为什么人工智能报告如此糟糕

头条新闻充满了无形的,以太的AI,奇迹般地像婴儿一样想出东西。记者部分归咎于人工智能覆盖的质量差,但那些拒绝用具体的方式谈论他们实际做什么的公司也是如此。你已经看到了头条新闻:“人工智能可以读懂你的想法,”“人工智能正在酝酿你的下一个威士忌”,“人工智能在某种程度或其他方面比医生更好”,“这种人工智能听起很有说服力,因此放入野外太危险了,“等等。当然,无处不在的人工智能正在摧毁工作。大多数人都同意,大众媒体对人工智能现象的报道是不好的。人工智能研究人员知道这一点,一些记者知道这一点,可能是媒体的普通消费者怀疑它。头条新闻大多充满紧急呼吁恐慌,文章的内容含糊不清,模糊不清,拟人化,导致对感知的可怕假设。

另外:

五十年前,麻省理工学院人工智能实验室的德鲁麦克德莫特(Drew McDermott)对于这种误导性的表征有着很好的表现。他称之为“人工智能遇到自然愚蠢”。那时候,McDermott在人工智能领域向同行们讲述了他们不合理的拟人化。现在看来,自然的愚蠢在新闻业中是活生生的。

为什么会这样?情况就是这样,因为很多关于人工智能的写作都不是关于人工智能本身,而是围绕人工智能写作,避免它是什么。

AI报告中缺少的是机器。AI不会在神秘的以太网中运行。它不是一个发光的大脑,正如在许多AI股票摄影图像中看到的那样。这是一个计算机的操作。它与计算机已经存在以及它们正在变成什么密切相关。许多人似乎忘了这一点。

计算机一直是功能机器:它们接受输入并将其转换为输出,例如,将击键转换为屏幕上的符号。

机器学习也与功能有关。计算机的机器学习操作根据功能的性质采用输入数据并以各种方式对其进行转换。几十年来,必须设计这一功能。随着数据和计算变得非常便宜,功能的某些方面可能由数据本身而不是工程设计。

另外:

机器学习只是一个功能机器,其中一些属性由数据塑造。

任何时候“AI”都会做某事,这意味着有人设计了一个功能机器,它将输入转换为输出允许一定程度的自由,超出显式编程的灵活性。

在我们思考它的意义上,这与产生类似人类的“学习”意识不同。这种机器并非“搞清楚”,另一种拟人化的比喻错误应用。相反,他们的功能正在被数据改变,允许输入以令人惊讶的方式转换为输出,我们似乎几乎认识到的结果就像人类的思想。

人工智能的机器真相在人工智能的覆盖范围内变得模糊不清

机器被排除在讨论之外的一个原因是记者通常在理智上懒惰。他们不喜欢探索困难的想法。这意味着他们不会以各种形式完成将AI理解为计算技术产品所需的工作。他们不会破解书籍,也不会阅读研究以学习该学科的语言。他们对于他们没有费心去学习计算的一切事物的无知现在因为他们不想学习人工智能的一切而变得更加复杂

另外:

不过那些头条新闻怎么样?头条新闻通常由编辑而不是记者撰写。无论故事如何,标题最终都可能成为clickbait。人工智能是一个嘶嘶声的术语。它使得良好的搜索引擎优化或SEO能够为在线文章带来流量。

人工智能报告最终变得可怕的另一个原因是许多实际上正在进行人工智能的政党并没有解释他们正在做什么。出于对一般理解的尊重,学者和科学家可能有这样做的动机。但是,当记者甚至没有试图通过中途与这些研究人员见面时,通过做一些基本理解所需的智力工作,往往不清楚他们的工作实际有什么好处。

营利性企业,如科技公司,积极倾向于保持默默无闻。有些人可能希望保护知识产权的秘密。其他人只是想利用“AI”的认可而实际上没有参与AI本身。

正在开发的许多软件可能涉及与AI无关的相当普通的统计方法。因此,让猫从包里出来并揭示技术是多么平凡,这不符合公司的利益。

如果你问这些企业他们可能正在使用什么样的神经网络,比如卷积神经网络,长期短期记忆方法,或者任何这样的问题,他们就会改变话题或者嘟something一些模糊的东西。煞费苦心地获得对机器学习的基本了解的记者通常会遇到来自这些实体的石墙。

将AI从整个计算历史中分离出来,将其从构成机器学习的材料细节中分离出来,不仅会导致文章质量下降,而且还会混淆AI中道德的讨论。

如果AI是一个功能机器,其性质在某种程度上由数据决定,AI可能发生的所有不良事件的责任不仅仅取决于AI,其中一部分取决于之前的计算的其他方面。时代。诸如自动化之类的东西长期以来一直是机器的影响。自动执行任务的计算机可能会对作业产生影响,虽然可以通过人工智能放大影响,但问题不仅仅是AI问题;它是一个计算问题,一个机器问题,一个自动化问题,最终是一个社会价值问题。

一个不知道计算是什么的社会,以及它与人工智能的关系,因此并不真正理解人工智能是什么,不可能对人工智能的道德规范进行很好的辩论。

希望麻省理工学院科学家最近提出的努力将带来更多的理解。麻省理工学院的研究人员争论一种类似于行为学的新科学,其中计算机将以更广泛的方式进行研究,考虑到它们的所有设计方式,以及它们在社会中的所有使用方式,而不仅仅是狭隘的案例似乎模仿人类行为的机器他们的术语“机器行为”可能有助于将计算机重新置于图片中。

(0)
上一篇 2022年3月27日
下一篇 2022年3月27日

相关推荐