【大发10分彩手机版】语音助手涉嫌操纵言论 为什么我们需要基于区块链的人工智能

  • 时间:
  • 浏览:0
  • 来源:一分快三-首页

语音助手涉嫌操纵言论 为那些许多人要能 基于区块链的人工智能

  • 2018/1/12 16:58:38
  • 类型:原创
  • 来源:电脑报
  • 报纸编辑:电脑报
  • 作者:张力

【电脑报在线】杰里米·艾普斯坦(Jeremy Epstein)的女儿必须九岁,但她比我家有任何人就有热衷于科技产品。一天晚上,她领着艾普斯坦体验了亚马逊Alexa语音助手的新技能。

亚马逊Alexa语音助手有操纵许多人言论的嫌疑

杰里米·艾普斯坦(Jeremy Epstein)的女儿必须九岁,但她比我家有任何人就有热衷于科技产品。一天晚上,她领着艾普斯坦体验了亚马逊Alexa语音助手的新技能。

“Alexa,始于对话。”

她一声令下,Alexa立刻切加在了有另三个白多新的会话机器人——有另三个白多由华盛顿大学研究团队开发的、不久前日后斩获“Alexa大奖赛”的会话用户界面人工智能(CUI AI)。据称,它要能根据上下文语境与用户就不同话题进行深入交流。

刚始于,这种会话机器人所展现出的能力可圈可点,但当许多人的聊天话题转向科技热点时,这种机器人向艾普斯坦父女二人抛出了有另三个白多问题图片:

“许多人知道那些是网络中立性吗?”

 语音助手肩上究竟是谁在说话

从这种问题图片始于,艾普斯坦与人工智能的对话体验始于转为不适:这种会话人工智能引用了不少来自网络上的文章来阐明它“对网络中立性原则的理解”,美国联邦通信委员会(FCC)、Ajit Pai(FCC 现任主席)、网络中立性等话题均有提及。而问题图片在于,所引用的四篇文章都旗帜鲜明地站在了“反对废除网络中立性原则”这种观点上。

作为时下美国国内的热门话题,不同群体对 FCC 废除网络中立性一事就有着所许多人的看法,这并是不是无可厚非。但艾普斯坦认为,在之类亚马逊智能语音助手原先的平台上,许多人许多应该得到一份应有的“消停”——那些智能语音助手的语气是必须中正平和,不经意间就能对那些不太了解网络中立性话题的人造成误导。

艾普斯坦不禁对此感到担忧:亚马逊是是不是在通过这种手段操控用户在此类热点事件中的观点、想法甚至是言行呢?

许多人对 AI 的信赖许多过头了

艾普斯坦并就有在杞人忧天。人工智能飞速发展的当下,他所担忧的问题图片随便说说十分尖锐。亚马逊、谷歌之类公司在大数据和人工智能技术上的优势值得每有另三个白多用户警惕。

“分析过的数据组数量级越大,出现 错误的几率就越小。”

16年前,当两位微软研究人员发现这种今天看来显而易见的结论时,许多人并我就说 知道这句话会在人工智能和大数据领域引发多大的波澜。大数据时代的竞赛,自 301 年这种结论诞生的那一刻起正式始于。

这场竞赛的规则异常简单——谁能分类分类整理、储存和分析更多的数据,谁就要能居于上风。在原先的规则下,Facebook、亚马逊、网飞和谷歌成为了大洋彼岸人工智能与大数据的主要玩家,百度、阿里和腾讯则统领着国内的大数据市场。

可不都可以毫不夸张的说,大数据时代也许多成为了富人、科技巨头和跨国公司的时代。必须许多人有实力进行大规模的数据分类整理、储存和分析分类整理,并在此基础上建造各种各样基于大数据训练的人工智能模型;除此之外,也必须许多人才有能力为当前人工智能市场紧缺的人才提供 30 到 30 万美元不等的年薪。

当那些公司用小量财力和人力堆积出来的人工智能模型尝试投入实际应用时,公众就要能 将数据送入有另三个白多个可信度未知的“黑匣子”当中了。这里,许多人不妨从现存人工智能的一般工作原理来阐明这种问题图片。

对有另4所许多人工智能模型而言,以下有另三个白多层面尤为关键:

·数据储存

·算法/机器学习引擎

·AI 交互界面

将会许多人任由那些数据中心化的大公司开发的人工智能提供信息甚至进行决策时,也就原因许多人要能 百分之百信任:

数据的详细性与安全性——所分类分类整理的数据是是不是准确可靠、是是不是容易被篡改和窃取?

人工智能肩上的机器学习算法——算法是是不是居于错误或居于问题、算法执行过程是是不是被审查?

许多人最终所能接触到的人工智能交互——最终所输出的信息是是不是为机器学习算法的准确反馈、算法可不都可以通过人工智能交互界面准确无误地捕捉新信息?

将这几点代入文章开头的场景,你或许会问:思考那些问题图片对于有另三个白多与科技产品对话的九岁孩童来说似乎没那些大不了的?但当事件的主人公变成一位非裔美国人的刑事被告人,结果也许就生死攸关了。



非盈利调查机构ProPublica从警方拿到 1.8 万COMPAS评分数据,得出了“黑人更容易犯罪”的报告

据《纽约时报》和《连线》杂志的报道,美国多地法院所使用的COMPAS机器学习系统都出现 了为黑人判处更长监禁刑期的问题图片——人工智能的确要能做出许多暗含种族歧视的决定,制定那些决策的细节一般人无从获知、负责开发那些人工智能的科技公司也何必 会做太多解释,毕竟封闭和不透明是那些大公司保持竞争优势的主要法律最好的方式之一。

 “区块链人工智能”能解决问题图片吗?

区块链人工智能,首先也就原因将所许多人数据放在去行区块链商品化管理。许多人不妨以区块链数据公司 Ocean Protocol 为例来说明这种问题图片。

Ocean Protocol指出,2016 年,全球共产生了16ZB(17529183044416 GB)数据。将会数据中心化,必须少数大公司要能对那些数据进行分类分类整理、分类整理和分析,许多这16ZB数据当中,仅有1%得到了合理利用并投入人工智能模型训练。

原因顶端提到了:数据中心化的前提下,数据的使用法律最好的方式也居于问题透明度,当数据提供者无法对所许多人的数据进行有效管理时,许多人都选泽不再进行数据分享。

Ocean Protocol 这家公司要做的事情就说 ,将用户数据打包扔进区块链网络——当那些数据被人工智能开发人员、研究机构或许多组织所使用时,数据上传者就会收到使用方提供的一定数量的加密数字货币作为补偿。这种思路主要带来的好处有三点。

一是数据透明化,每一份数据的上传者、使用流向和成果就有迹可查;二是用户对数据拥有所有权和自主使用权;三是加密数字货币带来的有偿鼓励机制。

到头来,提供数据的用户能将所许多人产生的数据变现,人工智能从业者要能获得与谷歌、亚马逊等大公司同样的甚至更为准确的模型训练数据——更重要的是,区块链中的大数据更加透明、有效,最终训练出来的算法模型出错几率会更小。即便真的出了问题图片,各方也都能知道问题图片究竟出在哪一步。

必须一来,区块链势必会有助更干净、更有组织的所许多人数据市场的建立,而在人工智能训练和发展的各环节中,这也就说 区块链要能触及到的其中一环而已。

当人工智能模型的原始数据、基本算法和最终交互都与区块链技术居于碰撞时,数据的可用性提高了,算法的审计跟踪流程透明了,人工智能交互要能从信任的“黑匣子”中得到释放,何必 算有助更多、更好的新数据反馈至整个流程中用于进一步优化。

本文出自2018-01-15出版的《电脑报》2018年第03期 A.新闻周刊 (网站编辑:shixi01)

发表给力评论!看新闻,说两句。

匿名 ctrl+enter快捷提交

网站地图 | 版权声明 | 业务合作者法律最好的方式 | 夫妻感情是那些 链接 | 关于许多人 | 招聘信息

报纸客服电话:306677866 报纸客服信箱:pcw-advice@vip.sina.com 夫妻感情是那些 链接与合作者法律最好的方式:987349267(QQ) 广告与活动:67309(QQ) 网站联系信箱:cpcw@cpcwi.com

Copyright © 306-2011 电脑报官方网站 版权所有 渝ICP备309040号