阅读我们的Oppenheimer收藏

作者：Milton Hoenig|2018年12月7日

<源大小=（最大宽度：1000px）100vw，1000px srcset=https://thebulletin.org/wp-content/uploads/2018/11/shutterstock_1205839216.jpg.webp1000w，https://thebulletin.org/wp-content/uploads/2018/11/shutterstock_1205839216-150x150.jpg.webp150w，https://thebulletin.org/wp-content/uploads/2018/11/shutterstock_1205839216-300x300.jpg.webp300w，https://thebulletin.org/wp-content/uploads/2018/11/shutterstock_1205839216-768x768.jpg.webp768w，https://thebulletin.org/wp-content/uploads/2018/11/shutterstock_1205839216-370x370.jpg.webp370w，https://thebulletin.org/wp-content/uploads/2018/11/shutterstock_1205839216-110x110.jpg.webp110w type=images/webp> height=1000

人工智能、人工智能是对我们生活方式的威胁，还是一种祝福？人工智能试图复制并取代人类智能最擅长的东西：做出复杂的决策。目前，人类决策过程可能包括一些人工智能作为支持或备份的手段。但人工智能也可以“开箱即用”，自行做出复杂的、可能影响生命或引发冲突的决定

定义和量化人类智力是哲学家、心理学家和神经科学家的领域。人类可以思考、学习、推理和理解。他们还增强了识别模式、计划行动和解决问题的能力。那么人工智能是什么呢？人工智能描述了计算机或机器在与环境交互时通过模仿人类认知功能来实现某些目标的行为

谷歌词典的定义很明确：“能够执行通常需要人类智能的任务的计算机系统的理论和开发，如视觉感知、语音识别、决策和语言之间的翻译。韦氏词典的定义更为微妙：“计算机科学的一个分支，研究计算机中智能行为的模拟。机器模仿人类智能行为的能力。”

简史人工智能研究人员在意识到教计算机学习比为每一项任务提供信息更有效后，开发了机器学习领域。他们编程了一组规则，这些规则被称为算法，使计算机能够随着数据的收集而同步发展，从而使他们能够在没有明确编程的情况下进行学习

在被称为深度学习的机器学习的一个子集中，开发人员构建了所谓的相互连接的计算机神经网络，模拟大脑神经元接收、处理和传输信息的方式。康奈尔大学心理学教授Frank Rosenblatt开创了这一方法，于1957年在一种名为感知器的设备中对单个神经元进行建模。近年来，随着研究人员进一步发展神经网络技术，感知器得到了更充分的赞赏

神经网络的一个用途是在视觉处理中。例如，在开发人员“教”神经网络识别图片中的元素后，神经网络可以独立扫描照片，对其中的元素进行分类。为了提高效率，神经网络依赖于统计方法来获取数据样本，而不是处理整个数据集来得出解决方案。然后，这个采样过程允许神经网络根据最有可能正确的内容做出决策

如果机器成为真正独立的思想家（还有待实现），社会会受益吗？所谓的大数据的超大数据集的出现加速了对机器学习的需求。近年来，数据库的规模和处理能力都呈指数级增长。这有助于催生被称为数据挖掘的跨学科领域，该领域涉及机器学习、统计和数据库系统。数据挖掘过程允许机器几乎自发地从解释中发展出新的假设大量数据

传感器和人工智能的进步。人类决策越来越依赖传感器。例如，在伊朗纳坦兹浓缩厂，伽马射线探测器现在实时监测处理管道中流动的气态铀，以确保铀235的浓缩水平不超过3.67%，这是伊朗核协议允许的最高水平

在医学中，机器现在可以根据患者症状的传感器数据提供可靠的诊断，但医生最终必须参与其中，例如当温度升高时打开空调或触发心脏起搏器

但随着机器学习和人工智能应用的发展，它们将依赖于从越来越先进的传感器收集的数据。这种传感器和处理其数据的系统正在迅速发展，在某些领域创造了有益的机会，是的，但也面临着社会对隐私的挑战

自动驾驶汽车的发展Autonomous建议“独自行动”，独立行动。无人驾驶汽车和无人驾驶无人机这两种典型的自动驾驶汽车的早期版本注定会成为常用的民用和军用产品。到2025年，无人驾驶汽车预计将成为一个价值110亿美元的市场

人工智能操作的车辆需要与人类驾驶员具有相同的感官和认知功能，包括记忆和逻辑思维。他们将需要类似人类的决策、学习和执行能力。随着改进后的摄像头等传感器开始与大数据、神经网络和深度学习的进步相辅相成，这种情况就会发生。即使驾驶员仍在驾驶，人工智能也将在驾驶员辅助系统中发挥作用，控制处理视觉和声音的感官功能

在一辆真正的无人驾驶汽车中，传感器将把环境数据输入到所谓的感知-行动循环中，这是一个重复的循环，使自动驾驶汽车能够重复执行特定的行动，逐循环学习。传感器收集环境数据，并将其输入计算机，该计算机使用人工智能算法进行决策，并在云端查询存储的过去驾驶决策数据库，以增强实时环境输入。通过重复这些循环，人工智能系统将做出更准确的决策，尤其是在自动驾驶汽车与其他车辆共享操作体验数据的情况下

无人驾驶汽车可能不错，但无人驾驶军用无人机呢虽然无人驾驶汽车最终可能会提高舒适性和安全性，但无人驾驶无人机在高空飞行意味着军事冲突。目前，美国、以色列和中国等国的军用无人机仍由人类飞行员控制。在美国，由中央情报局或空军飞行员组成的小组在遥远的地面站操作无人机。这项压力很大的工作包括指导这些无人机执行侦察和攻击任务，经常越境搜寻和消灭恐怖分子和叛乱分子

目前还没有无人驾驶飞机可以运行。无人机程序员必须考虑到许多可供选择的操作。他们开发了用算法编程的人工智能系统，可以进行学习，甚至绘制新的行动路线

例如，美国军方希望开发这些技术。2016年，美国空军在加利福尼亚州中国湖上空从F/a-18战斗机上释放了103架微型无人机，在这一领域取得了著名的进展。相对便宜的无人机共享一个人工智能系统，用于做出决策并像自然界中的蜂群一样相互适应。美国陆军最近宣布，它正在开发第一架使用人工智能定位和瞄准人员和车辆的无人机，决定在几乎没有人类参与的情况下采取潜在的致命行动

人工智能的道德、伦理和法律问题。随着美国军方似乎在竞相将人工智能技术用于致命应用，以及白宫吹嘘增加对联邦人工智能工作的资助，私营部门和非政府组织正在进行反击。科技工作者正在质疑他们是否想帮助发展这些能力。隐私倡导者等指责美国政府掩盖了人工智能技术的道德考虑，没有保护公民安全的监管框架。2018年4月，3000多名谷歌员工签署了一份请愿书，抗议该公司参与Project Maven，这是美国国防部的一个人工智能项目，旨在研究图像以改善战场无人机打击。给谷歌的信根据已发表的报道，谷歌首席执行官桑达尔·皮查伊表示，“谷歌不应该从事战争”。一年前，国防部成立了Project Maven和算法战争跨职能团队，开发其在战区上空使用侦察无人机进行“计算机视觉”，这是一门从静止或运动图像中自动提取特定兴趣项目的学科

在员工抗议四个月后，谷歌宣布不会续签与国防部的合同。据《华盛顿邮报》报道，Project Maven是已知的第一个将先进人工智能武器化的项目。谷歌和其他硅谷巨头面临着一个两难的境地，那就是既要调和工人们对开发战争技术的担忧，又要继续争取利润丰厚的军事合同

如果各国将其自主无人机置于武装冲突规则之下，它们只能使用无人机攻击合法目标，不能造成过度的附带损害。军队考虑的三个重要原则是必要性、相称性和区别性。根据相称性原则，对人类生命和财产的预期损害相对于所获得的人类利益而言不得过大。区分原则区分战斗人员和非战斗人员。它要求军事攻击只针对战斗人员，并禁止不针对特定军事目标的不分青红皂白的攻击。隐含的问题是，人工智能驱动的无人驾驶飞机是否能够进行人类意义上的推理。未来运营无人驾驶飞机的国家必须面对这样一个问题，即国际法是否要求有人参与决策周期

2018年5月，白宫举办了一场关于“美国工业的人工智能”的闭门会议，来自政府、学术机构、工业研究实验室和企业的100多名与会者出席了会议。根据白宫科技政策办公室的一份总结报告，会议的目的是“讨论人工智能的承诺，以及[美国政府]需要实现对美国人民的承诺并在人工智能时代保持[美国]领导地位的政策。”，总部位于华盛顿特区的公共利益研究中心指责白宫峰会没有向公众开放，并对白宫的总结报告没有讨论问责制、透明度、道德和公平等关键问题表示异议

白宫还宣布成立人工智能特别委员会，负责处理联邦人工智能活动，包括自主系统、生物识别、计算机视觉、人机交互、机器学习、自然语言处理和机器人。EPIC批评白宫没有考虑到实施人工智能技术的风险，并显然为国防部开发和交付基于人工智能的自主武器开辟了渠道。EPIC写道：“除非正式拓宽和大幅深化公众投入的渠道，否则专责委员会将无法理解和减轻人工智能部署的风险。”

主要非政府组织继续对人工智能表示担忧。例如，计算机器协会的一份新闻稿指出，“算法在我们日常生活中的普遍性是专注于解决与算法的设计和技术方面相关的挑战并从一开始就防止偏见的一个重要原因。”，呼吁监管：“需要有效的人工智能公共政策和政府法规来促进安全、隐私、知识产权和网络安全，并使公众了解人工智能对社会的潜在影响。”？学习机器的类型取决于加载到其中的算法的类型。面部识别和语言翻译等领域的发展依赖于计算机神经网络和模仿人脑的深度学习。在其他情况下，机器学会诱导新的科学假设，例如，有时会产生新药。计算机科学家Pedro Domingos在最近的一篇《科学美国人》文章中写道，研究人员的下一个目标是将机器学习范式组合成一个主算法。这会让人工智能机器更容易接管吗？还是它们会一直留在自己的位置，满足人类创造者的需求？充其量，它们可以极大地提高人类的智力。也许很快，每个人都会有一个数字替身，虚拟助理。多明戈斯指出，当然，除非有人监视，否则这个数字替身可能会作恶

美国科学家联合会主席阿里·努里认为，人工智能、机器学习和自动化都带来了巨大的好处，但也带来了风险。风险包括个人隐私受到侵蚀，社交媒体虚假信息增加，以及自主武器军备竞赛的可能性。努里指出：“政策制定者与工业界、学术界和公众合作，以不危及创新的方式解决这些风险，这一点很重要，而目前这种讨论太少了。”

让哲学家历史学家尤瓦尔·诺亚·哈拉里说最后的话。在The Atlantic最近的一篇文章中，他写道：“人工智能让很多人感到害怕，因为他们不相信它会一直听话……但没有特别的理由相信人工智能会随着它变得更智能而发展意识。我们应该害怕人工智能，因为它可能永远服从人类的主人，永远不会反抗。人工智能是一种工具和武器，与人类开发的任何其他工具和武器都不同；它几乎肯定会允许他已经强大到可以进一步巩固他们的权力。”

公告将专家的声音提升到噪音之上。但作为一个独立的非营利媒体组织，我们的运营依赖于像你这样的读者的支持。帮助我们继续提供高质量的新闻报道，让领导者负起责任。你在任何层面上对我们工作的支持都是重要的。作为回报，我们承诺我们的报道将是可理解的、有影响力的、警惕的、以解决方案为导向的和公正的。我们一起可以有所作为

关键词：人工智能，EPIC，谷歌，Project Maven，Yuval Noah Harari，人工智能，深度学习，无人机，机器学习，神经网络
主题：artificial intelligence，颠覆性技术现代世界
我来自巴基斯坦
但是，我非常想参加在纽约和迪拜举行的人工智能活动
甚至，巴基斯坦政府启动了PIAIC项目，培训10万名学生为世界其他地区生产人工智能软件
https://cafefreelancing.com/pakistan-artificial-intelligence-president-program.html

到2025年，几乎五分之一的工作被人工智能取代。为这场21世纪最大的革命做好准备
欢迎来到新世界

Milton Hoenig是一位核物理学家，也是华盛顿特区的顾问。。。。阅读更多

版权所有©2023原子科学家公报。保留所有权利。使用条款隐私政策

1307 East 60th Street，Chicago，IL 60637|773.702.6308

简介