许多演讲者都指出了人工智能技术带来的各种具有挑战性的伦理和设计困境——我们将在本专栏中描述其中最突出的10个。前几个主要是技术性的;它们来自于新技术看似不可逾越的复杂性。最后几个伦理和设计困境包括强烈的社会维度;它们产生于难以解决情感价值冲突,使每个人都满意。
最常见的人工智能技术是人工神经网络(ANN)。人工神经网络由许多层人工神经元组成,通过加权链接相互连接。人工神经网络不是通过指定算法步骤的传统方式来编程的。相反,训练它们的方法是向它们展示大量输入输出对的例子,并调整它们的内部连接权重,以使每个输入都给出正确的输出。连接权重矩阵可以达到几gb的存储空间。实际上,人工神经网络在其连接矩阵中对函数的训练示例进行编码,并对它们进行外推,以估计训练示例之外的数据的输出。
又是一篇关于人工智能的文章,却没有定义他们在谈论什么。
以下评论/回应来自Peter J. Denning和Dorothy E. Denning。
——CACM管理员
人工智能专家们对如何定义人工智能意见不一。遗憾的是我们没有将“AI的定义”作为另一个困境。在我们的《美国科学家》(American Scientist)文章《Ted Lewis》中,我试图解决“成为人工智能机器意味着什么?”(http://denninginstitute.com/pjd/pubs/amsci - 2019 - ai - hierachy.pdf)
显示所有2评论