A mesterséges intelligencia problémáinak áttekintése
A mesterséges intelligencia továbbra is növekvő előnyökkel jár az emberi életben. A Mckinsey-jelentés szerint a mesterséges intelligencia 2030-ra várhatóan 13 trillió dollárt fog hozzáadni a globális gazdasághoz, ami a teljes globális részesedés mintegy 16% -a. A kézzelfogható és monetáris előnyök ellenére az AI-nek számos hiányossága és problémája van, amelyek gátolják annak széles körű alkalmazását. A problémák között szerepel a biztonság, a bizalom, a számítási teljesítmény, a munkahely-veszteséggel kapcsolatos aggodalmak, stb.
A mesterséges intelligenciával kapcsolatos főbb problémák
Az alábbiakban bemutatjuk a mesterséges intelligenciával és annak lehetséges megoldásaival kapcsolatos fő problémákat.
1. Munkahely-elvesztési probléma
A mesterséges intelligenciával kapcsolatos munkahely-elvesztési aggályok számos üzleti eset és tudományos tanulmány tárgyát képezték. Az Oxford-tanulmány szerint az amerikai munkahelyek több mint 47% -át fenyegeti az automatizálás a 2030-as évek közepére. A Világgazdasági Fórum szerint a mesterséges intelligencia automatizálása több mint 75 millió munkahelyet fog helyettesíteni 2022-re. Néhány adat még ijesztőbb. A másik Mckinsey-jelentés szerint az AI-alapú robotok a jelenlegi globális munkaerő 30% -át helyettesíthetik. Az AI szakértője és Kai-Fu Lee kockázatitőke-befektető szerint a világon a munkahelyek 40% -át helyettesíti AI-alapú botok a következő 10–15 évben. Az alacsony jövedelmű és alacsony képzettségű munkavállalókat ez a változás sújtja leginkább. Mivel az AI napról napra okosabbá válik, még a magas fizetésű, magas képzettségű munkavállalók is érzékenyebbé válnak a munkahelyek elvesztésére, mivel a képzett munkavállalók magas költségei miatt a vállalatok jobb haszonkulcsot kapnak, ha automatizálják munkájukat. Ezeket a munkahely-veszteséggel és bérekkel kapcsolatos kérdéseket azonban a következő intézkedésekre összpontosítva lehet megoldani.
- Az oktatási rendszer átalakítása és nagyobb hangsúlyt fektetve a készségekre, például a kritikus gondolkodás, a kreativitás és az innováció, mivel ezeket a képességeket nehéz megismételni.
- Növeljük mind az állami, mind a magánbefektetéseket az emberi tőke fejlesztésében annak érdekében, hogy jobban megfeleljenek az ipar igényeinek.
- A munkaerő-piaci helyzet javítása a kereslet-kínálat közötti rés áthidalásával és a koncert-gazdaság lendületet adva.
2. Biztonsági probléma
Mindig sok dolog volt a mesterséges intelligenciával kapcsolatos biztonsági kérdésekben. Amikor olyan szakértők, mint Elon Musk, Stephen Hawking, Bill Gates, többek között az AI biztonságával kapcsolatos aggodalmaikat fejezik ki, ügyelnünk kell annak biztonsági kérdéseire. Számos olyan eset fordult elő, amikor a mesterséges intelligencia rosszul ment, amikor a Twitter Chabot visszaélésszerű és náci gondolkodásmódot kezdett formálni, más esetekben pedig, amikor a Facebook AI botjai egymással olyan nyelven kezdtek interakcióba lépni, amelyet senki más nem értne meg, végül pedig a projekt megvalósulásához vezetett. Leállitás.
Komoly aggodalmak vannak amiatt, hogy a mesterséges intelligencia valamit az emberiség számára ártalmas módon csinál. A jelen eset autonóm fegyverek, amelyeket más emberek megölésére programozhatunk. Szintén aggályok merülnek fel az AI „saját elméjének” kialakításával kapcsolatban, és nem értékeli az emberi életet. Ha ilyen fegyvereket alkalmaznak, nagyon nehéz lesz visszavonni annak következményeit. Az alábbiakban ismertetjük ezeket az aggodalmakat.
- Szigorú szabályozásokra van szükségünk, különös tekintettel az autonóm fegyverek létrehozására vagy kísérletezésére
- Az ilyen fegyverekkel kapcsolatos kérdésekben globális együttműködésre van szükség annak biztosítása érdekében, hogy senki ne vegyen részt a patkányversenyen
- A biztonságos használat biztosítása érdekében elengedhetetlen a rendszer átláthatósága, ahol az ilyen technológiákkal kísérleteztek
3. A bizalommal kapcsolatos probléma
Mivel a mesterséges intelligencia algoritmusai napról napra erőteljesebbeké válnak, számos bizalommal kapcsolatos kérdést vet fel a méltányos döntések meghozatalának képességével és az emberiség javítása érdekében. Ha az AI lassan eléri az emberi szintű kognitív képességeket, akkor a bizalom kérdése még jelentősebbé válik. Számos olyan alkalmazás létezik, ahol az AI fekete dobozként működik. Példa: a nagyfrekvenciás kereskedelemben még a programfejlesztők sem ismerik jól azt az alapot, amelyen az AI végrehajtotta a kereskedelmet. Néhány szembetűnő példa az Amazon AI-alapú algoritmus az egynapos kézbesítésre, amelyet véletlenül elfogult a fekete környéken. Egy másik példa a korrekciós bűncselekmény elkövetőinek profiljának meghatározása az alternatív szankciókhoz (COMPAS), ahol a mesterséges intelligencia algoritmusa, miközben a gyanúsítottak profilozása a fekete közösséggel szemben torzult. .
Az alábbiakban felsorolunk néhány olyan intézkedést, amelyet meg lehet tenni a bizalommal kapcsolatos kérdések áthidalására a mesterséges intelligencia területén
- Az összes fő mesterséges intelligencia szolgáltatónak meg kell határoznia az AI megvalósításában a bizalomhoz és az átláthatósághoz kapcsolódó irányadó szabályokat és elveket. Ezeket az elveket vallásosan be kell tartaniuk a mesterséges intelligencia fejlesztésében és használatában részt vevő összes érdekelt fél számára
- Minden érdekelt félnek tisztában kell lennie az AI algoritmus jellegzetesen járó torzításokkal, és rendelkeznie kell robusztus torzítás-észlelési mechanizmussal és kezelési módszerekkel.
- A tudatosság egy másik kulcsfontosságú tényező, amely nagy szerepet játszik a bizalmi rés áthidalásában. A felhasználókat érzékenyíteni kell az AI műveletekkel, annak képességeivel és még a mesterséges intelligenciával kapcsolatos hiányosságokkal kapcsolatban is.
4. Számítási probléma
A mesterséges intelligencia algoritmus magában foglalja a hatalmas mennyiségű adat elemzését, amely óriási mennyiségű számítási teljesítményt igényel. Eddig a problémát a Cloud Computing és a Párhuzamos Feldolgozás segítségével oldottuk meg. Mivel azonban az adatmennyiség növekszik és a bonyolultabb mély tanulási algoritmus a mainstreambe kerül, a mai számítási teljesítmény nem lesz elegendő a komplex igény kielégítéséhez. Több tároló- és számítási teljesítményre lesz szükségünk, amely képes kezelni az adatok exabiták és zettabájták ropogását.
A Quantum Computing közép- és hosszú távon képes kezelni a feldolgozási sebesség problémáját
A kvantumelmélet fogalmain alapuló kvantumszámítás lehet a válasz a számítási teljesítmény kihívásainak megoldására. A kvantumszámítás 100 milliószor gyorsabb, mint egy normál számítógéppel, amelyet otthon használunk. Bár jelenleg a kutatás és a kísérlet szakaszában van. Különböző szakértők becslése szerint láthatjuk annak általános érvényesülését a következő 10–15 évben.
A fent említett problémákat minden bizonnyal nem lehetetlen megoldani, azonban ehhez a technológia gyors fejlődéséhez és az emberi együttműködéshez is szükség van. Miközben jó úton vagyunk a technológiai haladás szempontjából, de még hosszú utat kell megtennünk az alapelvek, módszertan és keretek kidolgozása felé annak biztosítása érdekében, hogy az olyan hatékony technológiát, mint az AI, ne használják vissza vagy helytelenül, ami szándékos következményekhez vezethet.
Ajánlott cikkek
Ez egy útmutató a mesterséges intelligencia problémáira. Itt tárgyaljuk a mesterséges intelligencia AI-vel és annak lehetséges megoldásaival kapcsolatos fő problémákat. A következő cikkeket is megnézheti további információkért -
- A mesterséges intelligencia előnyei
- Mesterséges intelligencia technológia
- A mesterséges intelligencia típusai
- Mesterséges intelligencia eszközök
- A mesterséges intelligencia fontossága