人工智能需要终身学习开源模式暂时还不足

作者:jcmp      发布时间:2021-04-24      浏览量:0
人工智能大发展时期来了!人工智能正变得越

人工智能大发展时期来了!人工智能正变得越来越重要。早在第一台计算机问世后不久,就有科学家预言,人工智能的时代必将来临。

近年来,大家都能明显地感觉到,人工智能的理论研究和可感知产品似乎突然井喷式地“爆发”了:可穿戴设备扎堆出现,智能机器人频频亮相,机器的人脸识别准确率超过肉眼。人工智能项目的大爆发,并不是一件巧合,而是在经历了10余年的沉寂后迎来的飞跃式发展。金准数据深度学习研究中心表示,人工智能超越人类智慧能总和的那个奇妙交点,应该在2045年能实现。那么,这一波人工智能的爆发会有多大影响,影响的时间会持续多久,又会在多大程度上改变着人类的生活呢?

1、经过深度学习的AI

2、当前的开源模式不足够

金准数据深度学习研究中心表示,AI不同于其它用开源部件打造的软件。用开源部件打造的软件本质上还是具有确定性的,也就是说所设计和编写的软件每一次执行时的表现都是一样的。尤其是人工智能系统,并不能保证能够表现出确定性的行为。随着对新情境、新环境和新用户的学习和适应,这些系统将会改变它们的行为。本质上,一旦这些AI系统被部署到现实世界,它们的创造者就会失去对AI的控制。当然,创造者们可以在学习框架中加入制衡机制。然而,即便是在AI系统被制约的范围内,仍需要进行大量的解读工作。与此同时,被AI包围的世界面临的更大挑战在于,制定制约条件的人造成的冲突。

3、AI之间的冲突

考虑到AI使能产品在行为表现上可能存在不确定性,在原来没观察到的交互中可能会有意想不到的表现,在AI使能的产品代表两个或者更多的不同用户相互互动的场景中,这一问题会进一步放大。例如。当两辆由两个独立的AI引擎(由不同的公司用不同的训练数据和功能,以及独立配置的偏好和情境信息打造而成)驱动和运作的汽车遇到停车标志,或者将要发生碰撞时,会发生什么事情呢?这些系统在响应类似的情境时,即便有很细小的差异和变化,都可能会产生意想不到的不良影响。

4、数据假定和偏好

AI使能的产品设计师需要确保它们理解其所做的。与其它AI使能产品进行交互的产品需要确保它们理解且准备好处理AI引擎行为带来的影响,以及共享以下的标准。

5、数据收集标准

数据是如何被收集的呢?数据生成器有哪些呢?数据收集的频率、地方、时间、方式和原因呢?数据是如何被收集、分层和传输的呢?

6、数据选择标准

数据是如何被选来训练的呢?数据不被选择的标准是什么呢?什么数据子集被选择,什么不被选择呢?定义高质量数据的标准是什么呢?可接受但非高质量的数据标准是什么呢?

7、数据处理标准

数据经过怎样的处理后才被拿来训练?数据经过怎样的转变、浓缩和概述呢?数据处理的频率如何?有什么会导致预订的数据处理推迟或者停止呢?

人工智能时代,正在开启,我们相信前路是光明的。拥抱最有希望的技术,增强人类,为各界创造机会,这是光明的前提。

8、金准数据、韦特大脑