当前位置:首页 > 物联网 > 智能应用
[导读]研究发现,人工智能有助于联合国可持续发展目标(SDG)的134个具体目标取得积极成果,但它也可能阻碍59个具体目标的进展。国际电信联盟(ITU)战略参与处负责人Fred Werner表示,在对偏见、隐私和道德问题表示关切的同时,还应思考人工智能数字鸿沟愈演愈烈的问题。

研究发现,人工智能有助于联合国可持续发展目标(SDG)的134个具体目标取得积极成果,但它也可能阻碍59个具体目标的进展。国际电信联盟(ITU)战略参与处负责人Fred Werner表示,在对偏见、隐私和道德问题表示关切的同时,还应思考人工智能数字鸿沟愈演愈烈的问题。

Werner指出:“发展中国家无法随时掌握丰富的数据集。”他呼吁将信息数字化,以充分利用人工智能。“找到以安全可靠的方式交换协作数据的先决条件非常重要。”他认为,只有可发现的数据才能扩展相关的人工智能解决方案。

人工智能培训会消耗大量能源,对计算资源的需求巨大。国际电联电信标准化局副主任Reinhard Scholl指出,只有较富有的国家和大学才有运行机器学习模型的计算能力。他认为,这成为人工智能和前沿技术民主化进程的障碍。

博特纳基金会的政策负责人Ulla Jasper认为,数字卫生技术具有带来新风险和新回报的“两面性”。然而,Jasper希望看到人工智能改善低收入和发展中国家年轻人的福祉。

Jasper指出,低收入和发展中国家应当利用新冠肺炎疫情对数字转型起到的加速作用。

博特纳基金会的坦桑尼亚AfyaTek项目,寻求借助数字卫生技术改善社区一级的卫生保健服务。通过将信息流数字化和使用生物识别数据,该项目旨在使五岁以下儿童不再出现可预防的死亡。

对于事实的重要性,克里斯托杜卢引用了赫布·西蒙(Herb Simon)、约翰·斯威勒(John Sweller)、约翰·安德森等的研究成果,而我早期在萨塞克斯大学开展对人工智能的研究时,也接触过这些学者的研究。她建议,对于事实的教学方式应该围绕着训练长期记忆来展开,以此来帮助我们弥补有限的工作记忆的不足。我们想要做到这一点的唯一方式就是,通过死记硬背的方式来将规则和信息强加给长期记忆。例如,我们可以将信息归并在一起,然后利用背景知识和规则来将其存储在长期记忆中。我认同学习事实在教育中的重要性,也认同只有在长期记忆中清晰地储备大量的知识,才有助于我们更好地施展诸如创造力和解决问题的能力等高级技能。然而,事实只是人类智能的一小部分,因此我们也不应过分夸大其重要性。

很多公司,如总部设于英国的世纪科技公司(Century Tech),还利用机器学习技术来开发学习类平台,对此类系统进行训练时,开发人员使用了由神经科学家们提供的信息,使该系统能够跟踪学生的交互情况,其中包括每次的鼠标移动和击键。世纪科技公司开发的人工智能学习平台会利用学生、学生所在的年级组和学校提供的全部数据,在此类数据中寻找模式和相关性,从而为学生提供个性化的学习之旅。此类学习平台还能够为教师提供仪表板,让他们实时了解班上每位学生的学习状态。现在,研究人员很有可能可以开发出一款人工智能系统,可以用来教授大多数国家的中小学和大学所有领域的课程。

如何应对人工智能可能带来的伦理挑战?

报告发布会上,北京大学哲学系教授何怀宏指出人工智能是一种区别于传统人造物的机器,其能力对人类而言还有很多未被发掘的部分,我们应该进一步思考人和人工智能这一特殊关系,思考如何促进人工智能发展、人工智能如何给人类赋能、如何深入具体地将人工智能运用到各个领域、以及人工智能的运用会带来哪些新的问题。

中国社会科学院哲学所科技哲学研究员、中国社会科学院科学技术和社会研究中心主任段伟文探讨了人工智能伦理治理的主体问题。他指出,当前实践人工智能领域的伦理规范主要是以科技公司为主体,政府也应积极的参与到该领域的伦理治理中,扮演积极的角色,更加灵活地进行适应性治理。

北京大学法学院副教授、北京大学法律人工智能研究中心副主任江溯指出,随着智能性技术广泛使用,社会可能会慢慢变成“全景敞视监狱”,个人的自由空间可能会被压缩。我们应该在法律领域探讨相关问题,研判人工智能应用的法律限度并加以约束。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

北京——2024年3月29日 亚马逊云科技宣布,通过与光环新网和西云数据的紧密合作,在亚马逊云科技(北京)区域和(宁夏)区域推出文件存储服务Amazon FSx for OpenZFS,为客户提供基于 OpenZFS文件...

关键字: 生成式AI 机器学习 电子芯片设计

通过大量的数据,训练出一个能处理此类数据的模型,使得这个模型可以根据已知的数据,准确率很高的判断出未知的数据,从而使得人类能够采取正确的方法去处理某些事情。

关键字: 机器学习 模型 图像

在监督学习中,系统会被给定一组已知输入和输出,需要学习到一种函数,使得该函数能够根据给定的输入预测出正确的输出。代表算法有线性回归、逻辑回归、决策树、深度神经网络等。

关键字: 机器学习 数据源 图像

3月29日消息,根据国外媒体报道,2024年2月,韩国半导体产业迎来了显著的增长,其产量增幅达到了14年来的最高水平,同比增长65.3%。

关键字: AI ChatGPT 人工智能

深度学习需要大量的计算。它通常包含具有许多节点的神经网络,并且每个节点都有许多需要在学习过程中必须不断更新的连接。换句话说,神经网络的每一层都有成百上千个相同的人工神经元在执行相同的计算。

关键字: 机器学习 神经网络 TensorFlow

今天,小编将在这篇文章中为大家带来机器学习的有关报道,通过阅读这篇文章,大家可以对它具备清晰的认识,主要内容如下。

关键字: 机器学习 TensorFlow PyTorch

随着科技日新月异的进步,语音识别技术已成为人工智能领域的一项核心突破。这项技术旨在模拟人类听觉系统,通过复杂算法和模式识别手段将连续或离散的语音信号转换为可理解的文本或指令信息。本文深入探讨了语音识别技术在多个领域的广泛...

关键字: 语音识别 人工智能

随着人工智能和信息技术的飞速发展,语音识别技术已经从实验室走向了现实生活中的各个角落,成为人机交互领域的重要组成部分。语音识别产品不仅丰富了我们的日常生活,也正在深刻地改变着众多行业的工作模式和服务形态。

关键字: 语音识别 人工智能

在当今大数据和人工智能时代,机器学习作为核心的技术驱动力,正以前所未有的速度改变着我们的生活和工作方式。从基础的数据分析到复杂的决策支持系统,机器学习模型的成功构建和应用离不开一套严谨的流程。本文将详尽阐述机器学习过程中...

关键字: 机器学习 人工智能

机器学习作为人工智能领域的核心技术,其应用日益广泛,从搜索引擎优化到医疗诊断,从金融风控到自动驾驶等众多领域均发挥着重要作用。深入理解并掌握机器学习的关键步骤是成功构建高效模型和解决方案的基础。本文将详细阐述机器学习的主...

关键字: 机器学习 人工智能
关闭