2018年哪项AI研究最紧迫?DeepMind联合创始人说是AI伦理

简介:
本文来自AI新媒体量子位(QbitAI)

2018年,正火热的人工智能会朝什么方向发展?

DeepMind联合创始人苏莱曼(Mustafa Suleyman)今天在《连线》上发表文章,给出了他心目中的答案。

苏莱曼在DeepMind主管“应用AI”。他19岁从哈佛辍学,在联合创立DeepMind之前先后建立过穆斯林青年求助热线、冲突解决咨询公司Reos Partners,做过伦敦市长的政策专员,还为联合国、荷兰政府、WWF工作过。

28bf6246bfdbbc76fb8ce3e04a790b8e56cb3305

以下内容,量子位翻译自他的《连线》专栏文章:

从气候变化到粮食供给,再到为不断增长的全球人口提供医疗保健服务,人类正面临各种各样复杂的挑战。如果不解决这些挑战,那么人类社会可能会面临极其严重的破坏。

幸运的是,人工智能的发展可以扮演创新角色,帮助我们解决这些问题。

与此同时,人工智能技术与社会经济的整合也带来了自身的挑战。这类技术可以解决经济不平等问题,但如果技术福利没有广泛传播,那么可能会导致问题变得更严重。这类技术可以揭露破坏性的人类偏见,帮助社会解决这些偏见,也有可能加强偏见,导致偏见被固化。

如果想要确保方向正确,就必须认真研究人工智能的社会效应,并建立伙伴关系,确保技术为公众利益服务。

这也是为什么我预计,关于人工智能伦理、安全和社会影响的研究将成为未来一年中最紧迫的课题之一。

在这些方面,我们已经完成了有价值的工作。例如,社会正在形成共识,即新技术的开发者有责任协助解决不平等、不公平和偏见带来的问题。2018年,我们将看到更多团队开始着手这方面研究。

这并不容易:技术圈往往会陷入简单化的思维方式,将复杂的价值评判替换为简单的指标。这些指标可以追踪,并且随时间推移可以不断优化。

当然,计算“点赞”次数要比理解为什么“点赞”,以及这对自信和自尊有什么样的影响要简单得多。然而,这些社会效应很重要。这要么有助于创造出解决问题的环境,要么会造成怨恨和恐惧的氛围:对于企业牺牲社会利益换取商业利益,公民会感到愤怒。

这个领域的发展还需要建立新的决策机制,直接引入公众的声音。对于一个倾向于单方面解决问题,或是将问题丢给其他人去解决的行业来说,这将是根本性的改变。

尽管如此,作为社会活动者出身的人,我可以看到,许多科技领域工作者正尝试真正地改善世界。这些人相信,他们与那些献身于理解事物含义的人群有天然的亲密关系。

受此鼓舞的人们,例如创立了“ Time Well Spent”运动的Tristan Harris,正在建立新联盟来对抗“注意力经济”。分别来自微软和谷歌的Kate Crawford和Meredith Whittaker共同创立了“AI Now”组织,研究科技对社会的影响。此外,“Partnership On AI”将多家领先的人工智能研究实验室(包括我的公司DeepMind)首次连接至知名的非营利组织,例如美国公民自由联盟。这个项目的目标是推动技术专家和社会活动家的共同参与。

正确处理这些事情并不仅仅是出于善意。我们需要从事困难、有实际意义、混乱的工作,理解人工智能的道德究竟是什么。如果我们成功让人工智能为人类和地球工作,那么随之而来的影响将具有转型意义。目前,所有一切都还需要研究。

57e258a662d11904c1dc4b138de81f9dd1a997c2

 图片来源:Wired;作者:Janne Iivonen

原文地址:http://www.wired.co.uk/article/mustafa-suleyman-deepmind-ai-morals-ethics

本文作者:维金
原文发布时间:2018-01-06
相关文章
|
9月前
|
机器学习/深度学习 人工智能 文字识别
UGPhysics:本科物理推理评估基准发布,助力AI+Physics交叉研究
近年来,人工智能快速发展,大语言模型(LLM)在数学、代码等领域展现出强大的推理和生成能力,正在被广泛应用于各种场景。
304 0
|
5月前
|
存储 人工智能 安全
拔俗AI临床大数据科研分析平台:让医学研究更智能、更高效
阿里云原生AI临床大数据科研平台,打通异构医疗数据壁垒,实现智能治理、可视化分析与多中心安全协作,助力医院科研提速增效,推动精准医疗发展。
909 1
|
人工智能 大数据 安全
拔俗AI临床大数据科研分析平台:用智能技术加速医学研究新突破
AI临床大数据科研平台基于云原生架构,融合医疗NLP、联邦学习与智能分析技术,破解非结构化数据处理难、多源数据融合难、统计周期长等痛点,实现数据治理、智能分析与安全协作全链路升级,赋能医学科研高效、安全、智能化发展。
231 0
|
8月前
|
机器学习/深度学习 人工智能 自动驾驶
AI Agent多模态融合策略研究与实证应用
本文从多模态信息融合的理论基础出发,构建了一个结合图像与文本的AI Agent模型,并通过PyTorch代码实现了完整的图文问答流程。未来,多模态智能体将在医疗、自动驾驶、虚拟助手等领域展现巨大潜力。模型优化的核心是提升不同模态的协同理解与推理能力,从而打造真正“理解世界”的AI Agent。
AI Agent多模态融合策略研究与实证应用
|
8月前
|
机器学习/深度学习 人工智能 算法
深度强化学习在异构环境中AI Agent行为泛化能力研究
随着人工智能技术的迅猛发展,AI Agent 在游戏、智能制造、自动驾驶等场景中已逐步展现出强大的自适应能力。特别是深度强化学习(Deep Reinforcement Learning, DRL)的引入,使得智能体能够通过与环境的交互,自动学习最优的行为策略。本文将系统性地探讨基于深度强化学习的AI Agent行为决策机制,并结合代码实战加以说明。
深度强化学习在异构环境中AI Agent行为泛化能力研究
|
8月前
|
机器学习/深度学习 人工智能 自然语言处理
原来AI也能“读心术”?——聊聊AI在心理学研究中的那些突破
原来AI也能“读心术”?——聊聊AI在心理学研究中的那些突破
356 1
|
8月前
|
机器学习/深度学习 人工智能 自然语言处理
AI 驱动:如何用AI直接生成矢量 Logo? 技术研究与工具选择
AI 技术革新品牌标志设计,通过深度学习分析数据,精准把握市场趋势,智能生成高辨识度 Logo。矢量格式(SVG)确保清晰不失真,适配各类展示场景。AI 工具高效便捷,支持个性化定制,助力品牌快速打造专业视觉形象,成为市场竞争中的有力武器。
505 0
|
11月前
|
机器学习/深度学习 人工智能 搜索推荐
AutoGLM沉思:智谱AI推出首个能"边想边干"的自主智能体!深度研究+多模态交互,颠覆传统AI工作模式
AutoGLM沉思是由智谱AI推出的一款开创性AI智能体,它突破性地将深度研究能力与实际操作能力融为一体,实现了AI从被动响应到主动执行的跨越式发展。
1111 16
AutoGLM沉思:智谱AI推出首个能"边想边干"的自主智能体!深度研究+多模态交互,颠覆传统AI工作模式
|
12月前
|
人工智能 自然语言处理
TxGemma:谷歌DeepMind革命药物研发!270亿参数AI药理学家24小时在线
谷歌推出专为药物研发设计的TxGemma大模型,具备药物特性预测、生物文献筛选、多步推理等核心能力,提供20亿至270亿参数版本,显著提升治疗开发效率。
396 7
TxGemma:谷歌DeepMind革命药物研发!270亿参数AI药理学家24小时在线
|
12月前
|
人工智能 vr&ar 图形学
谷歌DeepMind联手牛津推出Bolt3D:AI秒速3D建模革命!单GPU仅需6秒生成3D场景
牛津大学与谷歌联合推出的Bolt3D技术,能在单个GPU上仅用6.25秒从单张或多张图像生成高质量3D场景,基于高斯溅射和几何多视角扩散模型,为游戏、VR/AR等领域带来革命性突破。
579 2
谷歌DeepMind联手牛津推出Bolt3D:AI秒速3D建模革命!单GPU仅需6秒生成3D场景