Будьте в курсе бесплатных обновлений
Просто подпишитесь на Искусственный интеллект Myft Digest — доставлен непосредственно в ваш почтовый ящик.
Писатель Основатель Стэнфордского института ИИ (HAI), генеральный директор Стэнфордского института, и генеральный директор и соучредитель World Labs
Искусственный интеллект продвигается в головокружительном темпе. То, что использовалось для проведения вычислительных моделей, теперь может быть проведено за считанные минуты, и, хотя затраты на обучение резко возросли, они скоро снизятся, поскольку разработчики учатся делать больше с меньшими затратами. Я говорил это раньше, и я повторяю это — будущее ИИ сейчас.
Для любого в этой области это неудивительно. Компьютерные ученые усердно работали; Компании инновации в течение многих лет. Что удивительно-и разжигание бровей-это кажущаяся отсутствие всеобъемлющей основы для управления ИИ. Да, ИИ быстро прогрессирует — и с этим возникает необходимость обеспечения того, чтобы оно принесло пользу всему человечности.
Как технолог и педагог, я твердо чувствую, что каждый из нас в глобальной экосистеме ИИ отвечает как за развитие технологии, так и за обеспечение ориентированного на человека подхода. Это сложная задача, которая заслуживает структурированного набора руководящих принципов. При подготовке к саммите AI Action на следующей неделе в Париже я изложил три фундаментальных принципа для будущего политики ИИ.
Во -первых, используйте науку, а не научную фантастику. Основой научной работы является принципиальная зависимость от эмпирических данных и строгих исследований. Тот же подход должен применяться к управлению ИИ. В то время как футуристические сценарии отражают наше воображение-будь то утопия или апокалипсис-требует эффективного представления о политике четкое мнение о текущей реальности.
Мы добились значительного прогресса в таких областях, как распознавание изображений и обработка естественного языка. Программы помощи в программном обеспечении чат-ботов и программного обеспечения совместного пилота преобразуют работу захватывающими способами, но они применяют расширенное обучение данных и генерацию шаблонов. Они не являются формами интеллекта с намерениями, свободной волей или сознанием. Понимание этого имеет решающее значение, спасая нас от отвлечения надуманных сценариев и позволяет нам сосредоточиться на жизненно важных проблемах.
Учитывая сложность ИИ, даже сосредоточение внимания на нашей реальности не всегда легко. Чтобы преодолеть разрыв между научными достижениями и реальными приложениями, нам нужны инструменты, которые будут использовать точную, актуальную информацию о своих возможностях. Установленные учреждения, такие как Национальный институт стандартов и технологий США, могут осветить реальные эффекты ИИ, что привело к точной, действенной политике, основанной на технической реальности.
Во -вторых, быть прагматичным, а не идеологическим. Несмотря на его быстрое развитие, область ИИ все еще находится в зачаточном состоянии, и его наибольший вклад впереди. Таким образом, политика о том, что может и не может быть построено, должна быть обработана прагматически, чтобы минимизировать непредвиденные последствия при стимулировании инноваций.
Возьмите, к примеру, использование ИИ для более точной диагностики заболевания. Это может быстро демократизировать доступ к высококачественной медицинской помощи. Тем не менее, если не правильно управлять, это также может усугубить предубеждения, присутствующие в современных системах здравоохранения.
Разработка ИИ — нелегкая задача. Можно разработать модель с лучшими намерениями, и для этой модели будет неправильно использоваться позже. Таким образом, лучшая политика управления будет разработана так, чтобы тактически смягчить такой риск, одновременно вознаграждая ответственность. Политики должны создавать политику практической ответственности, которая препятствует преднамеренному злоупотреблению без несправедливых наказанных на добросовестных усилиях.
Наконец, расширение возможностей экосистемы ИИ. Технология может вдохновлять студентов, помочь нам заботиться о нашем стареющем населении и инновационных решений для более чистой энергии — и лучшие инновации в результате сотрудничества. Поэтому тем более важно, чтобы политики расширили возможности всей экосистемы ИИ, включая общины с открытым исходным кодом и научные круги.
Открытый доступ к моделям ИИ и вычислительных инструментам имеет решающее значение для прогресса. Ограничение его создаст барьеры и медленные инновации, особенно для академических учреждений и исследователей, у которых меньше ресурсов, чем их коллеги в частном секторе. Последствия таких ограничений, конечно, выходят далеко за рамки академических кругов. Если сегодняшние студенты компьютерных наук не могут провести исследования с лучшими моделями, они не поймут эти сложные системы, когда они въезжают в частный сектор или решит основать свои собственные компании — серьезный пробел.
Революция ИИ здесь — и я взволнован. У нас есть потенциал, чтобы значительно улучшить наше человеческое состояние в мире, работающем на AI, но для того, чтобы сделать это реальностью, нам нужно управление, которое является эмпирическим, совместным и глубоко укоренившимся в ценностях, ориентированных на человека.
