AI文化的轉變是一個循序漸進的工作,但有四個主要原因,解釋了為什么機器和人類將繼續合作。
卡內基梅隆大學工程學院材料科學與工程教授,桑迪亞國家實驗室計算材料科學家伊麗莎白·霍爾姆說:我們正處于AI(人工智能)文化的轉折點。
她還表示,機器并不能取代人類專家。
“盡管機器擅長處理很多事情,比如大量的數據,但機器仍然需要人類專家來分析數據、設置參數并指導它們進行決策。”霍爾姆說。
“工程和科學決策是建立在理解事物如何工作的基礎上的。一座橋梁是如何支撐它的負載的?一個發動機是如何將燃料轉化為動力的?與人類相比,AI只能將數據轉換為決策,而不了解任何基本原則。”霍爾姆說,“想要將AI應用于工程和科學,就需要文化上的轉變:我們要么學會信任我們不理解的決定,要么讓AI進化得更高級,將它們的決定建立在人類能夠解釋和控制的原則之上。”
霍爾姆說,目前,人們正在探索如何平衡這些選擇。
“駕駛自動駕駛汽車的AI軟件是基于數據,而不是預先編程的駕駛原則。”霍爾姆說,“因為我們相信AI能從數據中學習到正確的東西,所以我們同意讓自駕車進入我們的道路。不過,當一個行人被自駕車撞死時,我們就不會再允許它們上路,并要求AI解釋它自己的行為,我們再根據人類可以控制的規則讓AI進行決策。”
霍爾姆說,AI文化的轉變是一個循序漸進的工作,但有四個主要原因,解釋了為什么機器和人類將繼續合作。
壹
智能機器在處理大量數據方面
非常出色
霍爾姆認為,像需要收集大量數據的制造過程,比如3D打印,將受益于計算機視覺這樣的AI原理,這些原理可以將所有的數據進行分類。
“AI也是增材制造研究的一個重要領域,”她補充道,“增材制造與大多數生產流程不同,因為它可以實時地收集數據,這為數據科學提供了很大的空間。”
霍爾姆指出,Facebook和亞馬遜正在使用的AI應用程序,如面部識別和有針對性的廣告,已經讓我們所有人意識到整合大量社會數據的力量了。
“3D打印在每一步都會生成大量的視頻、音頻和儀器數據。我們的目標是使用相同的AI概念來優化增材制造工藝中的質量和成本。”霍爾姆說。
貳
機器能夠增強人的能力
“當我們使用電腦來尋找缺陷時,就像我們用電腦來讀取放射照片、X光和CAT掃描一樣,”霍爾姆說。“意思是,電腦的確可以首先查找相關的領域,但電腦無法替代那些能看著這個缺陷說:‘不,這沒什么可擔心的’或者‘是的,機油變黑時就會發生這種情況,這里確實出問題了’的人類專家們。
霍爾姆說,我們已經從所接觸到的醫學圖像中意識到了這一點。
“如今,對于許多像乳房X光檢查這樣的常規放射檢查,第一個檢查結果的實體就是計算機。AI軟件能夠定位出正常和異常的區域,并將結果告訴人體放射科醫生來進行進一步檢查并提出建議。”霍爾姆說。
叁
機器能以更少的時間完成單調乏味的
任務,從而節省了人們的時間
單調重復的任務可能要成為過去了。
霍爾姆說:“一個研究生最不想做的事大概就是畫工程分拆圖了,因為畫圖可能要花費好幾個小時,而且這會引起很多的焦慮。他們發誓自己畢業后就再也不會做這樣的事了,而這也將接著成為其他研究生的苦惱。但電腦就不會有這種煩惱,因為電腦可能永遠不會感到無聊,因為電腦根本不懂什么是無聊。”
“例如,一家公司通過對其產品的每一批樣品進行顯微掃描來進行質量控制。絕大多數樣本都是完全正常和不重要的,只有罕見的異常樣本才是重要的,”霍爾姆補充道,“所以這個過程會花費人類專家大量的時間,而且還不會用到他或她的專業知識,但AI系統可以耐心地掃描樣本并剔除正常的結果,這樣人類專家就可以把更多的時間和注意力集中到相關的和更加具有挑戰性的發現上了。”
肆
智能機器都是人類制造的
“卷積神經網絡的每一步都是我們本科時在工程學院學過的信號處理過程,”霍爾姆說,“當然,還有一個反饋回路,它是關于如何開發濾波器和信號處理器的結構的學習回路。但它不是魔法,它只是一組所有工程師都已經知道的簡單的事情。”
“我認為重要的是不要賦予機器深度學習算法的強大能力,至少不能比人腦更強大。”霍爾姆補充說。
卡內基梅隆大學自20世紀50年代以來一直是人工智能的先驅。赫伯特·西蒙和艾倫·紐威爾在1955年創立了“邏輯理論家”這門課程,這被認為是他們在大學任教期間的第一個人工智能課程。西蒙在1978年獲得諾貝爾經濟學獎,他還和紐維爾在1975年共同獲得了圖靈獎。
2018年5月,該大學的計算機科學學院(SCS)在2018年秋季增加了人工智能本科學位,這也被看作是全美國所有大學中的第一個這種學位。
卡內基梅隆大學SCS機器人學和計算機科學的研究教授里德·西蒙斯說,像這樣的課程將對未來科技的發展產生影響。
西蒙斯說:“隨著社會中數據的激增,我們越來越有必要尋找方法來分析所有的這些數據,并對其進行解釋,這也是AI能夠為我們提供幫助的地方。無論是通過更好地了解金融市場,還是通過提高運輸的安全性和效率,亦或是通過使我們的生活更有效率和樂趣…”
西蒙斯補充道:“畢業于AI專業的學生不僅會懂得如何使用AI來改善社會,他們還會擁有專業的技能和敏銳的洞察力來幫助開發下一代更強大的AI工具。”
-
機器人
+關注
關注
211文章
28384瀏覽量
206920 -
AI
+關注
關注
87文章
30746瀏覽量
268897
原文標題:機器永遠需要人類的四個理由
文章出處:【微信號:drc_iite,微信公眾號:全球技術地圖】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論