AI kunne hjælpe med at håndtere naturkatastrofer – men kun i et vist omfang

Beboere kæmper med eftervirkningerne af orkanen Florence, en rekordstor storm, der har ramt den amerikanske østkyst og ført til mindst 32 dødsfald, oversvømmelser og beskadigede boliger. I mellemtiden Tyfonen Mangkhut har hærget det sydlige Kina. Mere end tre millioner mennesker blev evakueret.

I de sidste par år, AI er blevet stadig mere kraftfuld. Det kan diagnosticere sygdomme, book restauranter, falske præsidentielle taler, og selv komponere hitmusik og producere trailere til gyserfilm. Så i denne nye æra med "big data" og "kunstig intelligens, "har vi nye værktøjer til at beskytte vores samfund og håndtere skaderne af sådanne storme?

AI demonstrerede en overlegen evne til at forstå visse situationer i 2016, da programmet AlphaGo slog Lee Sedol, 18-dobbelt verdensmester, ved spillet Go, det mest sofistikerede spil i historien. Men er denne overlegne evne set andre steder, også? Kunne, for eksempel, AI forstår, forudsige og håndtere naturkatastrofer – såsom oversvømmelser – bedre end mennesker kan?

Et computerspil og en oversvømmelse er åbenbart to vidt forskellige ting. Men AI indhenter mennesker i at forstå "ting". For eksempel, forskere påviste for nylig, at AI kunne hjælpe med at diagnosticere brysttumorer ud fra medicinsk billeddannelse. Og mere foreløbig forskning viser, at AI helt sikkert kunne hjælpe os med at overvåge oversvømmelser og måske endda kunne levere mere præcise tidlige advarselsmeddelelser i den nærmeste fremtid.

I et nyligt offentliggjort papir, Jeg beskriver, hvordan jeg brugte to af de mest populære AI-teknikker til at overvåge tweets og billeder streamet fra Twitter og en mobilapp kaldet MyCoast. Disse AI-baserede algoritmer kan identificere placeringen nævnt i et tweet om oversvømmelser og beskrive indholdet af billederne for at genkende oversvømmelsesscener gennem intensiv træning med "bearbejdede eksempler, " fotos manuelt mærket af mennesker ved hjælp af nøgleord. Efter sådan træning, den trænede AI kunne komme med en forudsigelse om, hvorvidt et nyt foto er en oversvømmelsesscene eller ej.

Diagnosticering af brysttumorer og identifikation af oversvømmelser er, selvfølgelig, noget som mennesker kan. Men kunstig intelligens kan øge potentialet i en sådan menneskelig kapacitet i stor skala. Et AI-program, for eksempel, kan læse tusindvis af tweets og fotos på få sekunder. Ud over, AI bliver ikke træt – dens dømmekraft holdes på samme niveau hele tiden. Sammenlignet med, menneskelige vurderinger er subjektive, ændres på grund af faldende koncentration og fluktuerende følelser. Så ja, AI er meget stærkere end mennesker i disse aspekter, især hvad angår hastighed og volumen.

Dystopi hype

Skal vi så være bekymrede for denne magt? Mange hævder, at vi bør bekymre os om, at kunstig intelligens bruger naturkatastrofer til at ødelægge det menneskelige samfund, som forestillet sig i den nylige film Geostorm. Teknologimagnaten Elon Musk har også talt om, at kunstig intelligens udgør en "eksistentiel risiko" for mennesker. Men det er vigtigt at bemærke, at kunstig intelligens ikke kan konkurrere med mennesker, i hvert fald inden for en overskuelig fremtid, på mange andre områder.

Først, AI er en efterlignende algoritme for menneskelige vurderinger. AI er bedre end mennesker med hensyn til hastighed og volumen, men ikke kvalitetsmæssigt. Dette gælder især for oversvømmelsesovervågning. Min forskning viste, at kunstig intelligens kunne begå fejl ved at genkende oversvømmelsesscener. Imidlertid, denne situation kan ændre sig i fremtiden, som det gjorde i tilfældet med spillet Go. Efterhånden som flere træningsdatasæt bliver tilgængelige, nøjagtigheden og pålideligheden af ​​AI's forudsigelser vil blive yderligere forbedret.

Sekund, AI er stadig svag, når det kommer til forudsigelse. Selvom disse algoritmer kan lave acceptable prognoser inden for fortidens rammer, forudsigelser bliver vilde, når de går ud over træningsdataens parametre. Lad os sige, at du får en række punkter til at forbinde med en linje. Det er relativt nemt at gætte, hvad der ligger mellem punkterne, da gættet ikke kan være absurd forkert (forudsat at dataene ikke svinger for meget). Men det vil være langt sværere at gætte punktet ud over de mest højre og de mest venstre punkter, fordi der ikke er beviser for, hvordan de vil ændre sig.

Med hensyn til oversvømmelsesovervågning, derefter, det er svært at forudsige langsigtede oversvømmelsestendenser baseret på tidligere træningsdatasæt, fordi klimaændringer fundamentalt ændrer tendensen for mange hydrologiske faktorer. Vi har ingen acceptable uddannelsesdata i dette tilfælde.

Men den mest fundamentale forskel mellem AI og mennesker, Jeg tror, er forskellen i bevidsthed, eller mere specifikt, motivering. Indtil nu, AI vil gøre hvad brugerne beder om, men den kan ikke komme med sin egen idé. Min datter på to år kan let overstige AI, når hun siger "Jeg vil have den slik." Hun kan endda improvisere ved at sige gentagne gange "Jeg vil have det slik" for at understrege hendes krav. Jeg kan ikke forestille mig en AI-algoritme, der kunne gøre noget lige i nærheden af ​​det. I sidste ende, vi har brug for kreative løsninger, og AI er ikke i stand til at levere dem.

AI, derefter, er i øjeblikket blot et værktøj til at opskalere menneskets "forståelse" og måske "forudsigelse". Det har en lang vej at gå, før det indhenter menneskelig tænkning, kreativitet og motivation.

Denne artikel er genudgivet fra The Conversation under en Creative Commons -licens. Læs den originale artikel.