【重磅】李飞飞提出AI研究新方法论:以人为本,机器的价值就是人的价值

简介: 尽管现在人工智能的发展速度达到了令人目眩的地步。但李飞飞依然认为它面临着诸多挑战,人类有责任让人工智能的发展能够帮助人类世界变得更加美好。

在人工智能领域,李飞飞是名副其实的女神级人物,她的一举一动都会引来AI界最大的关注。日前,李飞飞撰文谈及了她对人工智能未来发展的思考,并提出了“以人为中心的人工智能”的方法论,她希望这一方法论能够对机器智能的发展起到一到的指导作用。

这一方法论有三个目标。

人工智能更多地表现出我们人类自身特征的深度,还要考虑到人类视觉感知的丰富程度

它非常复杂、前后逻辑关系很紧密、同时还需要很自然地在显意识和细微差异的敏感性两方面做出平衡。相比之下,目前机器的感知范围依然明显狭窄。

以她实验室中所进行过的研究为例。机器在一些差异很不明显时很难做出精确的判断,例如一个图像字幕算法能够很快地识别出一张“骑马的人”的照片,但它却没能识别出人和马都是青铜雕像的事实。而在另外一种差异比较显著的情况下,当用相同的算法来描述斑马在彩虹下的大草原上吃草的图像时,虽然从技术的角度来说它的总结是正确的,但这个算法完全没有审美意识,无法像人类那样做出更有活力和深度的评价。

让人类在AI的帮助下得到提升,而不是让AI取代人类。

李飞飞认为,这需要我们将人工智能与认知科学、心理学甚至是社会学重新联系起来,这将为机器智能的发展打下更坚实的基础,我们希望能够看到可以更自然地协作和交流的技术。

在李飞飞看来,人类在创造性、智力和情感方面仍然是最好的,人工智能更适合那些自动的、重复的、容易出错甚至是危险的工作。

以AI在手术过程中的应用为例。我们的目标不是实现手术的完全自动化,而是通过智能软件和专用硬件的结合,来对更多日常任务进行监控并防止人为错误,疲劳和分心,从而让外科医生能够发挥他们灵活性和适应能力等特长。或者在老年人看护领域,机器人可能永远不会成为老年人的理想监护人,但他们可以承担药物剂量自动监控和安全检查等工作,从而将看护人部分地解放出来让他们能有更多的时间和精力来关心被看护者。

确保AI的每一个发展阶段都能得到正确的引导,同时关注它对人类的影响。

李飞飞表示,今天对工作可能会被取代的焦虑只是一个开始。人们还将面临其他许多问题,包括机器学习对少数群体的偏见、人工智能对数据的偏好与个人隐私权之间的冲突、全球智能竞赛对地缘政治的影响等。

要充分面对这些挑战,李飞飞认为需要许多大型机构的承诺。大学、政府和企业都应该充分利用自己的优势来发挥出相应的作用。

李飞飞所提的这几大目标需要人工智能行业的从业者们积极去推进,尽管现在人工智能的发展速度达到了令人目眩的地步。李飞飞指出,当前对于像她这样的研究人员来说是一个特别令人激动的时代。早在10多年前它还只在学术界内才有关注度,但在今天,人工智能已经从一个学术领域走向了各种不同的行业,包括制造业,医疗,运输和零售。诸多中美科技公司都将宝押在了它上面,关于人工智能的研发也吸引了数以十亿计的风险投资,每天都有在该领域创业的公司诞生。如果说我们现在正处于下一个工业革命时代的话,那正如大多数人所认为的那样,人工智能毫无疑问将是驱动力之一。

没有任何技术比能够像人工智能这样更能反衬出它创造者的状况,人们常说“机器”没有任何价值。但事实上,机器的价值就是人的价值。以人为中心的人工智能研究方法意味着这些机器不是我们的竞争对手,而是确保我们福祉的合作伙伴。然而,无论人工智能的自主化程度如何高,它对世界的影响始终是我们人类的责任——无论它让这个世界变得更好还是更坏。李飞飞最后如是说到。


原文发布时间为:2018-03-9

本文作者:晨元

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号

原文链接:【重磅】李飞飞提出AI研究新方法论:以人为本,机器的价值就是人的价值

相关文章
|
2月前
|
机器学习/深度学习 人工智能 安全
智能时代的伦理挑战:AI技术与人类价值的交锋
在人工智能的飞速发展之下,我们站在了一个技术与伦理交织的十字路口。本文将探讨AI技术如何重塑我们的工作、生活和思维方式,同时引发了一系列关于隐私、安全和道德的讨论。通过分析AI在不同领域的应用案例,我们将揭示这一技术革新背后的复杂伦理问题,并提出相应的解决策略。随着AI技术的不断进步,人类社会必须找到平衡创新与维护人类核心价值的方法。
|
4天前
|
人工智能 自然语言处理 vr&ar
【通义】AI视界|“AI教母”李飞飞创业公司World Labs获2.3亿美元融资!
本文介绍了最新的科技动态,包括谷歌推出的DataGemma模型,通过真实世界统计数据减少模型幻觉;美国科技巨头与拜登团队会面讨论AI基础设施需求;Midjourney 7.0版本即将发布,引入3D系统提供沉浸式体验;李飞飞的World Labs获2.3亿美元融资,开发大型世界模型;苹果iPhone 16全系配备8GB内存,支持AI功能。更多内容请访问通义官网体验。
|
13天前
|
机器学习/深度学习 人工智能 算法
AI伦理边界:当机器决策超越人类认知
【9月更文挑战第5天】AI伦理边界的探索是一个复杂而艰巨的任务,需要政府、企业、学术界和社会各界的共同努力。随着AI技术的不断发展,我们有理由相信,通过不断的探索和实践,我们一定能够找到一条既符合伦理道德又能够充分发挥AI技术潜力的道路。在未来的日子里,让我们携手并进,共同迎接AI技术带来的机遇与挑战。
|
13天前
|
SQL 人工智能 运维
在阿里云日志服务轻松落地您的AI模型服务——让您的数据更容易产生洞见和实现价值
您有大量的数据,数据的存储和管理消耗您大量的成本,您知道这些数据隐藏着巨大的价值,但是您总觉得还没有把数据的价值变现出来,对吗?来吧,我们用一系列的案例帮您轻松落地AI模型服务,实现数据价值的变现......
71 3
|
1月前
|
边缘计算 人工智能 监控
边缘计算与AI结合的场景案例研究
【8月更文第17天】随着物联网(IoT)设备数量的爆炸性增长,对实时数据处理的需求也随之增加。传统的云计算模型在处理这些数据时可能会遇到延迟问题,尤其是在需要即时响应的应用中。边缘计算作为一种新兴的技术趋势,旨在通过将计算资源更靠近数据源来解决这个问题。本文将探讨如何将人工智能(AI)技术与边缘计算结合,以实现高效的实时数据分析和决策制定。
67 1
|
1月前
|
人工智能 搜索推荐 算法
智能时代下的伦理困境:AI技术与人类价值的博弈
随着人工智能技术的飞速发展,其在医疗、金融、教育等众多领域的应用日益广泛。然而,伴随技术进步而来的是一系列伦理问题,如隐私泄露、算法偏见和责任归属等。本文将探讨AI技术带来的伦理挑战,分析其背后的原因,并提出相应的解决策略,旨在促进AI技术的健康发展,同时保护人类社会的基本伦理价值。
45 3
|
2月前
|
数据采集 机器学习/深度学习 人工智能
AI小分子药物发现的百科全书,康奈尔、剑桥、EPFL等研究者综述登Nature子刊
【7月更文挑战第12天】康奈尔、剑桥及EPFL科学家合作,详述AI在药物发现中的突破与挑战[^1]。AI现用于新化合物生成、现有药物优化及再利用,加速研发进程。尽管取得进展,可解释性不足、数据质量和伦理监管仍是待解难题。 [^1]: [论文链接](https://www.nature.com/articles/s42256-024-00843-5)
35 3
|
2月前
|
机器学习/深度学习 人工智能 算法
AI与创意写作:机器如何学习讲故事
【7月更文挑战第8天】在数字时代的浪潮中,人工智能已经从实验室走向了文学创作的领域。本文将探讨AI在创意写作中的应用,揭示它如何通过算法模仿人类的思维模式,生成引人入胜的故事。我们将一同穿梭于代码与文字之间,见证一个由数据驱动的叙事新纪元的诞生。
|
3月前
|
存储 人工智能 Kubernetes
[AI OpenAI] 保护前沿AI研究基础设施的安全
概述支持OpenAI前沿AI模型安全训练的架构。
[AI OpenAI] 保护前沿AI研究基础设施的安全
|
3月前
|
人工智能 安全 网络安全
简述AI漏洞修复研究现状及发展方向
鲁军磊先生的演讲聚焦AI在网络安全中的应用,特别是自动化漏洞修复。他讨论了大模型技术的最新进展,AI如何增强漏洞发现与修复,并介绍了AI智能体的三种协作模式。传统漏洞修复流程从手工审计到智能化挖掘逐步演进,而AI技术通过智能决策和自动化执行提高效率。未来趋势包括智能化防御、跨域协同、安全合规自动化、隐私保护强化和安全技能普及,以及可持续安全生态建设。AI正重塑网络安全领域,推动更高效、精准的防御策略。