Quantum AI: Finare är inte alltid bättre
ZDNet är Tiernan Ray förklarar Karen Roby av TechRepublic att användarna bör vara skeptisk till dagens försök att ha kvantdatorer förbättra AI. Läs mer: https://zd.net/2JhQxmP
Du har sett rubrikerna: “AI kan läsa dina tankar,” “AI är bryggning din nästa whisky” “AI: n är bättre än läkarna på något eller någon annan,” “Detta AI låter så övertygande att det är för farligt att släppa in the wild”, och så vidare.
Och, naturligtvis, den allestädes närvarande, AI förstör arbetstillfällen.
De flesta människor kan instämma i att det finns täckning för fenomenet av artificiell intelligens i den populära media är dåliga. AI-forskare vet det, några reportrar vet det, och förmodligen den genomsnittliga konsumenten i media misstänker det.
Rubrikerna är oftast fylld med angelägna vädjan till panik, och innehållet i artiklarna är vaga, dunkla, och anthropomorphized, vilket leder till fruktansvärda former av medvetande.
Också: MIT slutligen ger ett namn till summan av alla AI rädslor
För femtio år sedan, Drog McDermott på MIT AI Lab hade en bra tid för sådant vilseledande beskrivningar. Han kallade det, “artificiell intelligens uppfyller naturlig dumhet.” Då McDermott fick ta itu med sina kamrater inom AI-området och deras orimliga anthropomorphizing. Det verkar i dessa dagar, naturlig dumhet är levande och i journalistik.
Varför är det så? Det är fallet eftersom en hel del att skriva om AI är inte om AI, per se, det är att skriva kring AI, undvika vad det är.
Vad är det som saknas i AI rapportering är maskinen. AI inte fungerar i en mystisk eter. Det är inte en glödande hjärnan, som vi sett i så många AI bildbyrå bilder. Det är en insats för datorer. Det är förenat med vilka datorer som har använts och hur de är att bli. Många verkar glömma detta.
Datorer är och har alltid varit funktion maskiner: De tar input och omvandla den till en utgång, som till exempel att omvandla tangenttryckningar till symboler på en skärm.
Maskininlärning handlar också om funktioner. Machine learning operationer i en dator som tar in data och omvandla det på olika sätt, beroende på vilken typ av funktion. I decennier, som hade funktion att vara konstruerad. Som data och beräkna blev riktigt billiga, vissa aspekter av den funktionen kan vara formade av de uppgifter som i sig snarare än att vara konstruerad.
Dessutom: Varför chatbots fortfarande lämna oss kalla
Maskininlärning är bara en funktion maskin, vars egenskaper är formade av data.
När som helst “AI” gör något, det innebär att någon har konstruerat en maskin vars funktion transformation av input till output är accepteras en viss grad av frihet, en flexibilitet utöver den uttryckliga programmering.
Det är inte samma sak som att producera en mänskliga-liknande medvetande som är “lärande” i den meningen att vi tänker på det. Sådana maskiner är inte “att räkna saker ut,” en annan människoliknande trop mis-tillämpas. Snarare, deras funktioner ändras av data på ett sätt som gör input omvandlas till en utgång på överraskande sätt, med resultat att vi verkar nästan att känna igen som att vara som det mänskliga tänkandet.
Att maskinen sanningen om AI är skymd i täckningen av AI
En anledning till att maskinen är kvar av den diskussionen är att journalister i allmänhet är intellektuellt lata. De tycker inte att utforska svårt idéer. Det innebär att de inte kommer att göra det arbete som krävs för att förstå AI som en produkt av design och teknik, i dess olika former. De kommer inte att knäcka en bok, säg, eller läsa forskning för att lära sig språket i den disciplin. Deras okunnighet om allt de inte bry sig om att lära sig om datorer förstärks nu av allt är de inte bry sig om att lära sig om AI
Också: AI är inte En student: DeepMind nästan flunkar high school math
Vad sägs om dessa rubriker? Rubrikerna är ofta skrivna av redaktörerna, inte av journalister. Oavsett vad historien är, rubriken kan hamna clickbait. AI är en term med sizzle. Det är bra för sökmotoroptimering, eller SEO, för att driva trafik till online artiklar.
Den andra anledningen AI rapportering slutar upp att vara hemska är att många partier som faktiskt gör AI inte förklara vad det är de gör. Akademiker och forskare kan ha några incitament att göra så, av respekt för förståelse i allmänhet. Men det är ofta oklart vad som är den faktiska fördelen är att deras arbete när reportrar har inte ens försökt att möta dessa forskare halvvägs, genom att göra det intellektuella arbetet som krävs för att få en viss grundläggande förståelse.
For-profit företag, som till exempel teknik för företag, aktivt benägen att hålla dunkel. Vissa vill bevara sekretessen för immateriella rättigheter. Andra vill bara utnyttja imprimatur “AI” och samtidigt faktiskt inte engagera mig i AI, per se.
En hel del av de programvaror som utvecklats kan handla om ganska vardagliga statistiska metoder som inte har någon likhet med AI. Det är därför inte av intresse för ett företag att släppa ut katten ur påsen och visar hur vardagliga tekniken är.
Måste läsa
Vad är AI? Allt du behöver för att vetavad är djupt lärande? Allt du behöver för att vetavad är lärande? Allt du behöver för att vetavad är cloud computing? Allt du behöver veta
Om du frågar dessa företag vilken typ av neurala nätverk som de kan använda, till exempel, säg, en convolutional neurala nätverk, en lång-kort-sikt minne strategi, eller en sådan fråga, kommer de att byta ämne eller mumlar något otydligt. Den reporter som tar sig besväret att få en viss grundläggande förståelse av lärande i allmänhet kommer att köra upp mot sten-walling från sådana enheter.
Skilsmässa AI från hela historia i datorer, lossa den från material detaljerna som gör upp maskinen lärandet, leder inte bara till dålig artiklar, det är förvirrande diskussion om etik i AI
Om AI är en funktion maskin den art som är till en del bestäms av uppgifter, ansvar för alla de dåliga saker som kan hända med AI vilar inte enbart med AI Del av den vilar med andra aspekter av datorer som fanns före denna tid. Saker som automation har varit en effekt av maskiner under en längre tid. Datorer som automatisera uppgifter som kan ha en inverkan på jobb, och även om effekterna kan förstärkas genom att AI, frågan är inte strikt en AI fråga; det är en computing frågan, en maskin fråga, en automation-frågan, och, slutligen, en fråga om värderingar i samhället.
Ett samhälle som inte vet vad design är och hur det relaterar till AI, och därför inte riktigt förstå vad AI är, inte kan tänkas ha en bra debatt om etik och AI
Förhoppningsvis insatser såsom en nyligen föreslagits av MIT-forskarna kommer att få en större förståelse. MIT-forskare argumentera för en ny vetenskap som liknar etologi, i vilka datorer som kommer att utforskas i ett bredare sätt som tar hänsyn till alla de sätt som de är avsedda, och alla de sätt som de används i samhället, inte bara det smala fall av maskiner som verkar för att efterlikna mänskligt beteende. Deras termen “maskin beteende,” kan hjälpa till att sätta tillbaka datorn i bilden.
Artificiell Intelligens
Xilinx förädlar AI chips strategi: Det är inte bara det neurala nätverket
Intels Mobileye chief beklagas tweaking av AI, berättar upp MaaS, som går bortom LIDAR
SoftBank-Gruppen vill rida AI enhörningar i framtiden
Über vs Lyft: Hur rivaler strategi moln, AI, och maskininlärning
AI i Hälso-och Rädda liv till befolkningen skala (CNET)
AI kommer att eliminera 1 av 8 arbetstillfällen i Asien genom 2024 (TechRepublic)
Relaterade Ämnen:
Big Data Analytics
Digital Omvandling
CXO
Sakernas Internet
Innovation
Affärssystem