房管局 网站做房查,制作好网站怎么导入,有道搜索,室内装修设计费取费标准大数据文摘出品来源#xff1a;informationweek编译#xff1a;张大笔茹联合国首席人工智能顾问Neil Sahota分享其对联合国重大AI项目以及当今AI面临的主要挑战的看法。人工智能在各个行业和政府中广泛使用的例子一度存在于科幻小说中。但如今#xff0c;我们不必担心像许多… 大数据文摘出品来源informationweek编译张大笔茹联合国首席人工智能顾问Neil Sahota分享其对联合国重大AI项目以及当今AI面临的主要挑战的看法。人工智能在各个行业和政府中广泛使用的例子一度存在于科幻小说中。但如今我们不必担心像许多电影里一样被机器人奴才推翻的情况发生。反之有更大的问题影响着我们今天的生活。例如为了更大的利益我们应如何以及何时共享数据何时应将其保留用于专有用途面部识别等特定的人工智能应用是否合乎道德如何确认人工智能的结果是可以信任的如何知道人工智能何时出现偏见以及如何解决由于目前的美国政府政党轮替的情况这些问题就成为头等大事。政府和企业中正在进行许多项目他们将在未来几年内受到这些问题的影响。为了深入了解AI的重大问题InformationWeek与采访了Neil Sahota——联合国首席人工智能顾问与联合国合作举办AI for Good全球峰会也是《拥抱AI革命》一书的作者。以下为该对话的一些摘录。目前正在使用AI技术中最有趣的地方是什么实际上是一个被称为“人工同理心”的领域。虽然机器不会感觉到情绪但我们已经能够教他们如何在人中识别情绪。肢体语言的使用语音的语气甚至单词的选择或手势都是可以帮助机器学习实时解读人的情绪状态的数据点。人们非常关注其为人们提供心理健康问题的帮助。英国有一个名为“彩虹计划”的组织为家庭暴力的受害者提供了帮助即使用聊天机器人帮助人们识别他们是否是虐待的受害者。实际上它并不能代替人际关系而是一个安全的空间使人们无论何时无论都可以始终参与其中。这是领先优势。有许多工作正在完成-可能有25种解决方案可供人们当前使用。从事这些项目的人员需要了解心理学和语言学但治疗师们还并未追求AI因此这是一个新兴的空间。但是人们正在尝试使用一些基本工具。另一方面我认为这项技术被搁置的原因是许多人认为这是不可能的:机器无法理解一个人的情绪。实际上现在我们已经看到了不再是这种情况了。我认为这将创造更多的可能。Neil Sahota机器是如何被训练的它是心理学的组合不同的情绪状态以及与之相关的某些事物以及运动机能学肢体语言语言学和实际中的语言编码能力的教学。因此即使是对我们来说似乎微妙的事情例如使用“伙伴”一词而不是“朋友”实际上也传达了很多含义。什么样的训练数据用于向机器传授人类情感是危机中心电话记录还是客户服务电话记录可能是那些东西但是实际上我们发现社交媒体中数据的就非常好。人们可以使用为大学或工作面试而写的论文但实际上他们可能并没有使用真实声音。我们可以得到的现实世界真实声音类型越多越好。社交媒体是一个很好的来源。是否有开源数据库可用没有很多数据本身就是一个挑战。数据是当代新能源人们显然不愿意分享至少没有货币化之前这显然已成为障碍。有一些数据确实我们不应该共享。但是即使每个人都无法使用数据每个人都不愿意泄露数据这会造成其他困难尤其是在医疗保健领域。我们没有足够的数据来做一些我们想做的事情以推进医学研究。医学研究面临哪些挑战他们是如何克服这些挑战的遗憾的是机器本身并不了解事物我们需要数据来训练如果想让它报告可能的发现或疾病则意味着必须拥有大量数据。特别是对于肺部需要健康肺部、第一阶段癌症、第二阶段癌症、肺气肿等的肺部X射线检查结需要大量的这些数据集。像克利夫兰诊所或梅奥诊所这样的许多地方可能没有足够的数据来实际执行此操作他们要么通过治疗越来越多的患者来获取数据要么就获取其他合作机构的许可例如可能拥有研究中心的大学和研究中心。联合国正尝试建立一个去掉PHI个人健康信息的医疗保健数据库可以创建大量数据供研究人员实际使用。那是你在联合国从事的项目之一吗是的基本上每个人都同意将其数据存储在此处以供一般使用但去掉了标识信息。它为每个人提供了更大的数据集。在这个项目的工作中基本上是您去到一些医疗机构宣传嘿如果我们可以共享这些数据不是很好吗这难道没有价值吗我很愿意大力提倡因为我们有意因不共享而放慢自己的速度。我们已经看到一些实例其中一个公司正在着手另一公司在七年前尝试过的研究道路结果却陷入了僵局。结果是浪费了人们的时间精力和金钱。肺癌是一个发展领域么他们实际上已经是肺癌的解决方案。斯隆·凯特琳Sloan Kettering有一个正在用它来检测X射线中的肺癌。该系统现在的准确率约为90但机器能做的只是诊断癌症无法诊断其他任何东西。Sloan Kettering会将其授权给其他机构应用吗现在吗不会的。他们自己使用因为这是他们的核心优势。我们不习惯竞争不习惯社会企业。你可以选择赚钱也可以做为非营利组织。也可以两者都做在联合国工作中告诉一些挑战在您向一些组织机构宣传“嘿让我们分享你的数据好吗这是很好的一件事。”即使他们不知道如何使用数据或不会使用他们的数据也不希望其他人从拥有的财产中致富。我们现在真的不知道如何评估数据的价值。有些人会有更开放的想法或前瞻性的思维我不确定这里用的是正确的短语但认识到实际上共享其中一些内容的公司为每个人增加了机会。涨潮抬起了所有的船。再次重申这是与传统上大多数组织习惯不同的思维方式。AI在当今世界面临着哪些重大挑战确实有两个核心要素。一个是道德问题需要一个负责任的AI体系仅仅因为可以做某事并不意味着我们应该做。另一个大问题就是对技术的真理和信任我们期望AI应该是完美的但这永远不会。我们会犯错训练中会有缺陷因为人们有内在的偏见。这确实是我们现在面临的两个重大挑战。相关报道https://www.informationweek.com/big-data/ai-machine-learning/how-ai-can-save-the-world-or-not/d/d-id/1340217?未来智能实验室的主要工作包括建立AI智能系统智商评测体系开展世界人工智能智商评测开展互联网城市云脑研究计划构建互联网城市云脑技术和企业图谱为提升企业行业与城市的智能水平服务。 如果您对实验室的研究感兴趣欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
