日B视频 亚洲,啪啪啪网站一区二区,91色情精品久久,日日噜狠狠色综合久,超碰人妻少妇97在线,999青青视频,亚洲一区二卡,让本一区二区视频,日韩网站推荐

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

AI將越來越普及,盤點總結AI算法中的道德缺陷

如意 ? 來源:讀芯術微信公眾號 ? 作者:讀芯術微信公眾號 ? 2020-10-15 15:57 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

很多人對AI充滿熱情,因為它可以實現自動化、可以在游戲中打敗人類、還能提高人們的整體生活水平。 這當然是不爭的事實,但AI仍存在缺陷甚至是危險,有可能是人為帶來的,也可能不是。即便在今天,仍有無數起AI擾民或危害生命的事件,這是怎樣發(fā)生的?以后AI會越來越普及,它的哪些潛在特性會給社會造成毀滅?

AI算法中的道德缺陷

AI有許多瑕疵,它們會滋生出道德問題。很多是因為訓練數據存在偏差,為了建立信息反饋循環(huán)模式。舉些例子看一看這些小錯誤會如何影響現實中的人。

1. 面部識別的訓練數據存在偏差

想象有一天,你從學校往家走,警察出現并出示了拘捕令,給你戴上手銬,要把你帶到拘留中心。你完全不知道自己犯了什么錯,而家人和鄰居都在一旁看著。到警局后,他們搜索全身,取指紋,拍照片,讓你在一個臟兮兮的牢房里待一晚上。你就坐在那兒等,想為什么被抓。

這就是發(fā)生在羅伯特身上的真事。他是個黑人,在美國法明頓希爾斯無緣無故遭逮捕。警方在對他進行盤問時,拿出了一張照片,上面有一個黑人男子在店內偷商品。威廉否認自己去過那里而且照片中并非他本人。 另一張照片是行竊者的近距離照片,怎么看都不像威廉,他說:“不,這不是我。你認為所有的黑人都長一個樣子么?” 警察為何會抓錯?這就是算法的問題了。警方通過人工智能搜尋犯罪嫌疑人,但很明顯這是錯的。AI怎么會出錯,它不應該非常準確嗎? 沒錯,AI通常很精準,但前提是訓練不存在問題。導致威廉被當成嫌疑人的最主要原因就是訓練數據中存在偏差。面部識別系統(tǒng)對白人相當的公平,可對于少部分群體就沒那么精確了。因為采用的數據集主要是白人面孔和少數其他群體的面孔,因此對黑人的識別度偏低。

盡管“深色皮膚男性”辨識度高,深色與淺色皮膚的辨識還是存在很大差距,特別是“深色皮膚女性”。這些成果屬于前沿科技公司的,也許不是那些警察用的。

2. YouTube的反饋系統(tǒng)

大家肯定都看過這個網站,在首頁會看到一個有意思的視頻或者流行視頻,一小時以后你仍然在這一頁,只是在不知不覺中看了更多的視頻。這就是推薦系統(tǒng)的作用,它會提供能留你在頁面更久的視頻,從而獲得更多的廣告利潤。 你也許會想:“在那個平臺待得更久一點又怎樣呢?又不會損害何人?!辈唬@個推薦算法會導致反饋里出現危害性內容。 YouTube的AI反饋循環(huán)就出現過一次非??膳碌膯栴}:“網站的推薦算法讓那些戀童癖更容易在特定視頻的評論區(qū)尋找或分享兒童淫穢作品。這一發(fā)現令人恐怖的點有很多。不只是視頻被商業(yè)化,它的推薦系統(tǒng)正不斷給成千上萬的用戶推廣兒童視頻?!?反饋循環(huán)系統(tǒng)也會造成一種單一模式,觀看者可能看到的一直是他們排斥的內容。進而會有一些人永遠都不聽對立的聲音,促成兩極分化。 再者,這種系統(tǒng)會為陰謀論做宣傳。跟造成兩極分化一樣,它會讓對陰謀論稍稍感興趣或半信半疑的人相信這些話。推薦給你看的視頻越來越多,而它們都傳遞了同一個信息。

3. AI導致醫(yī)護時長縮短

2016年,一個新的算法被應用到了阿肯色州的醫(yī)療系統(tǒng)。該算法是為了更好地給醫(yī)護人員分配資源和時間,它會綜合好幾個因素來決定每位病人需要多少幫助。但醫(yī)護效率提高的同時也就意味著許多人的醫(yī)護時長會減少,可這些人往往最需要幫助。

軟件不會服務到糖尿病患者或大腦麻痹性患者,這個問題是源于一個漏洞和一些錯誤代碼。隨之而來的就是道德問題,我們是否該使用AI 來決定病者的健康呢?為什么這個州在未知或未檢測錯誤的情況下就使用該算法? 有個一目了然的、能夠體現算法影響人生活的例子來自泰米·道博。泰米·道博多年受大腦麻痹纏身,2008年搬到了阿肯色州。她需要非常多的幫助,無法靠自己挪動到輪椅,雙手僵硬。正因此,該州的醫(yī)護機構給她分配了最長的照顧時間,每周56個小時。

阿肯色州的醫(yī)療系統(tǒng)應用了AI算法后,這一切改變了。道博的醫(yī)護時間從原先的56小時縮到了32個小時!只有原先的56%!這一削減明顯對她的生活造成了巨大的影響。

AI的不當使用

還有一些例子講了AI是如何被有意用作不道德的操作,這比非人為的代碼錯誤還瘆人!

1. IBM與屠殺

沒錯,IBM在二戰(zhàn)中幫助納粹進行了大屠殺。你也許會好奇:“二戰(zhàn)有AI當后盾?”可以說類似吧,IBM當時研發(fā)了一套用于分類的制表功能。它不只是拆分卡片進行分類的簡單算法,而是更冗雜、需要大量維護的工具,不是平常所想的人工智能。雖是這么說,筆者依舊認為探討技術被不當使用很重要,無論是否是AI。

首先回顧這個機器如何運作:你會拿到一張穿孔卡,需要把它插進去;機器會讀信息,保存,最終輸出數字;這些數字代表人們會去哪個集中營,囚犯的類型以及他們會如何死。 一位名叫霍華德·卡特的經濟戰(zhàn)首席調查官這樣寫道:“希特勒的經濟戰(zhàn),我們的一家(美)企業(yè)也這么做過。所以IBM跟納粹是一類人,整個世界都被國際怪物打壓?!?/p>

2. 換臉

換臉也是一種人工智能。它生成的圖像、視頻甚至是音頻極其真實,利用的就是對抗式生成網絡,這是一個深度學習模型。僅僅是為了娛樂而使用換臉無傷大雅,但換臉存在真實的危險性,同時也帶來了道德問題。 借助換臉制造危害的一種方式就是在政治領域。如果一篇推特都會導致局勢越來越緊張,那一個視頻或一段語音呢?一段辱罵其他政治大亨的錄音會在網上像病毒一樣擴散,兩極分化加深,人們若是信以為真局勢會更緊張。 另一種擾亂社會的方式就是用大量的虛假內容淹沒網絡。無論什么時候上網,怎么才能知道所見皆為真?如果網絡和媒體上的換臉鋪天蓋地,永遠都不會有人知道什么是事實什么是真的。就連文本都能生成虛假的,你怎么知道讀的是不是我寫的,還是機器人在誤導你。

最后一種會造成傷害的是淫穢作品。據2019年9月的一份報告顯示,網上96%的換臉應用都與淫穢作品相關。福布斯的一篇文章中是這樣說的:換臉型淫穢作品往往未經他人允許,會人工合成有明星或個人聯系人的視頻。

浮現出的道德問題

雖然聽起來很嚇人,但也許更糟糕的在后面。 AI和技術發(fā)展日新月異,我們最終會面對一種奧威爾主義局面。政府會有更多的授權,他們會通過AI了解我們何時在何地在做什么。相機里安裝的面部識別會監(jiān)視你的每一個動作,麥克風會識別誰在講話,在說什么,預測算法會判斷你下一步的動作。

這又帶來了另一個問題,政府越容易追蹤你,就越容易擺脫他們討厭的人。下一個“希特勒”的工作會更高效,無需找討厭的人,因為已經知道他們在哪,隨時都可以找到。政府也可以查到誰在反對他們,然后更容易懲罰這些對立者。 有說服力的虛假文本和視頻會淹沒網絡,傳遞的是最不可信、無價值的信息。我們必須對AI保持警惕。
責編AJX

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯系本站處理。 舉報投訴
  • 算法
    +關注

    關注

    23

    文章

    4810

    瀏覽量

    98610
  • AI
    AI
    +關注

    關注

    91

    文章

    41326

    瀏覽量

    302721
  • 人臉識別
    +關注

    關注

    77

    文章

    4132

    瀏覽量

    88789
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    [完結15章]Java轉 AI高薪領域必備-從0到1打通生產級AI Agent開發(fā)

    )的動態(tài)脫敏與合規(guī)性校驗。 總結 Java工程師的AI轉型,不是對過去經驗的否定,而是對工程能力的升維。拒絕原地踏步的關鍵,在于不盲目追逐算法的炫技,而是堅守“系統(tǒng)穩(wěn)定性與高可用性”的工程底線,
    發(fā)表于 04-30 13:46

    Java轉 AI高薪領域必備 從0到1打通生產級AI Agent開發(fā) 教程資料

    了高昂的試錯成本。從經濟學角度看,任何轉型都必須算清“轉換成本”。 “一站式吃透AI Agent開發(fā)”的底層邏輯,就是學習路徑的邊際成本降到最低。它要求學習者不要去和算法工程師搶奪顯卡算力的知識
    發(fā)表于 04-29 17:08

    AI輔助編程設計之道:從Spec到Code工程實踐

    : 第一,設計文檔的質量與AI生成代碼的效果呈正相關。文檔清晰,代碼準確。這個結論看似簡單,但在實際執(zhí)行,很多人會低估“清晰”的難度。 第二,接口設計是難點,尤其是異步接口。很多
    發(fā)表于 03-16 13:33

    為什么AI數據中心越來越依賴電流監(jiān)測?

    隨著人工智能技術的快速發(fā)展,算力需求正在以前所未有的速度增長。從大型語言模型到多模態(tài)AI,再到智能體系統(tǒng),越來越多的應用開始依賴高性能計算平臺。 最近一段時間,圍繞AI智能體(AI A
    的頭像 發(fā)表于 03-11 14:07 ?204次閱讀

    為什么原廠越來越需要一套自己的 Studio

    過去幾年,在和 MCU 原廠的合作過程,一個趨勢越來越明顯: 原廠正在從“只提供芯片”,走向“提供完整使用路徑”。 而 Studio 工具,正好處在這個變化的中心。 一、芯片性能已經不再是主要門檻
    發(fā)表于 02-05 09:37

    使用NORDIC AI的好處

    Nordic 的 Edge AI 主要有以下幾個好處(基于官方資料總結): 極低功耗、延長電池壽命 在本地運行 AI,減少無線傳輸次數,而無線收發(fā)是最耗電的部分。設備只需上傳“結果/事件”,而不是
    發(fā)表于 01-31 23:16

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+AI芯片到AGI芯片

    、現階段更智能、更接近AGI的6算法與模型 1、MoE模型 MoE模型作為Transfomer模型的后繼者,代表著AI技術的一項重大創(chuàng)新和發(fā)展。 優(yōu)勢: 在于能處理龐大的參數規(guī)模,顯著減少內存占用
    發(fā)表于 09-18 15:31

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+AI的科學應用

    載體,關鍵是能在能量載體的特征長度范圍內操縱傳輸特性。 AI發(fā)揮的作用越來越大了,會有替代人類的一天嗎?
    發(fā)表于 09-17 11:45

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+AI芯片的需求和挑戰(zhàn)

    當今社會,AI已經發(fā)展很迅速了,但是你了解AI的發(fā)展歷程嗎?本章作者將為我們打開AI的發(fā)展歷程以及需求和挑戰(zhàn)的面紗。 從2017年開始生成式AI開創(chuàng)了新的時代,經歷了三次熱潮和兩次低谷
    發(fā)表于 09-12 16:07

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+可期之變:從AI硬件到AI濕件

    的不同。隨著AI熱潮的興起,大腦的抽象模型已被提煉成各種的AI算法,并使用半導體芯片技術加以實現。 而大腦是一個由無數神經元通過突觸連接而成的復雜網絡,是極其復雜和精密的。大腦在本質上就是一臺濕潤的軟組織
    發(fā)表于 09-06 19:12

    AI 芯片浪潮下,職場晉升新契機?

    對復雜場景目標檢測與識別的速度和精度。在此過程,對算法的理解深度、芯片架構與算法的協同能力,都會成為職稱評審的加分項。 除技術能力外,
    發(fā)表于 08-19 08:58

    AI的未來,屬于那些既能寫代碼,又能焊電路的“雙棲人才”

    的信號:AI真正的未來,不只屬于“算法天才”,更屬于那些既能寫代碼,又能焊電路的“雙棲工程師”。無論是在AI芯片、智能終端、機器人、邊緣計算還是大模型下沉的討論,我們不斷聽到同一個問
    發(fā)表于 07-30 16:15

    【書籍評測活動NO.64】AI芯片,從過去走向未來:《AI芯片:科技探索與AGI愿景》

    RISC-V架構的AI加速器、量子AI芯片、光電組合AI芯片等。 隨著大模型面臨收益遞減、資源浪費等困境,書中接著目光投向 “后Transformer” 時代的新興
    發(fā)表于 07-28 13:54

    AI視頻分析和算法集合

    AI
    jf_02235694
    發(fā)布于 :2025年07月23日 16:10:12

    后摩爾時代:芯片不是越來越涼,而是越來越

    1500W,而在消費領域,旗艦顯卡RTX5090也首次引入了液態(tài)金屬這一更高效但成本更高的熱界面材料(TIM)。為什么芯片越來越熱?它的熱從哪里來?芯片內部每一個晶體管
    的頭像 發(fā)表于 07-12 11:19 ?2472次閱讀
    后摩爾時代:芯片不是<b class='flag-5'>越來越</b>涼,而是<b class='flag-5'>越來越</b>燙
    柳林县| 澄迈县| 中山市| 额济纳旗| 太康县| 遂川县| 莎车县| 鸡泽县| 丹阳市| 新晃| 琼海市| 仙居县| 岳普湖县| 涟水县| 华亭县| 高陵县| 玉田县| 从江县| 奉新县| 堆龙德庆县| 泸西县| 双辽市| 玉屏| 西充县| 罗城| 广平县| 明光市| 徐州市| 安丘市| 安庆市| 孟连| 扶沟县| 淮阳县| 五大连池市| 水富县| 烟台市| 上虞市| 海安县| 海原县| 攀枝花市| 广宁县|