document.write('
')
  1. 首页
  2. 人工智能

斯坦福大学 AI100 报告发布:AI 发展速度惊人,但风险也正走进现实

语言处理、计算机视觉和模式识别的巨大进步,意味着人工智能(Artificial Intelligence,AI)每天都在与人们的生活进行交互,从帮助人们选择电影,到帮助人们解决医疗诊断难题方面都在积极发挥作用。

斯坦福大学 AI100 报告发布:AI 发展速度惊人,但风险也正走进现实

图 | 关于 AI 应用领域的畅想(来源:AI100 Stanford)

然而,伴随着这些成功的案例,人们迫切需要重新了解和降低 AI 驱动系统的风险和缺点,例如 AI 算法歧视或者利用 AI 进行恶意欺骗的行为。计算机科学专家们必须与社会科学专家和法律专家合作,以确保使 AI 带来的陷阱最小化。毫无疑问,AI 的发展已经到达了一个非常关键的转折点。

图 | 报告标题(来源:AI100 Stanford)

9 月 16 日,来自计算机科学、公共政策、心理学、社会学和一些其他学科的专门评估 AI 领域状况的国际专家小组,在斯坦福 AI100 的网站上,以 "Gathering Strength, Gathering Storms " 为题,共同发表了人工智能百年研究 2021 年研究小组报告。

AI100 是由斯坦福大学 Human-Centered AI 研究所主持的一个正在进行的项目,旨在监测 AI 的进展并指导其未来的发展。这份新报告是 AI100 项目发布的第二份报告,评估了 2016 年到 2021 年间 AI 方面的发展。

斯坦福大学 AI100 报告发布:AI 发展速度惊人,但风险也正走进现实

图 | AI100 旨在关注的 14 个问题(来源:AI100 Stanford)

这份报告的重点在于回答 14 个 AI 相关的问题,并探讨 AI 发展的关键领域。这些问题由 AI100 常务委员会制定,而这个委员会由一些著名的 AI 领导者组成。

这些问题包括:"AI 最重要的进步是什么?" 和 "AI 方面最鼓舞人心的开放式挑战是什么?"。其他的问题则涉及 AI 主要风险和危险、AI 对社会的影响、公众对于 AI 认知和 AI 领域的未来。并且在报告中,委员会召集了一个由 17 名研究人员和专家组成的小组解答了这些问题。

AI 逐步走出实验室

报告小组的主席、布朗大学计算机科学教授 Michael Littman 表示:" 在过去的五年里,AI 已经从主要发生在研究实验室或其他高度控制环境中的事情,跨越到社会上影响人们生活的事情。"

Michael Littman 继续补充说:" 这是一件很令人兴奋的事情,因为这项技术正在做一些我们在 5 年或 10 年前只能在梦里才可以实现的事情。但与此同时,AI 领域正在着手应对这项技术的带来社会影响,我认为下一个前沿的方式是考虑如何从 AI 中获益,同时将 AI 的风险降至最低。"

在 AI 的进步方面,专家组成员们注意到 AI 各个子领域的重大进展,包括语音和语言处理、机器视觉和其他领域。这一进步在很大程度上是由机器学习技术的进步推动的,特别是深度学习系统方面的进步,近年来这些技术从学术环境逐渐转变到了日常应用。

斯坦福大学 AI100 报告发布:AI 发展速度惊人,但风险也正走进现实

图 | OpenAI 的 "DALL-E" 生成图像表明这套系统不仅仅是检索相关图像,而是产生新的视觉特征组合。(来源:AI100 Stanford)

例如,在自然语言处理领域,AI 驱动的系统现在不仅能够识别单词,还能够理解它们在语法上的使用方式以及单词的含义在不同的上下文中发生的变化。这使得网络搜索、预测文本应用程序、聊天机器人等功能更加完善。其中一些系统现在可以生成难以与人工生成区分开来的原始文本。

在一些其他的领域,AI 系统诊断癌症和其他疾病的准确度可以与训练有素的病理学家媲美。基于 AI 的研究技术对人类基因组产生了新的见解,并加速了新药物的发现。虽然人们承诺已久的自动驾驶汽车尚未得到广泛地应用,但是基于 AI 的驾驶辅助系统,如车道偏离警告和自适应巡航控制,已经成为了大多数新车的标准配置。

斯坦福大学 AI100 报告发布:AI 发展速度惊人,但风险也正走进现实

图 | 人工智能已经离开了实验室,并以新的方式进入了人们的生活(来源:Nick Dentamaro/ 布朗大学)

Littman 说,最近的一些 AI 进展可能会被该领域之外的观察者忽视,但实际上反映了基础 AI 技术的巨大进步。一个相关的例子是在新冠疫情大流行期间,在视频会议中使用背景图像,成为了许多人在家工作中普遍存在的现象。

" 为了将人们置于背景图像的前面,系统必须将人们与身后的东西区分开来,而仅仅从一组像素上区分是十分困难的。能够很好地理解图像以区分前景和背景可能是五年前在实验室中发生的事情,但肯定不是在每个人的计算机上实时以高帧速率发生的事情。这是一个相当惊人的进步。"

AI 风险需保持警惕

本文来自投稿,不代表本人立场,如若转载,请注明出处:/ai/181294.html