微信号:ai-front

介绍:面向AI爱好者、开发者和科学家,提供最新最全AI领域技术资讯、一线业界实践案例、搜罗整理业界技术分享干货、最新AI论文解读。每周一节技术分享公开课,助力你全面拥抱人工智能技术。

我们需要一台人工智能速度计吗?

2017-11-28 15:28 坚强在北京的


作者|TOM SIMONITE
译者|张斌
编辑|Emily
过去人工只能一直在飞速发展。无论是物体识别、图片识别,但有没有必要衡量人工智能的发展速度?行业已经有许多尝试,如电子前沿基金会和人工智能指数项目。

更多干货内容请关注公众号“AI 前线”,ID:ai-front

微软上周宣称,其语音转录软件的准确度又创下了新纪录。在与人类的同台对决当中,该系统处理一段标准电话录音的失误率仅为每 20 个单词出现一个错误。一些观点认为,人工智能正在加速发展,并且已到了颠覆我们经济的地步,而上述结果恰好成为一系列近期发现中最新的一项证据。一些软件在物体识别(比如汽车或者图片中的汽车)方面业已优于人类,谷歌的 AlphaGo 软件更是将多名人类围棋冠军斩于马下——这一壮举直至最近还被认为需要等待十年或者更久才能实现。诸多企业渴望在此基础上乘胜追击;人工智能对企业盈利的影响或多或少已达到了指数级的增长。

目前,一些人工智能观察家试图描绘一幅确切的图景,用以反映这项技术发展的方式和速度。通过在不同领域测定其进步(或止步不前),他们希望能够拨开炒作人工智能的迷雾。该项目旨在向研究人员和决策人员提供更清晰的视野,即该领域的哪些部分进展最为迅速,所需采取的应对措施是什么。

在 2016 年举行的 ImageNet 常规测试中,图像识别软件的表现让人类甘拜下风。

非营利性实验室——斯坦福国际咨询研究所的研究员 Ray Perrault 表示:这项工作需要落实,部分原因是由于存在太多的狂热,左右着人工智能的走向。”他是人工智能指数项目的领导人之一,项目的目标是在年底前公布该领域现状况以及进展的详实概要。该项目由人工智能 100 年研究项目提供支持,后者于 2015 年在斯坦福成立,其任务是研究人工智能对社会的影响。

近来,号称取得人工智能进展的声音无处不在,这些声音甚至来自快餐和牙刷销售人员。即使是来自可靠研究团队的夸耀也变得难辨真伪。去年十月,微软率先宣布其软件已在语音识别方面与人类打成平手。不过,来自 IBM 和众包公司 Appen 的研究人员,随即展示出人类的准确度要远超微软所宣称的数据。软件巨头不得不将人类的错误率进一步降低 12%,以作出其软件表现与人类平分秋色的最新声明。

 过去三十年来,国际象棋对弈软件进步神速

电子前沿基金会是一家倡导保护公民自由免受数字威胁运动的机构,该机构已依靠自身努力来测定人工智能进展,并考察其对相关事物的影响。这家非营利性机构正在梳理微软等公司的研究报告,用以建立一处开源在线知识库,存放有关人工智能进展和性能的数据集。电子前沿基金会首席计算机科学家,Peter Eckersley 表示:“与人们过度兴奋的推测性版本相反,我们想知道真实版本的人工智能有哪些急迫和长期的政策影响。”

两个项目均高度依赖有关机器学习和人工智能已发表的研究。比如,电子前沿基金会的知识库包括展示从 2012 年起图像识别快速进展的图表——和展示机器与人类表现之间的鸿沟的图表,一项让软件理解少儿图书的测试。人工智能指数项目正在绘制人工智能的子领域的趋势图,这是研究人员最为关注的领域。

人工智能指数项目还将监测和测定人工智能在现实世界中的应用。Perrault 表示,绘制流向人工智能核心企业的技术工程师人数及投资额的图表,是非常有价值的工作。其目标是“看看这项研究对商业产品的影响究竟有多大”,他说道——尽管他也承认各公司可能不愿意公布这些数据。人工智能指数项目同时还追踪媒体和公众对人工智能的关注程度。

Perrault 说,这个项目应该会赢得广泛的关注,因为研究人员和基金会乐于看到在人工智能中,哪些领域发展势头最为迅猛,或者需要提供支持和新思路。他表示,各家银行和咨询公司早已发出呼吁,我们需要更好地应对人工智能的真实情况。科技行业在长达数十年的时间里,对摩尔定律情有独钟,该定律成功测定并预测了计算机处理器的进步,这表明,人工智能进步图表将在硅谷找到一个现成的拥趸。

目前尚不清楚,这些措施是否能帮助政府官员、监管机构在隐私等领域应对智能软件带来的影响。华盛顿大学的一位法学教授 Ryan Calo,最近提交了一份人工智能政策问题详细路线图。他表示:“我并不确定它有多大用处。”他主张决策者们需要更高层次地理解底层技术和强烈的价值观,而不是对进步粗糙的衡量。

电子前沿基金会的 Eckersley 认为,随着时间的推移,人工智能跟踪项目会变得更加有用。例如,有关工作岗位流失的争论可能会从以下数据得到线索——由于软件程序的进步,其自动化某些员工的核心任务的速度究竟有多快。Eckersley 说,该领域的进展程度已经使他相信,让人工智能系统更加值得信赖是非常重要的。他说:“我们收集的数据支持这样一种观点,即人工智能系统引发的安全和治安问题是一个切实的、甚至可能是迫切的研究领域。”

学术界和谷歌等公司的研究人员,最近都在研究如何对人工智能软件采取手段或者设置陷阱,以防范其不当行为。随着企业纷纷将软件应用于更常规技术的控制(如汽车),在让软件变得更可靠和安全方面的可衡量进展也许是最重要的。

查看原文:

https://www.wired.com/story/do-we-need-a-speedometer-for-artificial-intelligence/?cmp=em-data-na-na-newsltr_ai_20170904&imm_mid=0f5d75


 
AI前线 更多文章 陆奇的策略:小米+百度,但雷军和李彦宏两巨头能亲密合作吗? 青云的云计算和人工智能生意经 哈佛推出完美流算法,达30年来最优性能 奇虎360正式开源其深度学习调度平台,支持TensorFlow、MXNet等框架 AI培训班有存在的必要吗?
猜您喜欢 关于中国互联网和新经济,最不该错过的一本书 使用 VS Code 远程调试 Python 程序 《增长黑客》范冰:高效获取用户增长,并让它持续增长 APP研发录学习笔记 Android逆向之旅---Native层的Hook神器Cydia Substrate使用详解