4星|《超级技术:改变未来社会和商业的技术趋势》:AI对人友好吗

简介:

超级技术:改变未来社会和商业的技术趋势

多位专家或经济学人编辑关于未来的预测,梅琳达·盖茨写了其中一章。在同类书中属于水平比较高的,专家只写自己熟悉的领域,分析与预测有理有据而不仅仅是畅想性质。

以下是书中一些内容的摘抄,#号后面是kindle电子书中的页码:

1:有人说,新技术将会给世界带来和平,因为沟通能够消除隔阂、团结所有人。这听起来像是20世纪90年代互联网的故事,实际上,却是19世纪中期电报的故事,被人们称为“思想大道”。#159

2:人们经常担心新发明会侵犯他们的隐私。19世纪80年代,第一台柯达相机引发了人们对于被偷拍的恐慌,这与2013年谷歌眼镜带来的争议何其相似。18世纪90年代的小说,20世纪前10年的电影、50年代的漫画书、90年代的视频游戏,都曾被指责会腐蚀年轻人的思想道德。#171

3:在一个多世纪以前发明汽车的时候,人们忧心忡忡:安全隐患、监管不确定、事故中的责任鉴定、新技术将剥夺工作的担忧等。#251

4:数学模型显示,共享的自动驾驶出租车可以为一个城市减少大约90%的车辆。#255

5:20世纪初,比空气更重的飞行器被人们认为是不可行的。当其被证明可行后,又被人们认为是危险的。#276

6:一组被称为CRISPR(基因编辑)的技术在科学圈内外引起了轰动。本质上,CRISPR就是在基因层面实现了文字编辑器的“查找和替换”功能:相对于以前的技术,它能够以更高的精度进行基因序列的定位和编辑,具有巨大的医疗潜力。#281

7:我们可以期待这么一天,也许在不久的将来,计算机可以为核物理、天体物理、材料科学以及化学做它们今天已经为飞机设计所做的工作一样,来补充或者彻底替代实验室中的实验。#494

8:2050年,《经济学人》杂志也许会直接投射到你的大脑里。DARPA(美国国防部高级研究计划局,美国国防部下属的军事研究机构)希望在数字设备与人的大脑皮层之间建立一座桥梁。#595

9:我们的思维将不再局限于狭窄的颅骨内,而是可以真正地暴露在宇宙中,这将给我们带来极大的好处,同时带来巨大的风险。#630

10:DARPA已经意识到潜在的问题,最近已经把移植仿生手臂的力量限制为“人体正常”水平,主要是因为担心网络安全问题。该机构担心具有超常力量的手臂的程序被破解,不管是被手臂的佩戴者,还是其敌人。这些安全问题才刚刚显现。#635

11:一个装满磁带的大仓库可能会被一块方糖大小的一堆DNA取代。另外,磁带可以保存数十年,纸可以保存几千年,我们在加拿大苔原冻土里面的75万年前的动物尸骸中却发现了完整的DNA。#729

12:分析师预测,到21世纪20年代中期,碳纤维将成为主流的生产材料,大量取代钢铁和铝。到2050年,大部分的汽车都将是电力驱动以及自动驾驶的,轻质碳纤维可以让这些汽车的空间更大、抗冲击性更强。#1607

13:一家名为盈创的中国公司正在打印房子。该公司使用一个巨大的挤压头,就像给蛋糕裱花边的挤压器一样,将速干的水泥和回收的建筑垃圾混合在一起组成建筑的各个模块,然后再进行现场拼装。#1668

14:到21世纪中叶,狙击技术将进一步得到提升:特种部队有可能发射制导子弹。美国国防部已经开始研究名为“EXACTO”的制导子弹,这种子弹能够在飞行中使用类似“鱼鳍”的装置调整轨迹。哪怕目标不在视线之内,狙击手也可以设计子弹轨迹绕过障碍物。#1738

15:令人担忧的是,一些国家正在开发完全不需要人就可以做出开火决定的软件。#1768

16:我们的世界将不可避免地被大公司控制。从消费者技术的现状来看,虚拟现实和增强现实将被少数几家公司控制。每个开发者都将受制于它们,每个消费者都必须同意它们的条款和协议。#2046

17:他们担心虚拟现实会损害孩子们的大脑。这些担忧已经是老生常谈,从20世纪的社交媒体、视频游戏、电视和摇滚音乐到16世纪的纸质印刷媒体,甚至是苏格拉底时期的书面文字(至少柏拉图这么认为)。#2065

18:所以我们应该把精力专注于真正的挑战……:我们应该确保人工智能是环境友好型的。我们应该确保人工智能是人类友好型的。我们应该让人工智能为人类工作。我们应该充分利用人工智能的预测能力为人类的自由和自主权工作。我们应该利用人工智能让我们更加人性化。#2191

19:【未来】主要有三个趋势:第一,今天很难的事情将会变得更加容易;第二,昂贵的东西将会更加便宜;第三,稀缺的事物将更加丰富。#2228

20:如果医生试图在不利用大数据系统的情况下进行诊断,那他们就被认为是玩忽职守,就像现在航空公司的飞行员如果关闭自动驾驶仪,按照以前的方法仅仅戴着头盔和护目镜来降落飞机,他们就会丢掉工作。#2238

21:软件可以告诉警察,他们应该到某个特定的区域巡逻,因为该地区的犯罪率似乎有升高的趋势,但是它不能告诉你为什么。#2335

22:2018年生效的欧盟数据保护法令指出,需要为公众提供算法决策的“解释权”,就像个人隐私有“被遗忘权”一样。#2340

23:美国一家大型医疗器械公司的工程师承认,该公司的一个植入设备使用了稍微差一点的方法,因为更好的算法是基于“深度学习”的,而这种算法不能按照监管机构要求的那样提供确切的工作原理。#2343

24:在促进社会公平方面,技术最大有可为的地方是降低劳动密集型服务(如教育)的成本。#2458

25:大学经常派专人到全国各地去探寻有天赋的孩子,为什么不能像以色列那样,通过电子游戏中的间谍软件来寻访天才少年?#2514

26:通用电气公司认为利用技术手段来提升工人的能力比淘汰他们更合适,通过为这些半熟练工人提供iPad和相关的应用程序,他们就可以胜任那些本来需要熟练工人的工作。#2516

27:很多决策者经常混淆结果平等与机会平等这两个概念。结果平等是与一个充满活力的社会不相容的:结果平等破坏了社会需要努力工作和创新的激励机制。它往往会适得其反,#2538

28:研究表明,很多工人和组织都不愿意把最后的决策权交给机器。无论是诊断病人,还是预测政治事件,相对于算法,人们还是一如既往地喜欢人为的判断。#2622

29:技术是一种具有独特运行规律、能够自我适应社会的自主实体,即使你不是一个马克思主义者,也会被这样的言论震惊。#3082

30:蒸汽动力对于工业的指数增长并不是必需的,它之所以被使用,并不是因为它无可替代,也不是因为它的成本更低,而是因为它很适合那些对其进行投资的人。它能够让他们突破时空的限制,让他们能够在任何地方建造磨坊,并且能够轻松地改变操作速度。#3099


















本文转自左其盛博客园博客,原文链接: http://www.cnblogs.com/zuoqs/p/8044931.html   ,如需转载请自行联系原作者

相关文章
|
9天前
|
人工智能 自然语言处理 机器人
文档智能与RAG技术如何提升AI大模型的业务理解能力
随着人工智能的发展,AI大模型在自然语言处理中的应用日益广泛。文档智能和检索增强生成(RAG)技术的兴起,为模型更好地理解和适应特定业务场景提供了新方案。文档智能通过自动化提取和分析非结构化文档中的信息,提高工作效率和准确性。RAG结合检索机制和生成模型,利用外部知识库提高生成内容的相关性和准确性。两者的结合进一步增强了AI大模型的业务理解能力,助力企业数字化转型。
44 3
|
7天前
|
人工智能 文字识别 运维
AI多模态的5大核心关键技术,让高端制造实现智能化管理
结合大模型应用场景,通过AI技术解析高端制造业的复杂设备与文档数据,自动化地将大型零件、机械图纸、操作手册等文档结构化。核心技术包括版面识别、表格抽取、要素抽取和文档抽取,实现信息的系统化管理和高效查询,大幅提升设备维护和生产管理的效率。
|
17天前
|
机器学习/深度学习 人工智能 自然语言处理
思通数科AI平台在尽职调查中的技术解析与应用
思通数科AI多模态能力平台结合OCR、NLP和深度学习技术,为IPO尽职调查、融资等重要交易环节提供智能化解决方案。平台自动识别、提取并分类海量文档,实现高效数据核验与合规性检查,显著提升审查速度和精准度,同时保障敏感信息管理和数据安全。
72 11
|
12天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
63 4
|
12天前
|
机器学习/深度学习 人工智能 算法
基于AI的性能优化技术研究
基于AI的性能优化技术研究
|
16天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗健康领域的应用与挑战####
本文旨在探讨人工智能(AI)技术在医疗健康领域的创新应用及其面临的主要挑战。通过深入分析AI如何助力疾病诊断、治疗方案优化、患者管理及药物研发,本文揭示了AI技术在提升医疗服务质量、效率和可及性方面的巨大潜力。同时,文章也指出了数据隐私、伦理道德、技术局限性等关键问题,并提出了相应的解决策略和未来发展方向。本文为医疗从业者、研究者及政策制定者提供了对AI医疗技术的全面理解,促进了跨学科合作与创新。 ####
|
15天前
|
人工智能 算法
AI技术在医疗领域的应用及其挑战
【10月更文挑战第31天】本文将探讨AI技术在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念开始,然后详细介绍其在医疗领域的应用,包括疾病诊断、药物研发、患者护理等方面。最后,我们将讨论AI技术在医疗领域面临的挑战,如数据隐私、算法偏见等问题。
|
15天前
|
存储 人工智能 文字识别
AI与OCR:数字档案馆图像扫描与文字识别技术实现与项目案例
本文介绍了纸质档案数字化的技术流程,包括高精度扫描、图像预处理、自动边界检测与切割、文字与图片分离抽取、档案识别与文本提取,以及识别结果的自动保存。通过去噪、增强对比度、校正倾斜等预处理技术,提高图像质量,确保OCR识别的准确性。平台还支持多字体识别、批量处理和结构化存储,实现了高效、准确的档案数字化。具体应用案例显示,该技术在江西省某地质资料档案馆中显著提升了档案管理的效率和质量。
|
17天前
|
机器学习/深度学习 人工智能 自然语言处理
医疗行业的语音识别技术解析:AI多模态能力平台的应用与架构
AI多模态能力平台通过语音识别技术,实现实时转录医患对话,自动生成结构化数据,提高医疗效率。平台具备强大的环境降噪、语音分离及自然语言处理能力,支持与医院系统无缝集成,广泛应用于门诊记录、多学科会诊和急诊场景,显著提升工作效率和数据准确性。
|
13天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗领域的应用及其挑战
【10月更文挑战第33天】随着人工智能技术的不断发展,其在医疗领域的应用也越来越广泛。从辅助诊断到治疗方案的制定,AI技术都发挥着重要作用。然而,随之而来的挑战也不容忽视,如数据隐私保护、算法的透明度和可解释性等问题。本文将探讨AI技术在医疗领域的应用及其面临的挑战。
25 0

热门文章

最新文章