现在电脑连接了我们所有人连接我的电脑( 五 ) _小知识

人工智能的自我思考
人工智能本身可能会帮助我们发现新的人工智能形式。有一套称为AutoML的技术，其中的算法有助于优化神经网络架构或人工智能模型的其他方面。人工智能还帮助芯片架构师设计出更好的集成电路。去年，谷歌的研究人员在《自然》杂志上报道说，在他们设计的加速器芯片的某些方面，强化学习比他们的内部团队表现得更好。
通用型人工智能的到来可能还要几十年。“我们不了解我们自己的智力，”米切尔说，因为它的大部分是无意识的。“因此，我们不知道对人工智能来说什么是容易的，什么是困难的。”看似困难的事情往往容易，反之亦然——这一现象被称为“莫拉维克悖论”(Moravec's paradox)，由机器人专家汉斯·莫拉维克提出。1988年，莫拉维克写道:“让计算机在解决智力测试问题或下棋方面表现出成人水平的表现相对容易，而让它们在感知和移动方面达到1岁儿童的水平则很难或不可能。”婴儿其实很聪明。普莱科普说，为了实现通用型人工智能的目标，“我们也对人类智力和一般智力有了更多的了解。”
图灵区分了一般智力和类人智力。在他1950年关于模仿游戏的论文中，他写道:“难道机器不会执行一些应该被描述为思考但与人类截然不同的事情吗?”他的观点是：你不需要像一个人一样思考就能拥有真正的智慧。
道德困境
在1942年的短篇小说《逃避》(Runaround)中，艾萨克·阿西莫夫(Isaac Asimov)笔下的一个角色列举了著名的“机器人三原则”：第一条：机器人不得伤害人类，或看到人类受到伤害而袖手旁观；第二条：机器人必须服从人类的命令，除非这条命令与第一条相矛盾；第三条：机器人必须保护自己，除非这种保护与以上两条相矛盾。
我们可能会想象阿西莫夫的“正电子大脑”在对人类的伤害方面做出自主的决定，例如不再是类人机器人杀人。但这实际上不是电脑每天如何影响我们的表现，事实上人工智能是指“我们有了管理新闻推送的算法”类似的影响。随着计算机进一步渗透到我们的生活中，我们需要更加努力地思考要构建什么样的系统，以及如何部署它们这样的问题。
这是伦理学的领域，它似乎与数学、科学和工程的所谓客观性相距甚远。但是，决定对这个世界提出什么样的问题，建造什么样的工具，始终取决于我们的理想和顾虑。例如，研究像原子内部这样深奥的课题，对能源和武器都有明显的影响。哈佛大学的计算机科学家芭芭拉说:“有一个基本的事实，计算机系统不是价值中性的，当你设计它们的时候，你会把一些价值带入设计中。”
一个受到科学家和伦理学家大量关注的话题是公平和偏见。算法越来越多地为招聘、大学录取、贷款和假释等决策提供信息，甚至是发号施令。即使他们对某些群体的歧视比普通人要少，但他们仍然可能不公平地对待某些群体，不是故意的，而是经常因为他们接受的是有偏见的数据训练。例如，它们可以根据一个人之前的被捕情况来预测他未来的犯罪行为，即使不同群体因特定数量的犯罪而被捕的几率不同。
另一个问题是隐私和监控，因为电脑现在可以以一种以前无法想象的方式收集和分类信息。我们网络行为的数据可以帮助预测我们私人生活的各个方面，比如性行为。面部识别还可以在现实世界中跟随我们，帮助警察或威权政府。新兴的神经技术领域已经在测试将大脑直接连接到计算机的方法。与隐私相关的是安全——黑客可以访问被锁起来的数据，或者干扰心脏起搏器和自动驾驶汽车。
计算机也能使欺骗成为可能。人工智能可以生成看起来真实的内容。语言模型可能被用来为极端组织提供虚假新闻和招募材料。生成式对抗网络是一种深度学习，可以生成逼真的内容，可以帮助艺术家或创建深度伪造、图像或视频，显示人们在做他们从未做过的事情
在社交媒体上，我们也需要担心人们的社会、政治等观点的两极分化。一般来说，推荐算法优化用户参与度(平台通过广告盈利)，而不是民间话语。算法还可以以其他方式操纵我们。机器人顾问——提供金融建议或客户支持的聊天机器人——可能会了解我们真正需要什么，或者按下我们的按钮，向我们推销无关的产品。
多个国家正在开发自主武器，机器人手中的枪支或导弹引发了科幻小说中终结者试图消灭人类的幽灵。他们甚至可能没有恶意，错误地认为他们正在通过消灭人类癌症来帮助人类。在更短的时间内，现实世界中的自动化系统已经造成了股市的闪电崩盘，例如量化交易。如果AI被要求做出生死攸关的决定，他们就会面临著名的电车问题，即在不是每个人都能获胜的情况下，决定牺牲谁或什么。

现在电脑连接了我们所有人 连接我的电脑( 五 )

现在电脑连接了我们所有人连接我的电脑( 五 )