Przegląd problemów sztucznej inteligencji
Sztuczna inteligencja w dalszym ciągu przynosi dodatkowe korzyści dla ludzkiego życia. Zgodnie z raportem Mckinsey, Sztuczna Inteligencja ma do 1330 r. Dodać 13 bilionów dolarów do światowej gospodarki, co stanowi około 16% całkowitego globalnego udziału. Niezależnie od korzyści materialnych i pieniężnych AI ma różne braki i problemy, które hamują jej przyjęcie na dużą skalę. Problemy obejmują bezpieczeństwo, zaufanie, moc obliczeniową, problem utraty pracy itp.
Główne problemy związane ze sztuczną inteligencją
Oto kilka głównych problemów związanych ze Sztuczną Inteligencją i jej możliwymi rozwiązaniami.
1. Problem utraty pracy
Problemy związane z utratą pracy związane ze sztuczną inteligencją były przedmiotem licznych analiz biznesowych i badań naukowych. Zgodnie z badaniem z Oxfordu, ponad 47% amerykańskich miejsc pracy będzie zagrożonych z powodu automatyzacji do połowy lat 30. XX wieku. Według Światowego Forum Ekonomicznego automatyzacja sztucznej inteligencji zastąpi ponad 75 milionów miejsc pracy do 2022 r. Niektóre liczby są jeszcze bardziej zniechęcające. Zgodnie z innym raportem Mckinsey, roboty oparte na sztucznej inteligencji mogłyby zastąpić 30% obecnej globalnej siły roboczej. Według eksperta AI i inwestora Venture Capital Kai-Fu Lee 40% miejsc pracy na świecie zostanie zastąpionych botami opartymi na AI w ciągu najbliższych 10-15 lat. Niższe dochody i nisko wykwalifikowani pracownicy będą najmocniej dotknięci tą zmianą. W miarę jak AI staje się mądrzejsze z dnia na dzień, nawet wysoko opłacani, wysoko wykwalifikowani pracownicy stają się bardziej podatni na utratę pracy, ponieważ biorąc pod uwagę wysokie koszty wykwalifikowanych pracowników, firmy uzyskują lepsze marże dzięki automatyzacji swojej pracy. Problemy te związane z utratą pracy i płacami można jednak rozwiązać, koncentrując się na następujących środkach.
- Przegląd systemu edukacji i położenie większego nacisku na umiejętności takie jak krytyczne myślenie, kreatywność i innowacje, ponieważ umiejętności te są trudne do odtworzenia.
- Zwiększenie inwestycji publicznych i prywatnych w rozwój kapitału ludzkiego, aby lepiej dostosować je do popytu w branży.
- Poprawa sytuacji na rynku pracy poprzez niwelowanie luki popytowo-podażowej i stymulowanie gospodarki koncertowej.
2. Problem bezpieczeństwa
Zawsze było wiele furii w kwestiach bezpieczeństwa związanych ze sztuczną inteligencją. Kiedy eksperci tacy jak Elon Musk, Stephen Hawking, Bill Gates i inni wyrażają obawy związane z bezpieczeństwem AI, powinniśmy zwrócić uwagę na kwestie bezpieczeństwa. Były różne przypadki, w których sztuczna inteligencja popełniła błąd, gdy Twitter Chabot zaczął wyrzucać obelżywe i pro-nazistowskie nastroje, a w innym przypadku, gdy boty AI na Facebooku zaczęły ze sobą współdziałać w języku, którego nikt inny nie zrozumiałby, ostatecznie prowadząc do projektu zamknąć.
Istnieją poważne obawy, że Sztuczna Inteligencja robi coś szkodliwego dla ludzkości. Przykładem jest autonomiczna broń, którą można zaprogramować do zabijania innych ludzi. Istnieją również bezpośrednie obawy, że AI tworzy „własny umysł” i nie ceni życia ludzkiego. Jeśli taka broń zostanie zastosowana, bardzo trudno będzie cofnąć jej konsekwencje. Poniżej przedstawiono środki, które można podjąć w celu złagodzenia tych obaw.
- Musimy mieć surowe przepisy, zwłaszcza jeśli chodzi o tworzenie lub eksperymentowanie z bronią autonomiczną
- Potrzebna jest globalna współpraca w kwestiach dotyczących tego rodzaju broni, aby nikt nie uczestniczył w wyścigu szczurów
- Pełna przejrzystość w systemie, w którym eksperymentowano z takimi technologiami, jest niezbędna do zapewnienia bezpiecznego użytkowania
3. Problem związany z zaufaniem
W miarę jak algorytmy Sztucznej Inteligencji stają się z dnia na dzień coraz potężniejsze, wiąże się to również z kilkoma kwestiami związanymi z zaufaniem, jeśli chodzi o jej zdolność do podejmowania sprawiedliwych decyzji i ulepszenia ludzkości. Gdy AI powoli osiąga zdolności poznawcze na poziomie ludzkim, kwestia zaufania staje się tym bardziej znacząca. Istnieje kilka aplikacji, w których AI działa jako czarna skrzynka. Przykład - w handlu wysokoczęstotliwościowymi nawet programiści Programu nie mają dobrego zrozumienia podstaw, na których AI przeprowadziła transakcję. Niektóre bardziej uderzające przykłady obejmują oparty na AI AI algorytm dostarczania tego samego dnia, który został nieumyślnie uprzedzony w stosunku do czarnej dzielnicy, innym przykładem jest profilowanie kierowników przestępstw dla alternatywnych sankcji (COMPAS), w którym algorytm sztucznej inteligencji podczas profilowania podejrzanych był stronniczy w stosunku do czarnej społeczności .
Poniżej przedstawiono kilka środków, które można podjąć w celu rozwiązania problemów związanych z zaufaniem w sztucznej inteligencji
- Wszyscy główni dostawcy sztucznej inteligencji muszą ustanowić zasady przewodnie i zasady dotyczące zaufania i przejrzystości we wdrażaniu sztucznej inteligencji. Wszystkie zainteresowane strony zaangażowane w rozwój i wykorzystanie sztucznej inteligencji muszą przestrzegać tych zasad
- Wszyscy interesariusze powinni zdawać sobie sprawę z uprzedzeń związanych z algorytmem sztucznej inteligencji i powinni mieć solidny mechanizm wykrywania uprzedzeń oraz sposoby radzenia sobie z tym
- Świadomość jest kolejnym kluczowym czynnikiem, który odgrywa istotną rolę w zmniejszaniu luki zaufania. Użytkownicy powinni być wyczuleni na operacje AI, jej możliwości, a nawet niedobór związany ze Sztuczną Inteligencją
4. Problem obliczeniowy
Algorytm sztucznej inteligencji polega na analizowaniu ogromnej ilości danych, które wymagają ogromnej mocy obliczeniowej. Do tej pory problem był rozwiązywany za pomocą Cloud Computing i Parallel Processing. Jednak wraz ze wzrostem ilości danych i pojawieniem się coraz bardziej złożonego algorytmu głębokiego uczenia się, dzisiejsza moc obliczeniowa nie będzie wystarczająca, aby sprostać złożonym wymaganiom. Będziemy potrzebować więcej pamięci i mocy obliczeniowej, która poradzi sobie z załamującymi się eksabajtami i Zettabajtami danych.
Obliczenia kwantowe mogą rozwiązać problem prędkości przetwarzania w perspektywie średnio- i długoterminowej
Obliczenia kwantowe oparte na pojęciach teorii kwantowej mogą być odpowiedzią na rozwiązywanie problemów mocy obliczeniowej. Obliczenia kwantowe są 100 milionów razy szybsze niż zwykły komputer, którego używamy w domu. Chociaż obecnie znajduje się w fazie badań i eksperymentów. Według szacunków różnych ekspertów możemy zaobserwować, że zostanie ono wdrożone do głównego nurtu w ciągu najbliższych 10-15 lat.
Wyżej wymienionych problemów z pewnością nie da się rozwiązać, wymaga to jednak szybkiej ewolucji technologii, a także współpracy człowieka. Chociaż jesteśmy na dobrej drodze, jeśli chodzi o tempo postępu technologicznego, ale wciąż mamy długą drogę do opracowania zasad, metodologii i ram, aby zapewnić, że potężna technologia, taka jak AI, nie będzie niewłaściwie wykorzystywana lub niewłaściwie stosowana, co może skutkować niezamierzonymi konsekwencjami.
Polecane artykuły
Jest to przewodnik po problemach ze sztuczną inteligencją. Tutaj omawiamy główne problemy związane ze sztuczną inteligencją AI i jej możliwymi rozwiązaniami. Możesz także przejrzeć następujące artykuły, aby dowiedzieć się więcej -
- Korzyści ze sztucznej inteligencji
- Technologia sztucznej inteligencji
- Rodzaje sztucznej inteligencji
- Narzędzia sztucznej inteligencji
- Znaczenie sztucznej inteligencji