Содержание
Q:
Как компании пытаются добавить «спидометр» в работу искусственного интеллекта?
A:
Некоторые из компаний, работающих над новейшими достижениями в области искусственного интеллекта, сосредоточены на количественной оценке достигнутого ими прогресса и оценке некоторых аспектов эволюции искусственного интеллекта с течением времени. Существует множество причин, по которым компании проводят такой анализ. В целом, они пытаются выяснить, как далеко продвинулся искусственный интеллект, как он применим к нашей жизни и как он повлияет на рынки.
Некоторые компании проводят мозговой штурм и отслеживают прогресс в области искусственного интеллекта, чтобы выяснить, как новые технологии могут влиять на гражданские свободы или как они могут создавать новые экономические реалии. В зависимости от подхода компании эти типы анализа могут принимать форму попыток выяснить, как пользовательские данные могут проходить через системы, понять, как будут работать интерфейсы, или выяснить, какие возможности имеют объекты искусственного интеллекта и как они могут использовать эти возможности.
Когда речь заходит о методах, компании, которые пытаются оценить искусственный интеллект, могут сосредоточиться на разрушении абстрактной информации - например, в статье Wired цитируется проект AI Index, в котором работают такие исследователи, как Рэй Перро, работающий в некоммерческой лаборатории SRI International. на подробном снимке того, что происходит в области искусственного интеллекта.
«Это то, что нужно сделать, отчасти потому, что там очень много сумасшествия по поводу того, куда ИИ идет», - говорит Перро в статье, комментируя мотивацию взяться за этот тип проекта.
Объясняя, как работает сравнительный анализ искусственного интеллекта, некоторые эксперты объясняют, что инженеры или другие стороны могут пытаться проводить «жесткие испытания» для проектов искусственного интеллекта, например, пытаться «обмануть» или «победить» системы искусственного интеллекта. Такое описание действительно лежит в основе того, как компании могут по-настоящему контролировать и оценивать искусственный интеллект. Один из способов думать об этом - применять те же идеи, которые программисты использовали в прошлые времена, для отладки систем с линейным кодом.
Отладка систем с линейным кодом заключалась в поиске мест, где система будет работать хорошо - где происходит сбой программы, где она будет зависать, где она будет работать медленно и т. Д. Речь шла о поиске того, где логические ошибки остановят или приведут в замешательство проект, где функция не будет работать правильно, или где может быть какое-то непреднамеренное пользовательское событие.
Когда вы думаете об этом, современное тестирование искусственного интеллекта может быть аналогичным усилием в совершенно другой плоскости - потому что технологии искусственного интеллекта являются скорее когнитивными, чем линейными, что тестирование принимает совершенно другую форму, но люди все еще ищут «ошибки». »- способы, которыми эти программы могут иметь непредвиденные последствия, способы, которыми они могут действовать и наносить ущерб человеческим учреждениям, и т. Д. Имея это в виду, хотя существует много различных расходящихся методов создания спидометра или эталона для прогресса в области искусственного интеллекта, типы Описанные выше трудные испытания, как правило, дают людям уникальное представление о том, как далеко продвинулся искусственный интеллект, и что нужно сделать, чтобы он доставлял больше позитива, не создавая больше негатива.