计算机如何处理AI，它的未来意味着什么

（文章来源：智能甄选）

电脑无法以您和我的方式思考–至少现在还没有。人工智能技术每天都在变得越来越紧密，这引发了有关道德，设计及其生存的基本问题。设计师兼技术专家John Maeda在他的《如何说话的机器》一书中承认许多外行人士对AI的担忧：机器人不仅看起来和听起来越来越逼真，而且它们对输入的响应如此之快，并且具有我们人类开始感到的耐力受到威胁。没有人喜欢被自己的创作超越（或取代）的想法。

但是，应该我们该担心吗？Maeda是一位具有实践经验的AI爱好者，他对此并不以为然。他说：“如果您总是超越自己的能力，您将永远不会变得完全消耗。” “这就是使[人类]难以复制的原因。”考虑到这一点，我问他五个问题，探讨了人类和计算机如何处理信息以及它对AI的未来意味着什么。机器人真的来接我们的工作吗？

他们已经有。想想洗碗机。这是一台机器，它不仅在家里，而且在餐馆，自助餐厅和其他工业厨房设施中，都占用了很多人力。想想银行出纳员。我们曾经不得不与一个人交谈以将钱从银行中取出，但现在我们不需要。考虑使用机器人电话的客户支持热线。是的。我认为机器人总是接替我们的工作。

《卫报》上有一篇文章，展示了一种写算法如何能够产生看起来像我们中的一个人写的东西。而且令人不安。但是，当您在一些非原创的内容（例如沙发的新闻稿）中进行思考时，它所产生的干扰就较小。您可以用多种方法来写–“嗯，它有四根腿……”或其他任何东西。工人已经解决了许多老问题，这意味着周围有一个数据集。因为机器学习系统喜欢数据，所以可以轻松地替换这种工作。一旦有了数据，就可以创建一个可重复的模式。

对于没有可重复模式的事情，我们总是要有工作要做。当涉及到其他人没有想到的原创事物或个人观点时，AI对此不利。至少现在。AI真的可以令人信服地欺骗人类吗？

您知道流行广播电台在早上的谈话中是如何做到这一点的，这表明他们会召集一些随机的人，并假装他们是客户服务代表或只是为了吓跑他们的人？那是一个人在欺骗另一个人。或者，当我们使用AI时，可以创建一个人的脸部图像，看起来像该人的脸部。因此，人类可以假装自己是别人，而机器也可以做到。问题是机器可以大规模地做到这一点。

我写《如何说话的机器》的原因是为了证明音阶不仅仅是两三个可重复的东西。机器可以做的事情数不胜数，因为它们永远不会累。因此，一个人的无线电广播中的恶作剧叫了一个人的房子，并假装取消酒店参加他们的婚礼……真是有趣。但是，如果全世界每个人都被机器人假冒给电话，那很令人担忧。

令人奇怪的是，大卫·鲍伊（David Bowie）在1999年接受英国广播公司（BBC）采访时曾预言到这一点，尽管他指的是当时刚刚成立的互联网。他说：“好吧，这将改变艺术家与观众和唱片公司之间的关系。” 他列出了这将是多么惊人和恐怖。英国广播公司（BBC）分析师说：“哦，这只是一种工具，不是吗？” 然后鲍伊说：“不，不，不。不仅如此。这是一种外星生命形式。”

您可以将AI视为另一种外星生命形式。如果您了解它，那么它可以为您做一些令人惊奇的事情。它也会做有害的事情，并且显然会带来后果。说到有害的后果无人驾驶汽车真的可以变成杀人车吗？

奇怪的是，过去的AI不是现在的AI。一切都在2012年发生了变化。虽然AI过去一直是关于编写规则的，但AI现在是在向它提供数据并使其能够识别模式。新AI的问题是没有可供读取的程序。您所能做的就是分析已编程的数据。因此，如果您使用各种数据针对不同的驾驶行为创建自动驾驶汽车，并且出于某种原因将杀人驾驶员的数据填充到自动驾驶汽车中，则它将继承该行为。

我一直在思考同理心，以及它对人工智能的重要性。但是，移情需要与责任感相结合。我的意思是，我会为某人感到难过，但是如果我不对解决问题负责任，那真的重要吗？因此，问题是：如果我们创造人为的情感，我们可以进行问责制编程吗？类似于感觉系统的系统基本上是我们已经馈入其中的已知行为的混合物。因此，如果系统做错了什么，那实际上是我们的错，因为我们使用该行为对其进行了编程。

是否有可能在不自行承担的情况下构建AI？无论您编写算法还是仅输入数据，数据集都将包含过去行为的偏差。如果编写程序，它将包括工程师的偏见。在编写程序时，我们会包含诸如“如果X，则执行Y”之类的语句。这样写，就很容易看到您正在编程到系统中的任何偏差。

例如，我们可以在法律中看到它。法律是与社会编程语言最接近的事物，而且我们知道，法律内置了许多偏见。所有人造的东西都有偏差。机器看起来好像在唤起纯逻辑，但事实是我们制造了它们。这就是为什么我们必须要小心。随着机器的发展和更多地依赖从数据集学习（相对于硬编码编程），我们必须确保在考虑数据并提供数据时主动考虑并纠正偏差。

像机器一样思考真的可以帮助人类解决当今最棘手的问题吗？计算思维具有四种风格，其中之一就是分解。正如我在“ 如何讲机器”中所谈到的那样，计算机具有永远循环浏览某个功能或任务的能力，而不会感到疲劳。此外，他们会记录详细的结果。

因此，对于人类来说，这里的收获是将一个棘手的问题分解为较小的部分。您是否可以尝试一遍又一遍的局部解决方案，每次都进行一点迭代，直到找到正确的解决方案？如果一次模拟隔离和更改一个变量怎么办？看到波纹效应有助于弄清所有部件之间的相互关系。模仿计算思维可以对建模生活系统大有帮助。它打开了可能性的整个宇宙。