人工智能的发展,主要有哪些成就,面临哪些挑战?
2018-07-13 16:16:35AI云资讯1980
现代人工智能已成为现代科技中最了不起的强大技术之一,也是一项颠覆性的技术。
人工智能在给我们带来诸多便利的同时,也有可能会给我们带来诸多困扰,如监视、歧视、诱导、失业甚至成瘾。面对这些挑战,我们做好准备了吗?
智能机器要能运转起来,就需要收集大量数据,通常包括一些涉及个人隐私的数据。但这个简单的事实却有可能将人工智能机器变成监视我们个人行为的设备:它们知道我们在什么位置,了解我们在网上浏览的历史,对我们的社交网络也一清二楚。我们能决定谁可以有权访问我们吗?我们能知道收集的数据都用来做什么了吗?以及这些数据是否会被删除?如果答案是否定的,那么我们就已经失去了对它们的控制。
人工智能在保险、贷款和治安监控中都非常有用,但预测质量取决于微妙的设计选择,以及信息收集的方式。但它也有产生意料之外隐形歧视的风险,就像不同的招聘广告针对的是不同的族群,这些都显示了通过算法和数据之间复杂的相互作用对我们所产生的种种影响。
另一个问题是诱导。许多人工智能公司的商业模式是做广告,它们会引导人们点击某些特定的链接,这些公司致力于研究如何引导用户进入这些链接。机器对我们了解越多,推动和影响我们的能力就越强。对于一些易受影响的用户来说,通过提供所谓的“丰厚奖励”,甚至会诱发网络上的一些成瘾行为。
人工智能或是通过观察我们如何做,或是通过“训练”人工智能的大量数据,从我们这里学会如何做某些工作,对就业形式也会产生很大影响。互联网上出现的众包,可让企业自动将一些需要人类智能完成的微型任务在网上“外包”出去,通过在网站或应用程序中发布任务,人们可以选择他们想要接受的任务,并通过计算机系统加以协调。典型的外包任务包括辨识手写体或标记图片等。
由此创造了一个直接通过计算机管理的劳动力大军,并定义了一整套理想的可自动化管理的候选任务。事实上,许多基于任务的工作者实际上是在为训练AI生成或注释数据。同时,我们可以预期,许多呼叫中心和仓库管理在未来十年里的自动化程度也将越来越高。
我们的法律和文化也许不足以应对这些和其他许多挑战。如果某个智能算法可以否认我们的假释决定或治疗方案,我们该找谁去说理?我们希望政府可以随时访问我们的网上活动,了解我们的偏好吗?我们希望我们的孩子一直在控制诱导他们行为的“循循善导”的机器的陪伴下度过他们的上网时间吗?如果因人工智能的发展而导致大量失业,对我们这个社会又会产生什么样的影响呢?
从早期的学术理论到如今广泛的实际应用,人工智能已经走过了一条很长的路。AI现在正在融入我们的生活,并展示了进一步发展的前景。在实际应用中,我们也许并不将其称为AI,但在它们所融入的诸多领域中,从医疗保健到公共交通,从通信交流到学校教育,人工智能都和我们如影相随。
机器学习范式已有效地解决了包括视觉和语音处理在内的许多问题,未来的人工智能也许能找到将早期研究留下来的“自上而下”推理方法的成果完美结合起来的办法,届时,AI能够做的事情可能会再一次给我们带来巨大的惊喜。随着人工智能继续开辟新的可能性,可以想象,我们将能够像面对人类一样与机器人对话,让机器人为我们流利地进行即时翻译,并在智能房屋和自动汽车领域内开发出更多的自动化实际应用。
但是,我们仍然需要抵制将人工智能引入尽可能多领域中的诱惑,至少在文化和体制同时得到相应进展之前,我们必须谨慎从事。广泛采用的人工智能技术给我们人类带来许多非凡的机会,但同时也存在着一些潜在的风险。与流行看法相反的是,人工智能威胁到的并不是人类作为一个种族的安危,而更有可能的是AI对我们的隐私和自主权的侵蚀。

人工智能在给我们带来诸多便利的同时,也有可能会给我们带来诸多困扰,如监视、歧视、诱导、失业甚至成瘾。面对这些挑战,我们做好准备了吗?
智能机器要能运转起来,就需要收集大量数据,通常包括一些涉及个人隐私的数据。但这个简单的事实却有可能将人工智能机器变成监视我们个人行为的设备:它们知道我们在什么位置,了解我们在网上浏览的历史,对我们的社交网络也一清二楚。我们能决定谁可以有权访问我们吗?我们能知道收集的数据都用来做什么了吗?以及这些数据是否会被删除?如果答案是否定的,那么我们就已经失去了对它们的控制。
人工智能在保险、贷款和治安监控中都非常有用,但预测质量取决于微妙的设计选择,以及信息收集的方式。但它也有产生意料之外隐形歧视的风险,就像不同的招聘广告针对的是不同的族群,这些都显示了通过算法和数据之间复杂的相互作用对我们所产生的种种影响。
另一个问题是诱导。许多人工智能公司的商业模式是做广告,它们会引导人们点击某些特定的链接,这些公司致力于研究如何引导用户进入这些链接。机器对我们了解越多,推动和影响我们的能力就越强。对于一些易受影响的用户来说,通过提供所谓的“丰厚奖励”,甚至会诱发网络上的一些成瘾行为。
人工智能或是通过观察我们如何做,或是通过“训练”人工智能的大量数据,从我们这里学会如何做某些工作,对就业形式也会产生很大影响。互联网上出现的众包,可让企业自动将一些需要人类智能完成的微型任务在网上“外包”出去,通过在网站或应用程序中发布任务,人们可以选择他们想要接受的任务,并通过计算机系统加以协调。典型的外包任务包括辨识手写体或标记图片等。
由此创造了一个直接通过计算机管理的劳动力大军,并定义了一整套理想的可自动化管理的候选任务。事实上,许多基于任务的工作者实际上是在为训练AI生成或注释数据。同时,我们可以预期,许多呼叫中心和仓库管理在未来十年里的自动化程度也将越来越高。
我们的法律和文化也许不足以应对这些和其他许多挑战。如果某个智能算法可以否认我们的假释决定或治疗方案,我们该找谁去说理?我们希望政府可以随时访问我们的网上活动,了解我们的偏好吗?我们希望我们的孩子一直在控制诱导他们行为的“循循善导”的机器的陪伴下度过他们的上网时间吗?如果因人工智能的发展而导致大量失业,对我们这个社会又会产生什么样的影响呢?
从早期的学术理论到如今广泛的实际应用,人工智能已经走过了一条很长的路。AI现在正在融入我们的生活,并展示了进一步发展的前景。在实际应用中,我们也许并不将其称为AI,但在它们所融入的诸多领域中,从医疗保健到公共交通,从通信交流到学校教育,人工智能都和我们如影相随。
机器学习范式已有效地解决了包括视觉和语音处理在内的许多问题,未来的人工智能也许能找到将早期研究留下来的“自上而下”推理方法的成果完美结合起来的办法,届时,AI能够做的事情可能会再一次给我们带来巨大的惊喜。随着人工智能继续开辟新的可能性,可以想象,我们将能够像面对人类一样与机器人对话,让机器人为我们流利地进行即时翻译,并在智能房屋和自动汽车领域内开发出更多的自动化实际应用。
但是,我们仍然需要抵制将人工智能引入尽可能多领域中的诱惑,至少在文化和体制同时得到相应进展之前,我们必须谨慎从事。广泛采用的人工智能技术给我们人类带来许多非凡的机会,但同时也存在着一些潜在的风险。与流行看法相反的是,人工智能威胁到的并不是人类作为一个种族的安危,而更有可能的是AI对我们的隐私和自主权的侵蚀。
相关文章
- 微软2025年的碳排放量增加了25%,可持续发展解决方案未能跟上人工智能需求的步伐
- 深耕人工智能赋能教育,探索育人新模式 —— 天立依托 AI育人实践交出阶段性答卷
- 聚智向善 赋能未来:中国联通数智创新成果亮相2026人工智能向善全球峰会
- 中国移动江苏公司开展“人工智能+制造”专项宣讲活动
- 第7届电力人工智能大会暨第5届电力行业数字化转型大会,10月相约杭州!
- “AI设计师”上岗记:佛山“小巨人”用AI重塑“工业之母”丨佛山向新·人工智能+③
- 复旦大学博导曾新华加盟网萌科技出任人工智能首席科学家,全面赋能电商数智化服务创新
- 三星借助量子计算赋能芯片制造技术追赶台积电,人工智能将重塑芯片制造最关键的环节
- 华为中国行2026·新疆人工智能+产业峰会成功举办
- 探寻人工智能2026|对话张亚勤:智能体落地提速,中国基建构筑AI竞争优势
- 泛在AI:下一代人工智能终极落地形态,东数新业以原创根技术构筑数字经济新质生产力底座
- 谷歌投资A24,共同开发人工智能电影制作工具
- 云从科技参与共建广州市粤港澳大湾区人工智能应用赋能中心
- 中电信人工智能公司跻身IDC报告中国智能体开发平台私有化市场份额前五
- 上海智位机器人正式加入鸿蒙生态,Mind+适配鸿蒙PC共推人工智能教育普及
- 解码AI未来 2026世界制造业大会人工智能与机器人展9月启幕
人工智能企业
更多>>人工智能硬件
更多>>人工智能产业
更多>>人工智能技术
更多>>- 自变量机器人王昊:训练世界模型需付出“时间税”,解决模态对齐是当务之急
- 腾讯发布CodeBuddy Security,用AI Agent实现更高效的代码审计
- Twinkle x昇腾,率先实现Deepseek-V4系列模型高效训练
- 高德发布鸿蒙首个生成式 UI 开源框架 AGenUI,告别传统 UI 开发模式
- 发布即适配| 天数智芯全力支持腾讯混元Hy3 preview 开源落地,共推国内大模型产业普惠
- Seedance 2.0面向企业公测,豆包大模型日均Token使用量突破120万亿
- 端到端OCR模型第一!百度千帆Qianfan-OCR正式发布
- 云知声Unisound U1-OCR大模型发布!首个工业级文档智能基础大模型,开启OCR 3.0时代









