新闻 / 人工智能技术
Artefact 关于人工智能的现实，有三件事值得注意：
Artefact 关于人工智能的现实，有三件事值得注意：
1.人工智能不是魔术
人工智能的 “智慧 ”无法让它质疑代表其 “食物 ”的 data。它只能根据所提供的信息 “工作”。如果 data 的质量不相关、不完整、不可靠，那么算法就无法达到预期，它对手头问题的反应也将是不可靠的。.
模型质量本身并不能决定输出结果的质量。这些结果与输入 data 的质量直接相关。设计质量是任何人工智能项目的要求之一。.
确保和维护 data 的质量是人工智能核心项目的主要职责之一。.
2.必要的人工 “工艺
仅仅为模型提供高质量的 data 是不够的。Data 无法直接使用，需要人工执行一些步骤。.
机器学习模型是具有潜力的数学结构。就像人类的肌肉一样，它们需要经过训练才能适应所需的努力。.
人工智能算法也必须在 database 上进行 “训练”。这就是它们 “学习 ”提高效率的方法。.
要训练算法，需要三个人工步骤：
- 提供高质量的 data： 选择、验证、导入、质量评估等。.
- 准备学习基础： 选择、转换和标记 data，使其可用。后者是监督和半监督算法所必需的，在监督和半监督算法中，data 被探索、分析，然后被元 data*“标记”。以图像识别为例，标记过程提供了一个图像库和对每个图像的描述。这是一个耗时的人工步骤，需要对数千张照片的内容进行描述。.
- 火车 基于学习的模型选择和训练的重复性方法，直到获得正确的模型。与人们普遍认为的相反，人工智能并不神奇。它不是一台只需输入信息并自行学习的智能机器--即插即用是不存在的。.
这些人工操作步骤转化为关键的业务规则和方法，因此我们可以正确地利用算法并将其集成到现有的基础设施中。.
3.人工智能提升人类，但不会取代人类的智慧
虽然有些算法会自动调整参数，但人工智能仍由人类编程。如果在编程过程中存在认知偏差，或输入 data 中存在偏差，人工智能将无法检测到这些偏差，并会产生与最初目标不符或具有不道德意图的有偏差的结果。.
2016年，微软设计了一款名为Tay的人工智能，“与人互动并娱乐他们”。Tay在Twitter上表达了自己的想法，这个渠道通过与网民的互动丰富了人工智能。在 ‘自由 ’状态下，Tay 收集了 Twitter 上所有愿意分享的信息，无论好坏......
......经过 24 小时的存在和 96,000 条推文后，人工智能断开了连接。Tay 刚上线时的语气坦率而热情，但很快就变了。面对极端观点，Tay 开始发表种族主义言论。.
美国科技媒体的参考网站之一 Motherboard* 对此发表了评论： “卢梭是对的：人之初，性本善，社会使人堕落。但它不知道的是，这个假设对机器同样有效”。”
虽然 Tay 的例子影响不大，但有偏见的人工智能可以被用作大规模歧视的武器。例如，一家公司使用的求职者评分系统可能会根据性别或地域出身等参数来增加被排除在外的概率，以便与当前的求职者相匹配，而招聘团队却不会注意到这一点。必须对人工智能进行改进，以消除可能对模型产生负面影响的不必要参数。.
使用神经网络等复杂算法无法识别潜在的偏差。模型的验证基于其重现示例的能力，应谨慎使用。该模型的探索性还能发现一些被人类凭直觉摒弃、但对预期结果有影响的参数。.
