AI发展的三大注意事项-数据质量、隐私和内部开发制度AI.pdf

AI发展的三大注意事项-数据质量、隐私和内部开发制度AI.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
AI发展的三大注意事项:数据质量、隐私和内 部开发制度AI 而在沙特阿拉伯,而“索菲亚”正式获得了公民身份,这些 都引发了大众对于机器人基本权利的激烈争论。的发展需要注 意:数据质量和数量、采集和分享兼顾隐私以及公司内部制定规 章制度来开发AI技术。AI是计算机科学的一个分支,负责处理机 器的智能行为。AI是机器模仿人类行为和我们传统反应模式的巧 妙模拟能力。这可以通过特定算法实现,这些算法使AI功能在指 定的活动范围内(根据算法编码的内容)运行。这意味着使用 AI,我们许多日常活动可以通过编程机器技术有效地执行。而现 在已经达到了一个关键点,AI 的能力远远超出了面向消费者应用 的范畴,比如文本预测或反锁制动系统。AI 的潜力似乎是无限 的,也因为这样肯定引起了世界各国政府和其他大型机构的注 意。AI越来越重要多年来,该领域的一些技术专家开展了大量工 作,拓宽了基础创新的前景。谈到人工智能在全球通用运营系统 中的相关性和影响,微软的首席设想家大卫·科普林表示:“它 将改变我们彼此之间的关系。我认为它甚至会改变我们看待人 类。” 人工智能在组织、政府、安全框架、能源和自然资源管理等 方面的使用正在急剧增加。虽然人工智能的提升水平和使用可能 第 1 页 共 5 页 不同地理区域之间存在很大差异,但有明确的指标表明更多的 正在使用该技术的解决方案。尽管正在进行大量构建该技术有用 性的工作,但尚未取得真正重大成就。人工智能就在我们身边, 但通常我们都没有注意到它。例如,使用AI技术进行图像识别。 人工智能还在管理日历、政治活动方面发挥了作用,并且基本上 快速接近一切!人工智能在不久的将来会变得无处不在的一些明 显原因:AI虚拟助手使用人工智能,更多的人可以自己去执行很 多其他任务。通过个人助理AI,我们将能够在生活中减少日常任 务。例如,当AI助手知道该做什么的时候,人可能没有必要去杂 货店、预约会面或自己制定截止日期等。增加有效的劳动投入, 保证相应的产出今天的企业正在意识到人工智能的前景,他们知 道这项技术在提高生产力方面价值巨大。与非常有限的人工劳动 不同,人工智能提供更多的输入和相应的正输出,平均而言。该 技术能够使用创新,适当和主动的决策实施以及最终推动积极输 出的其他路线图来实现这一目标。埃森哲估计,到2023年采用AI 的公司,生产力至少可以提高40%。大多数人工智能模块都连接 到其他框架,如云数据库和存储、大数据、加密和区块链、 (IoT)等。因此,它们能够促进信息传输和再现性的速度和有效 性。提高运营成本人力需要公司持续的工资和津贴费用,这直接 影响公司的净利润并增加运营成本。人工智能运营的公司,人工 劳动成本大幅度下降,由于有效减薪,公司长期和短期都有巨大 收益。虽然分析师认为人工智能开发的成本很高,但从长远来 第 2 页 共 5 页 看,采用的公司可能会获得显着的收益,而这可能会让公司保持 活力。随着这些AI应用越来越复杂和广泛,我们必须考虑AI 系 统的透明度、是否存在潜在偏见性和确立一个问责制,以及这些 机器自主做出重要决策的潜在后果。人工智能有好坏之分吗?人 工智能本身并没有好或坏。它是一种工具,与所有工具一样它可 以以多种方式来使用。锤子可以用来建房子或拆房子。而面部识 别功能可以用来定位几千名失踪儿童的位置,也可以用来大规模 的民用监视。由于单个算法可以无数种方式使用,因此开发人员 必须仔细考虑尽可能多的用例的道德影响。当我们突破创新的边 界时,技术创造者和开发者有责任改善世界。尽管政治、道德和 法律方面的考虑范围极其广泛,但公司可以通过可行的方式确保 其AI 系统的透明度、问责制和公平性。数据质量和数量机器学习 训练算法通过大数据来识别模式,因此它们基本上反映了所馈送 的数据。如果数据存在偏差,那么算法也将会产生偏差,而这 带来毁灭性的持久后果。例如,美国司法系统在多个州使用AI算 法来预测囚犯重新犯罪的可能性。根据先前记录比如年龄、家庭 历史和就业历史等数据,这个风险评估模型依赖过去,来预测未 来囚犯动态。通常,这些工具可以帮助确定保释或识别低风险的 囚犯,这样为假释提供一定理论支持。但在美国的部分州,如宾 夕法尼亚州,正在认真考虑使用这些评估来确定是否要监禁某 人,以及应该监禁多长时间。在算法可以从字面上确定某人自由 的世界中,组织必须绝对杜绝潜在的偏见,来做

文档评论(0)

aef93 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档