1. 人工智能不是魔杖
第一个误解是人工智能是某种巫师。剧透警告：事实并非如此。并非所有问题都会得到解决。有时这可能会导致新的问题。当然，你可以在国际象棋比赛中预测你的下一步行动，但这无助于你处理与情感上无法相处的室友的关系。相信我—— 我试过了。
2. 每个人都认为自己是专家
当人工智能成为主流，人人都会成为专家。从Twitter 帖子到LinkedIn 热议，“AI 好友”现象是真实存在的。但真正的专业知识需要多年的研究论文、编码、失败和重新发明。人工智能不是你可以在周末训练营中学到的东西。
3. 人工智能反映我们——好的、坏的、丑陋的
模型了解一切。他们从我们提供的数据中学*，但你猜怎么着？我们的数据充满了偏见、刻板印象和社会混乱。因此，如果你看到一个人工智能说出了一些有问题的内容，不要责怪人工智能——，而是责怪创造它的人类。
4. 一切都关乎数据
没有数据的人工智能就像没有奶酪的披萨。它不起作用。如果您认为可以在其中添加任意数据，请再考虑一下。人工智能模型非常挑剔——输入和输出都是垃圾。
5.算法只是工具
人们认为算法是某种神秘的力量，但它们实际上只是数学。是的，它们是复杂的数学，但它们不是思考实体。他们按照程序—— 行事，仅此而已。我们太认真地对待他们了。
6. 幻觉是真实存在的（而且人工智能也存在幻觉）
如果您认为人工智能不会犯错误，那么让我向您介绍幻觉的概念—— 当人工智能模型开始做某事时。这就像说你的朋友上周末看到了汤姆·克鲁斯。然而，人工智能可能会在销售电话中产生完全错误的医疗建议或虚构公司。
7. 人工智能炒作周期令人精疲力尽
每隔几个月，人工智能的新“突破”就会成为头条新闻。每一次，人们要么欢呼，要么惊慌。事实是什么？大多数“突破”都是渐进式的改进。真正、有意义的进展发生在实验室安静的角落，没有新闻稿的炒作。
8. 人工智能暂时不会抢走所有工作
人工智能会改变就业市场吗？当然会。但它会取代所有人吗？我不知道。工作岗位不断变化，新角色出现，经济也发生变化。但我们仍然需要人们来构建、管理和解释这项技术。另外，还得有人煮咖啡。
9. 人工智能已经无处不在（而你却没有注意到）
人工智能无处不在，从手机上的自动完成功能到决定您接下来要观看的内容的算法。这并不一定引人注目。有时，它就像一个无声的背景播放器，在您不知情的情况下巧妙地塑造您的日常生活。
10. 我们仅触及人工智能潜力的表面
今天的人工智能能力令人印象深刻，但我们仍处于早期阶段。我们已经构建了可以翻译语言、分析复杂数据和生成创意作品的模型，但真正创新的应用程序仍在开发中。
11.“通用人工智能”仍是一个遥远的梦想
有很多关于人工智能达到人类水平智能的讨论，但我们距离那个水平还很远。今天的人工智能是专业化的，擅长某些任务，但在该领域之外一无所知。通用人工智能，或者理解一切的人工智能，仍然是科幻小说中的内容。
12. 人工智能喜欢学*，但学*成绩却很差
训练人工智能模型就像训练一个多动的幼儿。 —— 重复很重要，但设定限制也很重要。一个错误的数据点会使模型偏离轨道。这是教与不学之间非常微妙的舞蹈。
13. 道德，道德，道德
如今，人工智能领域最大的争议不是技术能力，而是伦理问题。从隐私问题到有偏见的决策，话题正在转向如何使人工智能变得公平、透明和合乎道德。我们基本上是在试图控制一项发展太快的技术。
14. 偏见不会很快消失
无论您如何清理数据或调整算法，人工智能中的偏见都是一个难以解决的问题。它存在于我们的社会、我们的系统和我们的数据中。解决人工智能中的偏见意味着首先要解决其他地方的偏见。人工智能反映了我们的世界，但有时这种反映并不美好。
15. 人工智能极具创造力（但仍然是模仿者）
AI 生成的艺术、音乐和文学很酷—— 但请记住，这些模型只是重新混合和重新呈现您以前见过的模式。创造力是有的，但更多的是模仿，而不是真正的创新。它不像下一个披头士乐队，而是你听过的最好的翻唱乐队。
16.“黑匣子”问题是真实存在的
AI 模型已经变得如此复杂，甚至开发人员也并不总是理解他们为什么做出某些决定。这就是所谓的“黑匣子”问题，既令人着迷又令人担忧。想象一下您的GPS 确定了您的路线而不解释原因。 —— 有点相似，但规模更大。
17. 人工智能目前还不能理解语境
人工智能模型可以解释语言并生成响应，但它们经常错过人类交流的微妙之处。他们不像我们那样“理解”上下文。当你问人工智能问题时，它可能没有意识到你在开玩笑或讽刺。上下文很难解决，也是人工智能的不足之处之一。
18.人工智能如果落入坏人之手，可能会很危险
问题不在于技术本身，而在于人们如何使用它。如果落入坏人之手，人工智能可能会传播错误信息、操纵观点，甚至支持网络攻击。滥用的可能性很高，监管必须继续。
19. 红队 AI 至关重要
OpenAI 和其他公司使用“红队”—— 团队对AI 模型进行压力测试以查找漏洞。这是一种主动的方法，有助于在漏洞变成更大的问题之前发现它们。将其视为友好的破坏，就像为批评者提供安全网一样。
20. 人工智能淘金热真实存在（且不受监管）
人工智能领域有一场霸主之争，有点扑朔迷离。公司竞相开发最强大的模型，但往往缺乏监督。这场激烈竞争的结果仍在揭晓，而且赌注很高。我们从谨慎乐观转向了全面的AI FOMO。
21.聊天机器人将继续存在（但不要期待奇迹）
聊天机器人正在变得更好，但它们仍然不是最好的治疗师或客户服务代表。这些将继续发展，但它们目前的局限性使它们更像是有用的助手，而不是成熟的问题解决者。
22. 人工智能可能像其创造者一样有偏见
—— 您以前可能听说过，人工智能的好坏取决于用于训练它的数据。如果作者有偏见，那么模型也会有偏见。它就像一面镜子，映照出世界的不完美。无论你如何清理数据，这些偏见都会蔓延。
23.人工智能的能源问题
训练人工智能模型需要大量能源，能源消耗水平甚至高于小国。随着人工智能规模的不断增长，这是一个主要问题，迫切需要解决方案以使这些系统更具可持续性。人工智能可能很酷，但碳排放却不然。
24. 人工智能知道如何说服你（这很可怕）
现代人工智能模型已将说服力提升到科学水平。它们旨在吸引用户，虽然它们的营销效果很好，但当你从社会层面考虑它们时，它们就有点可怕了。我们需要小心我们对这些系统的影响程度。
25.可解释性很重要
当今最大的挑战之一是让人工智能变得可解释。如果模特拒绝向某人提供贷款或进行医疗诊断，您需要知道原因。透明度正在成为一个不可协商的因素，也是人工智能研究人员正在解决的最复杂的问题之一。
26.人工智能模型需要边界
随着自主系统的兴起，人工智能需要明确的规则和护栏。我们正在进入一个阶段，我们必须决定我们的人工智能模型应该有多少自由度以及在哪里划清界限。这就像为青少年设定界限，只不过有一天他们可能会掌管经济。
27.人工智能正在不断自我完善
AI 模型现在可以通过强化学*等过程来改进自身。虽然这对于性能来说非常有利，但它也会带来潜在的控制问题。如果人工智能变得太擅长优化自身，它可能会逃避人类监督，—— 可能会引发有关道德和安全的争论。
28. 监管即将出台（但进展缓慢）
政府和监管机构终于开始关注人工智能，但进展缓慢。技术的发展速度快于法律的发展速度。这意味着我们生活在受到严格监管的西方。人工智能治理的未来是未来十年最重要的话题之一。
29.合作胜过竞争
人工智能领域竞争激烈，但真正的进步来自协作。开源项目、合作伙伴关系和多学科努力正在以前所未有的速度推动进步。如果你想在人工智能领域取得成功，关键是分享知识，而不是囤积知识。
30. 我们仍在努力解决问题
八年后，一件事变得清晰。这意味着我们仍在发现人工智能。每一个发现都会提出新的问题，而且情况也在不断变化。但这就是这个领域如此令人兴奋的原因。这并不意味着找到所有答案，而是探索可能性。
版权声明：本文转载于网络，版权归作者所有。如有侵权，请联系本站编辑删除。