Yleiskatsaus tekoälyongelmiin

Keinotekoinen älykkyys tuo edelleen lisäetuja ihmisen elämään. Mckinsey-raportin mukaan keinotekoisen älykkyyden on tarkoitus lisätä 13 biljoonaa dollaria maailmantalouteen vuoteen 2030 mennessä, mikä on noin 16% koko maailman osuudesta. Huolimatta konkreettisista ja rahallisista eduista AI: llä on useita puutteita ja ongelmia, jotka estävät sen laajamittaista käyttöönottoa. Ongelmia ovat turvallisuus, luottamus, laskentateho, työpaikkojen menetykset jne.

Keinotekoiseen älykkyyteen liittyvät suuret ongelmat

Seuraava on muutama keinotekoiseen älykkyyteen ja sen mahdollisiin ratkaisuihin liittyvistä suurimmista ongelmista.

1. Työn menetysongelma

Keinotekoiseen älykkyyteen liittyvät työpaikkojen menetyshuolet ovat olleet lukuisten liiketoimintatapausten ja akateemisten tutkimusten aiheina. Oxford-tutkimuksen mukaan yli 47% amerikkalaisista työpaikoista on uhattu automaation vuoksi 2030-luvun puoliväliin mennessä. Maailman talousfoorumin mukaan keinotekoisen älykkyyden automatisointi korvaa yli 75 miljoonaa työpaikkaa vuoteen 2022 mennessä. Jotkut luvut ovat vielä pelottavampia. Toisen Mckinsey-raportin mukaan AI-pohjaiset robotit voisivat korvata 30% nykyisestä globaalista työvoimasta. AI-asiantuntijan ja pääomasijoittaja Kai-Fu Leen mukaan 40% maailman työpaikoista korvataan AI-pohjaisilla robotteilla seuraavien 10–15 vuoden aikana. Matalat tulot ja vähän koulutetut työntekijät kärsivät pahimmin tästä muutoksesta. AI: n tultua älykkäämmäksi päivästä jopa korkeasti palkatut, korkeasti koulutetut työntekijät ovat alttiimpia työpaikkojen menetyksille, koska ammattitaitoisten työntekijöiden korkeiden kustannusten vuoksi yritykset saavat paremmat marginaalit automatisoimalla työtään. Nämä työpaikkojen menettämiseen ja palkkoihin liittyvät kysymykset voidaan kuitenkin ratkaista keskittymällä seuraaviin toimenpiteisiin.

  • Koulutusjärjestelmän uudistaminen ja keskittyminen enemmän taitoihin, kuten kriittiseen ajatteluun, luovuuteen ja innovaatioihin, koska näitä taitoja on vaikea toistaa.
  • Lisäämällä sekä julkisia että yksityisiä investointeja inhimillisen pääoman kehittämiseen, jotta ne vastaisivat paremmin teollisuuden kysyntää.
  • Parannetaan työmarkkinoiden tilannetta siltaamalla kysynnän ja tarjonnan välinen kuilu ja antamalla potkua keikataloudelle.

2. Turvallisuusongelma

Keinotekoiseen älykkyyteen liittyvissä turvallisuuskysymyksissä on aina ollut paljon vaivaa. Kun asiantuntijat, kuten Elon Musk, Stephen Hawking, Bill Gates, ilmaisevat muun muassa ilmailuturvallisuuteen liittyvän huolen, meidän on kiinnitettävä huomiota sen turvallisuuskysymyksiin. On ollut useita tapauksia, joissa keinotekoinen älykkyys on mennyt pieleen, kun Twitter Chabot aloitti väärinkäyttäjien ja natsien vastaisten mielipiteiden kirjoittamisen, ja toisissa tapauksissa, kun Facebook AI -botit aloittivat vuorovaikutuksensa kielellä, jota kukaan muu ei ymmärtäisi, mikä lopulta johti projektin toteutumiseen. sammuttaa.

On olemassa vakavia huolenaiheita siitä, että tekoäly tekee jotain ihmiskunnalle haitallista. Esillä oleva tapaus on itsenäiset aseet, jotka voidaan ohjelmoida tappamaan muita ihmisiä. AI: lla on myös välittömiä huolenaiheita, jotka muodostavat ”oman mielen” ja eivät arvosta ihmisen elämää. Jos tällaisia ​​aseita käytetään, on erittäin vaikea kumota sen vaikutuksia. Seuraavat toimenpiteet voidaan toteuttaa näiden huolenaiheiden lieventämiseksi.

  • Meillä on oltava tiukat määräykset varsinkin kun kyse on autonomisten aseiden luomisesta tai kokeilusta
  • Tällaisiin aseisiin liittyvissä asioissa tarvitaan maailmanlaajuista yhteistyötä sen varmistamiseksi, että kukaan ei osallistu rottakilpailuun
  • Järjestelmän täydellinen avoimuus, jossa tällaisia ​​tekniikoita on kokeiltu, on välttämätöntä sen turvallisen käytön varmistamiseksi

3. Luottamusongelma

Kun tekoälyn algoritmeista tulee päivältä tehokkaampia, se tuo myös useita luottamukseen liittyviä kysymyksiä sen kykyyn tehdä oikeudenmukaisia ​​päätöksiä ja ihmiskunnan parantamiseksi. Kun AI saavuttaa hitaasti ihmisen tason kognitiiviset kyvyt, luottamuskysymyksestä tulee entistä merkittävämpi. On olemassa useita sovelluksia, joissa AI toimii mustana laatikkona. Esimerkki - korkeataajuuskaupassa edes ohjelman kehittäjillä ei ole hyvää käsitystä siitä, millä perusteella AI toteutti kaupan. Joitakin silmiinpistäviä esimerkkejä ovat Amazon AI -pohjainen algoritmi samana päivänä tapahtuvalle toimitukselle, joka oli vahingossa puolueellinen mustaan ​​naapurustoon nähden. Toinen esimerkki oli korjaavien rikoksentekijöiden hallinnan profilointi vaihtoehtoisille sanktioille (COMPAS), jossa keinotekoisen älykkyyden algoritmi profiloimalla epäiltyjä oli puolueellinen mustaan ​​yhteisöön nähden. .

Seuraavassa on muutamia toimenpiteistä, jotka voidaan toteuttaa luottamukseen liittyvien kysymysten katkaisemiseksi tekoälyssä

  • Kaikkien tärkeimpien tekoälyn tarjoajien on laadittava luottamukseen ja avoimuuteen liittyvät ohjaussäännöt ja periaatteet AI: n toteutuksessa. Kaikkien tekoälyn kehittämiseen ja käyttöön osallistuvien sidosryhmien on noudatettava näitä periaatteita
  • Kaikkien sidosryhmien tulisi olla tietoisia ennakkoluuloista, jotka johtuvat luonnostaan ​​AI-algoritmista, ja heillä olisi oltava vankka virheiden havaitsemismekanismi ja tapoja käsitellä sitä.
  • Tietoisuus on toinen avaintekijä, jolla on suuri merkitys luottamuskuilun kuromisessa. Käyttäjien tulisi olla herkät AI-toiminnoista, sen ominaisuuksista ja jopa tekoälyyn liittyvistä puutteista.

4. Laskentaongelma

Keinotekoisen älykkyyden algoritmiin sisältyy sellaisen datan määrän analysointi, joka vaatii valtavan määrän laskentatehoa. Toistaiseksi ongelmaa on käsitelty pilvilaskennan ja rinnakkaisprosessoinnin avulla. Kuitenkin, kun datan määrä kasvaa ja monimutkaisempia syvän oppimisen algoritmeja tulee valtavirtaan, nykypäivän laskentateho ei riitä kattamaan monimutkaista vaatimusta. Tarvitsemme lisää tallennus- ja laskentatehoa, joka pystyy käsittelemään tietojen purkautuvia eksabyyttejä ja zettabyyttejä.

Quantum Computing voi käsitellä käsittelynopeusongelmaa keskipitkällä tai pitkällä aikavälillä

Kvanttilaskenta, joka perustuu kvantiteorian käsitteisiin, voisi olla vastaus laskentatehon haasteiden ratkaisemiseen. Kvanttilaskenta on 100 miljoonaa kertaa nopeampaa kuin kotona käyttämämme normaali tietokone. Vaikka se on tällä hetkellä, se on tutkimus- ja kokeiluvaiheessa. Eri asiantuntijoiden arvioiden mukaan voimme nähdä sen yleisen toteutuksen seuraavien 10–15 vuoden aikana.

Edellä mainittuja ongelmia ei varmasti ole mahdotonta ratkaista, mutta se vaatii kuitenkin tekniikan nopeaa kehitystä sekä ihmisten yhteistyötä. Vaikka tekniikan kehitys onkin hyvää, mutta meillä on vielä pitkä tie kehittää periaatteita, menetelmiä ja puitteita varmistaaksemme, että tehokasta tekniikkaa, kuten AI: tä, ei käytetä väärin tai sovelleta väärin, mikä voi johtaa tahattomiin seurauksiin.

Suositellut artikkelit

Tämä on opas tekoälyn ongelmiin. Tässä keskustellaan keinotekoisen älykkyyden AI: hen liittyvistä tärkeimmistä ongelmista ja sen mahdollisista ratkaisuista. Voit myös katsoa seuraavia artikkeleita saadaksesi lisätietoja -

  1. Keinotekoisen älykkyyden edut
  2. Keinotekoinen älykkyystekniikka
  3. Keinotekoisen älykkyyden tyypit
  4. Keinotekoisen älykkyyden työkalut
  5. Keinotekoisen älykkyyden merkitys

Luokka:

Suuri data