人工智能产业的冬天对我们的启发

10 个月前 国际 93

人工智能的动荡历史,以飙升的高潮和黯淡的低谷为特点,提供了大量的教训,这些教训对该领域的当前状态和未来轨迹至关重要。这些教训,从被称为人工智能冬季的时期收集,既是指导原则,也是警示故事。随着我们进一步进入一个以人工智能惊人进步为标志的时代,吸取这些历史教训,以确保人工智能有一个平衡、负责任和可持续的未来变得越来越重要。

我们经历了两次人工智能的产业冬天,对我们启发意义重大:

第一个突出的教训是管理期望的至关重要性。1974-1980年的第一个人工智能冬天是由夸大的承诺引发的。像Perceptron Inc.这样的公司在没有足够技术支持的情况下冒险进入机器视觉等复杂领域,导致失望,随后投资者失去信心。第二个人工智能之冬(1987-1993年)也遵循了类似的轨迹,专家系统被吹捧为下一个大问题,但它们在脆性和无法解释其推理方面的局限性导致了幻灭。在评估现代人工智能公司的索赔时,必须记住这些案例。过度炒作人工智能技术的能力,比如声称它们可以取代医疗保健中所有人类驱动的诊断方法,或者完全自动化复杂的创造性任务,可能会让我们陷入另一个失望和投资下降的时期。

第二个沉重教训就是,人工智能需要透明度和道德考虑。在第二个人工智能寒冬期间,对专家系统的重大批评之一是它们的“黑匣子”性质,决策过程不透明。这个问题在今天更加重要,因为更复杂和更有影响力的人工智能系统被部署在医疗保健、刑事司法和金融等关键领域。正如我们所看到的,围绕面部识别技术的道德规范和贷款批准中的算法偏见的现代挑战,缺乏透明度可能会侵蚀公众的信任,并导致监管部门的强烈反对。道德失误不仅会造成直接的伤害,而且会导致怀疑的气氛,可能会引发另一个冬天。公司和研究人员必须优先考虑道德准则和透明度,以保持公众的信任,并确保技术的长期可行性。

最后,不应低估渐进进展的作用。历史告诉我们,人工智能通常不会通过突然的飞跃而前进,而是通过一系列较小但意义重大的步骤。例如,从聊天GPT-3到聊天GPT-4的过渡并不是革命性的变化,而是增量改进,显著增强了其功能,包括添加了Python解释器。同样,在20世纪90年代末和2000年代中期等停滞时期之后,人工智能的持续增长往往是由于机器学习算法、数据分析和硬件功能的不断进步。这些较小的胜利累积起来有助于该领域的复原力,使其能够度过怀疑或资金减少的时期。

今天的人工智能格局既有前所未有的机遇,也有复杂的挑战,从技术和经济到道德和社会。随着人工智能技术越来越融入我们的生活结构,从过去的教训变得越来越重要。通过仔细管理期望,重视透明度和道德,并重视渐进进展的作用,我们可以驾驭目前的复杂性。这样做不仅有助于防止另一个人工智能冬天,而且还将确保人工智能以有利于整个社会的方式发展。

信息来源:AI Newsletter

相关资讯