面对未来的AI：三大挑战

当AI如ChatGPT在2022年末突然崭露头角时，不仅展现了AI的惊人进步，还描绘出了一个充满可能性的未来，重新定义着我们的工作、学习和娱乐方式。尽管AI的潜力对许多人来说显而易见，但其中隐藏了一些棘手的伦理和风险问题。

应对这些风险就像解开一幅巨大的拼图，这幅拼图定义着我们的时代。因此，许多AI领域的专家正积极倡导制定一些基本规则，以确保AI的使用受到约束。毕竟，AI的应用不仅仅是口号，它已经变得至关重要。

我们正在深入研究专家们的见解，解开围绕他们的道德困境，并研究如何影响人工智能和其他技术的未来。

伦理与偏见

人工智能系统需要使用数据进行训练。但数据集往往是由有偏见或不准确的人制作的。因此，人工智能系统会使偏见长期存在。在招聘实践和刑事司法中尤其如此，管理这些偏见可能很困难。

IEEE高级会员Kayne McGladrey表示：“我们可以手动或自动审计软件代码中的隐私缺陷。同样，我们可以审计软件代码的安全缺陷。但是，我们目前无法审计软件代码是否存在道德缺陷或偏见，即将出台的大部分法规将对人工智能模型的结果进行歧视性筛选。”

改变工作方式

随着生成人工智能的兴起，公司正在重新构想如何完成工作。虽然很少有人认为需要创造力和判断力的工作可以完全自动化，但人工智能可以提供帮助。例如，当作家陷入困境时，生成型人工智能可以提供对话想法。它不能充当你的律师，但一个好的律师可以利用生成人工智能来撰写动议的初稿，或进行研究。

IEEE会员Todd Richmond说：“我们需要共同弄清楚什么是“人类的努力”，我们愿意把什么交给算法，比如制作音乐、电影、行医等。”

在全球技术领袖的调查（https://transmitter.ieee.org/impact-of-technology-2024/）中，其中50%的受访者表示，将AI整合到现有工作流程中存在困难，是他们对于在2024年使用生成式AI的前三大担忧之一。

准确性和过度依赖性

生成型人工智能可以”自信”地阐述事实，但问题是这些事实并不总是准确的。对于所有形式的人工智能，很难弄清楚该软件究竟是如何得出结论的。

在调查中，59%的受访者表示，“过度依赖人工智能和其潜在的不准确性”是他们组织中人工智能使用的首要问题。

部分问题在于训练数据本身可能不准确。

IEEE终身会士Paul Nikolich说：“验证训练数据很困难，因为来源不可用，且训练数据量巨大。”

人工智能可能越来越多地被用于关键任务、拯救生命的应用。

“在我们使用人工智能系统之前，我们必须相信这些人工智能系统将安全且按预期运行，”IEEE会士Houbing Song说。

在2024年及以后，预计将大力确保人工智能结果更加准确，用于训练人工智能模型的数据是干净的。

了解更多：IEEE计算机杂志（https://www.computer.org/csdl/magazine/co/2023/11/10286256/1Rin0jmNnDW）的一篇新文章认为，人工智能的发展必须以保护隐私、公民权利和公民自由的方式进行，同时也要促进公平、问责、透明和平等的原则。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。