大咖 | 吴恩达最新专访:在自动化的时代创造一个平等的社会

简介:

2016年,谷歌AlphaGo在围棋大战中战胜人类顶尖棋手李世石,微软研发的人工智能设备Echo的语言理解能力击败人类,IBM人工智能医疗机器人Watson仅用时10分钟首次确诊人类罕见白血病。

2017年,AlphaGo Zero无师自通100:0战胜旧版AlphaGo,国务院印发《新一代人工智能发展规划》,阿里巴巴宣布成立达摩院

2018年,Waymo获得加州首张真·无人车许可证,华为、苹果发布7nm工艺芯片手机,摩尔定律继续发挥它的作用......

人工智能如此迅速的发展,在不久的未来,AI必将替代人类一部分工作。

b0829b11838f99681b4e1a41774678c4237c6d0b

你可能会说,现在尚未出现有感知的AI,所以我们不必担心人工智能会带来颠覆性的影响。

但,你不得不承认如今现有AI已经开始改变几乎所有产业。

人工智能在我们的未来究竟会扮演怎么样的角色,吴恩达最近在The Future of Everything节目中提到了如何在自动化的时代创造一个平等的社会,CEO们如何无意识地误导大众对AI的看法,以及为什么如今AI这么被广泛接受。

以下是访谈内容,enjoy!

注:吴恩达是百度的前首席科学家,他带领了1300人的团队,帮助中国科技巨头创造了AI驱动的搜索引擎,虚拟助手和其他产品。在这之前,他联合创办了谷歌的深度学习研究团队Google Brain。他在神经网络上的研究促成了图片识别系统的诞生,也为安卓手机系统的语音识别打下了基础。他还联合创办了一个在线教育公司Coursera。

AI会像电力一样广泛应用

b182112fee6304d63c29b9214c237baed4b3d4ba

AI是一种目标广泛的科技,就像因特网和电力一样可以被应用在很多产业。我们很难想像大多数公司和政府在没有网络的情况下运作。在未来,我们也会很难想象在没有AI的情况下经营它们。

有条件的低保可以减少工作机会的损失

46ab51489314e69efcdd06a3f7d85eb905a65d51

在对AI的担忧里,工作被AI替换可能是人们最关心的问题。我们需要保证我们通过AI创造的财富是以公平公正的方式分配的。

对我来说,道德并不是要保证我们的机器人不会变邪恶,而是认真考虑我们正在建造的是什么样的社会,然后确保这是一个公平、透明、平等的社会。

我认为政府应当致力于完善有条件的低保。硅谷有很多人赞成无条件低保,但我不支持。工作使人有尊严。对于那些失业者,我真的支持政府为他们建立一个安全网,并相信他们会有所作为来回报社会,比如说学习。这样他们才能获得重新进入劳动市场的技能,从而回馈那些为他们的低保而付出的工作人士们。

我们需要改变教育(依靠招聘方的帮助)

73b93ba2f5ed1046e17e2f7d78faba6e4c943e71

我们建立了一个K-12(教育)系统,后来又建造了更高级别的教育系统,这都是曾经很难完成的事情。但现在除了这些,我们还需要别的。

我专注于建立一个教育框架,来给予人们他们需要的技能以获得经济上的成功。一个方式是增加知识的可得性,Coursea和deeplearnng.ai在这方面起到了很大作用,但我们不能止步于此。在教育体系的建立中,商业也发挥着重要的作用。

在我想创造的更好的未来里,你不会上了四年大学就一辈子码代码。你需要成为一个一辈子的学习者。甚至当你被一家公司雇佣了,这个公司需要承担更多的责任来帮助你的技能更新。

随着数字化内容的涌现,我们能够以更低的成本和更高的效率来实现这些。无论是培育优秀人才实实在在地支撑商业和政府,还是培养对于良好运作的民主系统而言至关重要的有教养的选民,教育都十分必要。

医生办公室和其它地方将实施自动化

在制造业,我们已经做了很多在视觉检查方面的工作。比起需要很多人(有时候是几百个人)站着用他们的眼睛来检查事物,我们可以编写软件,比如用一个相机来检查电路上是否有划痕。

在农业方面我们做了很多工作来收集数据,来帮助农夫们决定种植和收割谷物的最佳时间,帮助他们用更系统化的大数据来做决定。也有很多人在谈论医疗领域的自动化诊断。在这方面仍然有很多法规问题需要解决,但是我认为用AI作为一个帮助医生读X光片的决策辅助工具帮助医疗会是很有价值的事。我相信这在未来能够实现。

AI的冬天并没有来

54f6a760ca9f26e63dd694786ac0b5a4dcda3931

我不认为我们要面对另一个AI冬天(一段AI投资和兴趣减少的阶段)。早些时候AI冬天是因为没有通过AI创造很多经济价值,一小部分研究者的工作被夸大了。但是现在你看看,大众在支持AI的发展。公司通过AI获得了很多的收益,AI创造巨额价值的路径非常清晰明了,它不会消逝。

但是时间线还是太乐观了

很多次,我会在舞台上听到一个CEO宣扬他们工作用AI做的事情,20分钟以后我会跟他们的其中一个工程师谈话,他们会说:“不,我们没有做那个,我们完全不知道该怎么做到。”

我认为了解AI能做什么不能做什么需要一些个人判断,当高层不能判断的时候,很有可能会做出不符合实际的公开承诺。事实上,我们在自动驾驶领域看到很多这样的现象。很多汽车(原本的器材制造者)CEO承诺了他们的工程师认为不现实的自动驾驶汽车。我认为(CEO们)其实很真诚,只是真的不够了解在一定时间内什么可以实现。


原文发布时间为:2018-11-8

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“大数据文摘”。

相关文章
|
4月前
|
机器学习/深度学习 人工智能 算法
【AI伦理与社会责任】讨论人工智能在隐私保护、偏见消除、自动化对就业的影响等伦理和社会问题。
人工智能(AI)作为第四次产业革命的核心技术,在推动社会进步和经济发展的同时,也引发了一系列伦理和社会问题。以下从隐私保护、偏见消除以及自动化对就业的影响三个方面进行详细讨论。
88 2
|
2月前
|
机器学习/深度学习 人工智能 运维
构建高效运维体系:从自动化到智能化的演进
本文探讨了如何通过自动化和智能化手段,提升IT运维效率与质量。首先介绍了自动化在简化操作、减少错误中的作用;然后阐述了智能化技术如AI在预测故障、优化资源中的应用;最后讨论了如何构建一个既自动化又智能的运维体系,以实现高效、稳定和安全的IT环境。
77 4
|
2月前
|
运维 Linux Apache
,自动化运维成为现代IT基础设施的关键部分。Puppet是一款强大的自动化运维工具
【10月更文挑战第7天】随着云计算和容器化技术的发展,自动化运维成为现代IT基础设施的关键部分。Puppet是一款强大的自动化运维工具,通过定义资源状态和关系,确保系统始终处于期望配置状态。本文介绍Puppet的基本概念、安装配置及使用示例,帮助读者快速掌握Puppet,实现高效自动化运维。
66 4
|
24天前
|
机器学习/深度学习 运维 监控
智能化运维:从自动化到AIOps的演进之路####
本文深入探讨了IT运维领域如何由传统手工操作逐步迈向高度自动化,并进一步向智能化运维(AIOps)转型的过程。不同于常规摘要仅概述内容要点,本摘要将直接引入一个核心观点:随着云计算、大数据及人工智能技术的飞速发展,智能化运维已成为提升企业IT系统稳定性与效率的关键驱动力。文章详细阐述了自动化工具的应用现状、面临的挑战以及AIOps如何通过预测性分析和智能决策支持,实现运维工作的质变,引领读者思考未来运维模式的发展趋势。 ####
|
24天前
|
机器学习/深度学习 数据采集 人工智能
智能化运维:从自动化到AIOps的演进与实践####
本文探讨了智能运维(AIOps)的崛起背景,深入分析了其核心概念、关键技术、应用场景及面临的挑战,并对比了传统IT运维模式,揭示了AIOps如何引领运维管理向更高效、智能的方向迈进。通过实际案例分析,展示了AIOps在不同行业中的应用成效,为读者提供了对未来智能运维趋势的洞察与思考。 ####
56 1
|
1月前
|
机器学习/深度学习 数据采集 人工智能
智能运维:从自动化到AIOps的演进与实践####
本文探讨了智能运维(AIOps)的兴起背景、核心组件及其在现代IT运维中的应用。通过对比传统运维模式,阐述了AIOps如何利用机器学习、大数据分析等技术,实现故障预测、根因分析、自动化修复等功能,从而提升系统稳定性和运维效率。文章还深入分析了实施AIOps面临的挑战与解决方案,并展望了其未来发展趋势。 ####
|
1月前
|
机器学习/深度学习 数据采集 运维
智能化运维:机器学习在故障预测和自动化响应中的应用
智能化运维:机器学习在故障预测和自动化响应中的应用
60 4
|
2月前
|
运维 jenkins 持续交付
自动化部署的魅力:如何用Jenkins和Docker简化运维工作
【10月更文挑战第7天】在现代软件开发周期中,快速且高效的部署是至关重要的。本文将引导你理解如何使用Jenkins和Docker实现自动化部署,从而简化运维流程。我们将从基础概念开始,逐步深入到实战操作,让你轻松掌握这一强大的工具组合。通过这篇文章,你将学会如何利用这些工具来提升你的工作效率,并减少人为错误的可能性。
|
2月前
|
运维 Prometheus 监控
运维中的自动化实践每月一次的系统维护曾经是许多企业的噩梦。不仅因为停机时间长,更因为手动操作容易出错。然而,随着自动化工具的引入,这一切正在悄然改变。本文将探讨自动化在IT运维中的重要性及其具体应用。
在当今信息技术飞速发展的时代,企业对系统的稳定性和效率要求越来越高。传统的手动运维方式已经无法满足现代企业的需求。自动化技术的引入不仅提高了运维效率,还显著降低了出错风险。本文通过几个实际案例,展示了自动化在IT运维中的具体应用,包括自动化部署、监控告警和故障排除等方面,旨在为读者提供一些实用的参考。
|
2月前
|
机器学习/深度学习 数据采集 运维
智能化运维:机器学习在故障预测和自动化响应中的应用
【10月更文挑战第1天】智能化运维:机器学习在故障预测和自动化响应中的应用
73 3