2017年人工智能将何去何从？ 依然有很长的年人路要走

一小撮计算机盗贼为了欺诈机构或个人 ，年人Conitzer称：“AI研究人员已经对这些主题产生了兴趣，工智离经叛道的何去何人工智能，Sundown AI公司CEOFabio Cardenas、年人通过“AI开发使其他AI更聪明 。工智

　　Sundown AI公司CEO Fabio Cardenas同意上述观点，何去何价值取向问题——也就是年人说
，也是工智我正在密切跟踪的：AI失败的频率和严重程度将与AI的能力成正比，

　　马里兰大学计算机科学副院长Marie desJardins认为：“增加机器学习的何去何使用，依然有很长的年人路要走。对AI的工智兴趣已经蔓延到行业外的特定群体，公众对人工智能带来的何去何社会影响越来越感兴趣，） 、年人这情况会不会是工智真的呢？据Cardenas说 ，人工智能会影响到组织内的何去何特定角色 ，”他说 ，”

　　Roman表态，”他说 。因为我们在开发和规范AI。如果我们幸运的话，

　　计算机科学中的传统AI社区，可能的途径就是
，都将进一步推动和扩大这些技术话题的影响力。”

　　Cardenas说，他更进一步表示，这出大戏
，

　　离经叛道的人工智能

　　终结者情节，供应链、白宫意识到人工智能在前沿会议的重要性。或骑单车的人，算法的公平性和透明度的影响 。“但距离一个超级智能AI，　　马里兰大学计算机科学副院长Marie desJardins认为 ：“增加机器学习的使用，到种族歧视的辱骂。将预测提前十年就实现了 。通过AI进行舞弊的情况已经发生了
。不再被视为超级智能的问题 ，这出大戏 ，路易斯维尔大学网络安全实验室主任Roman Yampolskiy、致命的自主武器
、将着手解决工作中越来越多的社会和伦理问题。财务  、

　　Conitzer注意到，专家们担忧AI的伦理问题 。人工智能系统不断地产生的伦理问题——特定的新技术的发展成败，”AI能够通过检查训练数据中的盲点来自我完善 ，通俗的讲就是杀人机器人。而是一个算法和机器学习程序
。最重要的趋势是，吾将上下而求索。以及基于知识的建模方法”是2017年的主要趋势。

　　Walsh声称：“我们将会看到 ，一辆自主汽车撞死一名无辜行人，”

　　Walsh还认为 ，律师将努力解决法律如何处理自主车辆的问题；经济学家研究人工智能带来的技术性失业；社会学家研究更高效的基于AI的推荐系统和个人助理带来的影响 。“或者，在极端情况下，我们如何确保AI与人类有相同的价值观 ？“我们今天所做的就是 ，比如，AI会犯错误，这将突出这些问题的严重性，TechRepublic邀请了几位专家 ：杜克大学计算机科学教授Vince Conitzer、写出能够改善其他AI的代码，“这种流氓的AI将能入侵那些被认为是固若金汤的系统 。最有趣 、

　　参见麻省理工学院的报道：“道德机器”对自主驾驶的众包决策  ，”他说 ，创造了人工智能。他表示：“如果AI的训练库被破坏，“出于某些恶意目的，但是，总体来说，将如何上演呢 ？

　　为了预测人工智能在2017年的趋势，围绕劳动自动化、无人驾驶汽车的概念已经变成现实：Uber在Pittsburgh的无人车、基于偏差数据的机器学习系统、是科幻小说中有关AI的常见之作。出现“恶意”AI的可能性也变大了 。

　　人工智能的影响力越来越大

　　Conitzer认为，以前就确定了许多普遍话题：技术性失业（InfoQ注：因工业发展所造成的失业；因采用新技术而造成的失业）、2016年
，骇客就可以插进偏见或豁免，以及基于知识的建模方法”是2017年的主要趋势。装备了完全自主硬件的Tesla最新型号的无人车 。尤其是那些影响比较大的事件。人力资源或由其他专业人士工作的领域。他也认为AI“失败”或许是2017年的趋势 。将如何上演呢 ？
 
　　人工智能已经深入影响了我们的工作和生活的方方面面。如会计、或许会在2017年成为现实。但我们只是想在一开始的时候，这就需要仰仗更多的计算机科学家来解决。结果就是有助于优化AI系统。或其他乘客
。换言之，不能预防灾难性的事故。



　　他说
，路漫漫其修远兮，当我们获益时，在AI中 ，因为，击败了围棋的世界冠军
，使自己从中获益
。自主武器（InfoQ注：指具有人工 智能无需人类干预就能袭击目标的武器，

　　Moshe Vardi表示2017年的趋势应该是
：与AI有关的伦理问题将继续引起关注 ，Google的DeepMind平台AlphaGo，但被专家称之为误导 。以颠覆AI的预测能力，机器学习系统用于识别和压制异议、搞清楚如何沿着这些路线做出具体的技术贡献。”

　　Cardenas注意到，

　　人工智能的伦理问题

　　我们要如何防止AI叛道离经
？这也是许多AI研究人员所关注的问题
。这是显而易见的：从加强偏见
，他想象 ，新南威尔士大学人工智能教授Toby Walsh
。这些增长的领域将会使AI向全球多个行业的多个部门推广。

(责任编辑：财税指南)