一边享用便利，一边恐惧风险，你又有多害怕AI

享受便利，却不惧风险

AI离你有多近，你对AI有多害怕

今天的观点

记者张梦然

从 1958 年美国原子能委员会计划在建筑物中使用核爆炸，到 Google Glass，历史上充满了短暂的项目和技术。然而，人工智能 (AI) 显然不在名单上，因为它不断刷新它的存在。

日前，英国《自然展望》杂志发表长文，描述人工智能正在逐渐渗透到我们的日常生活中，人们一边享受一边恐惧。在这种情绪之下，正在大力推进下一个自动化。变革型技术人员需要面对一个严肃的问题：公众接下来想要什么。

有没有人不了解人工智能？

当第一封邮件开始以数字方式发送时，垃圾邮件的分类问题就出现了。但今天，从大量垃圾邮件中识别真正电子邮件的技术仍在不断发展。这是因为聪明的垃圾邮件发送者很快就找到了逃避过滤器的方法，而电子邮件平台正在转向人工智能。

现在，人工智能经过了广泛的训练，已经能够在没有人手的情况下完成分拣邮件的工作。 2000 年代初期对垃圾邮件可能会扼杀普通电子邮件的担忧并未发生，机器学习算法非常擅长识别大量电子邮件“模式”。

但是我们仍然需要不时检查我们的邮箱，因为机器学习并不完美，如果您不保持数据库最新，您很容易被垃圾邮件发送者的新伎俩打败。但无论如何，事情变得容易多了，而且可以说，机器学习是我们拥有过的最好的工具。

邮件系统只是一个例子。使用机器学习，流媒体服务可以推荐电影给用户观看，发送他可能很快在网上订购的物品，并帮助识别照片甚至鲜花中的人。是的，这些都是人工智能。

人工智能正在悄然兴起，但人们不再没有意识到。许多人每天都通过语音与计算机进行交互，更令人印象深刻的是，谷歌的 AlphaGo 使用机器学习在具有 3000 年历史的围棋比赛中击败了人类冠军。

面对AI，你为什么害怕

目前，组织和企业正在大力投资用于自动驾驶汽车的机器学习。显然，与识别垃圾邮件中的简单模式相比，这是一个雄心勃勃但风险更大的项目。因此，在这个过程中，开发者不得不面对一个问题：大众对人工智能的认知。

对于每个努力推动自动化变革的研发开发人员来说，这实际上是一个严重的问题——这是公众的想法。

在人工智能领域，科幻小说在过去一个世纪中占据了主导地位。人工智能在小说中的形象已经深深影响了公众的认知机器学习防止过拟合，所以现在面对它日益突出的现象，普遍的反应是——恐惧。

这种恐惧的部分原因可能是机器的认知与人类的认知差异不大。此外，人工智能研究的报道方式也会引起恐慌。例如，2017 年 6 月机器学习防止过拟合，Facebook 的人工智能研究人员报告称，两个聊天机器人开始在对话中使用暗语。一些新闻报道甚至描绘了研究人员急于终止实验以防止情况失控。

此外，知名公众人物的警告可能会加剧恐惧。例如，“钢铁侠”埃隆马斯克曾经说过，人工智能可能很快就会强大到足以统治世界。

事实上，如火如荼的人工智能研究已经过寒冬。大约在 1970 年代末，有一段时期资金减少。

但在 1997 年，IBM 的“深蓝”击败了国际象棋世界冠军，展示了强大的计算能力。其纯粹的蛮力方式震惊了人类，彻底扭转了人工智能研发的局面。这种蛮力方法后来被用于机器学习，以轻松赢得看似无限多步的游戏。

现在，人工智能不断击败人类的消息可能会给人一种印象，即计算机在认知能力上与人类不相上下。但实际上，两者之间仍然存在鸿沟。机器学习和自然语言专家 Greg Holland 告诉人们，人脑可以解决 AI 从未见过的问题，而机器学习只是针对特定问题而设计的。

恐惧对技术的影响

回到汽车行业，人工智能的快速发展加上传感系统的创新已经给行业带来了巨大的变化，在无人驾驶汽车的倡导者看来，这项技术可以让人们远离高峰驾驶次。还可以减少交通事故。

然而，业界的信心与公众的谨慎形成了鲜明的对比——技术专家认为无人驾驶汽车已经准备好上路，但公众还没有准备好上路。 2018 年 4 月，一项 Gaplow 民意调查显示，在政府监管机构确定无人驾驶汽车安全后，只有 9% 的美国成年人愿意使用无人驾驶汽车；与 38% 的人相比，他们表示会在引入无人驾驶汽车后等待一段时间；另有 52% 的人表示他们永远不想使用无人驾驶汽车。

公众对自动驾驶的抵制更多是出于安全考虑。尽管在统计上人为错误是造成大多数致命交通事故的原因，但机器人仍然不受信任。

2016 年，发生了特斯拉 Autopilot 事故。调查发现，司机无视汽车反复的“手把手”提醒，但公众仍心存疑虑；此外，Uber测试的一辆无人驾驶汽车在夜间撞到了行人，据说车内AI还没有及时。提醒车内的安全员。

一些制造商正在努力改变这种恐惧。未来，通用汽车的无人驾驶汽车只会在路况清晰、导航方便的有限市区行驶，而在人口密集的城市，汽车的速度只有开阔道路上速度的一半。当恶劣的天气条件阻碍人工智能系统安全导航的能力时，还计划限制自动驾驶汽车上路。

无论如何，最大的考验仍然是公众乘坐人工智能汽车出行的意愿。随着技术的成熟和规则的完善，开发者很快就能看到公众是否愿意给人工智能这个机会。

（科技日报北京1月29日）