真的准备好了吗?

这需要政策制定者、法律学者、伦理学家、科学家,大家一起寻找答案。但现状很显然,人工智能安全健康发展法规和伦理道德研究尚且不足,相应的法律法规以及道德规范要求还不健全,我们还不能有效防范控制潜在的安全风险。科学向善,AI以人为本,我们需要考虑的事情还很多。

小结:

与所有颠覆性技术一样,新一代人工智能具有高度的不确定性,可能有很长的一段时间是不完美的,需要政府、社会、企业共同努力,规范人工智能的发展。但有一点是很肯定的,技术的产生,是为了让人类生活的更好,我们要帮助AI更加人性化,拥有更好的未来。

这篇关于人性:下一个AI的里程碑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/506505

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境,人类医生(即医学学习者)可以在其中与患者代理进行医学

AI行业应用(不定期更新)

ChatPDF 可以让你上传一个 PDF 文件,然后针对这个 PDF 进行小结和提问。你可以把各种各样你要研究的分析报告交给它,快速获取到想要知道的信息。https://www.chatpdf.com/

【北交大信息所AI-Max2】使用方法

BJTU信息所集群AI_MAX2使用方法 使用的前提是预约到相应的算力卡,拥有登录权限的账号密码,一般为导师组共用一个。 有浏览器、ssh工具就可以。 1.新建集群Terminal 浏览器登陆10.126.62.75 (如果是1集群把75改成66) 交互式开发 执行器选Terminal 密码随便设一个(需记住) 工作空间:私有数据、全部文件 加速器选GeForce_RTX_2080_Ti

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU

AI基础 L9 Local Search II 局部搜索

Local Beam search 对于当前的所有k个状态,生成它们的所有可能后继状态。 检查生成的后继状态中是否有任何状态是解决方案。 如果所有后继状态都不是解决方案,则从所有后继状态中选择k个最佳状态。 当达到预设的迭代次数或满足某个终止条件时,算法停止。 — Choose k successors randomly, biased towards good ones — Close