分享

芬蘭國民AI-1.1 How should we define AI?

幾乎任何資料處理的科技都可以被叫做「人工智慧」(Artificial Intellgence, AI),對於某些用途,AI已經超過人類。這個部分主要討論如何定義AI、與其他領域或科技的高度相關,其中有三個AI應用分別說明了三個不同面向的AI。
應用一:自駕車(Self-driving cars)
自駕車是AI技術(們)的結合--找尋並規劃最佳路徑、辨認障礙物、在複雜、不確定的動態環境做出決定,三者必須精準配合才能避免意外。相同的技術也用在運輸機器人、無人機、自動船上。
自駕車的影響與意義:理論上道路安全會改善,且物流產業鏈將更有效率,當機器可執行駕車時,人不用投注大量的注意力在開車這件事上,但交通是發生在每日生活中的,可能自駕車還有一些目前尚未想到的影響。
(Emma補充:其他書和文章中提到過車聯網被駭客、以及意外責任歸屬的問題,我想問題應該還會陸續發現。)
應用二:內容推薦
每一天我們收到的網路訊息都越來越個人化,例如Facebook、Twitter、Instagram和其他社交平台上的內容,線上廣告、Spotiy的音樂推薦、HBO和Netflix的影片推薦,甚至連報紙或廣播的線上版,也會利用搜尋引擎提供的資料做個人化,根據AI中的演算法會讓每個人看到的首頁都不一樣。
內容推薦的影響與意義:要特別小心地接受這種被演算法過濾過的訊息,此稱將造成同溫層、假訊息、把廣告當新聞等狀況。(filter bubbles/echo-chambers/troll factories/ fake news/new forms of propaganda)
應用三:影像與影片處理
人臉辨識已經廣泛使用在個人、政府、企業,例如幫忙我們整理照片、社群平台上會自動給人tag、和通關(passport control)。不只是辨識人臉,也用來車子和障礙物,或拿來估計野生動物的群落。AI還可以做風格的轉換,例如把你的畫像畫成梵谷畫風,或魔戒或其他動畫中的風格,複製真人的動作但是畫面上呈現動畫效果。
影像與影片處理的影響與意義:處理技術的進步,將讓「眼見為憑」越來越被挑戰,真假越來越難分辨。
(Emma's補充:Photoshop不是AI)
--
要定義AI並不容易
AI在媒體上熱切被討論,幾乎是與數據或商業分析有關的都會被視為AI,是或不是AI的界線很模糊,主要有以下原因。
理由一:AI沒有官方定義
有一個老的AI笑話將AI定義為「電腦不能做的、很酷的事」,50年前,可自動搜尋或計劃就被視為AI,但如今不過是每個電腦科學的學生都會做的事,現在有些處理不確定性的方法,也逐漸從AI轉到統計或機率領域,AI的內涵很快地轉換中。
理由二:科幻作品中的AI
由於文學和電影作品中都有科幻(science fiction)的元素,導致我們會認為電影中的機器人或小木偶,也許會變成真人,或者是懷疑這些人形機器會對人類產生不友善。在許多數科幻小說中,AI被視為是作者隱喻當代的人類狀況,並將機器人視被壓抑的社會階層的替身,或藉此反思人們對生命意義的追求。
理由三:看似簡單(難)的事其實很難(簡單)
人做很簡單,但AI卻要經過許多程序才能得到結果,例如揀選物品或開門,其實人也是經過百萬年的進化才會做那些事。
(Emma補充:看起來簡單的事我們可能就不認為它有智慧了...)
反過來說,也有些事人做起來很難,但機器做起來卻非常容易,例如下棋和解數學題,人通常需要數年的有意識的專注練習才辦得到,但AI最初研究就是拿這類任務來開始,使其看起來有智能,現在下棋會被認為是多種選擇的運算,不過,電腦可以在1秒之難計算數十億種選項的能力的確已打敗人類,這段歷史從1997年的深藍與Kasparov對弈就展開。
易被誤解的字- learning/understanding/intelligence.
例如:描述一個系統是intelligence或intelligent,通常是指它能夠很好地完成人類才做得到的事,例如導航或辨別黑色腫瘤。描述一個系統可以看懂(understand)圖片,是指它可以有效地做出我們需要的分類。
分類:科技

評論
上一篇
  • 更多文章
    載入中... 沒有更多了