Periodisk gennemgang af kunstig intelligens-industrien afslører udfordringer

Som en del af Stanfords igangværende 100-årige undersøgelse af kunstig intelligens, kendt som AI100, to workshops behandlede for nylig spørgsmålene om plejeteknologier og forudsigende modellering for at informere den fremtidige udvikling af AI -teknologier.

"Vi ser nu en særlig vægt på humaniora og hvordan de interagerer med AI, sagde Russ Altman, Stanford professor i ingeniørvidenskab og fakultetsdirektør for AI100. AI100 er et projekt af Stanford Institute for Human-Centered Artificial Intelligence.

Efter det første møde i AI100, gruppen planlagde at samles hvert femte år for at diskutere status for AI -industrien. Tanken var, at rapporter fra disse møder ville fange spændingen og bekymringerne vedrørende AI -teknologier på det tidspunkt, lave forudsigelser for det næste århundrede og tjene som en ressource for politiske beslutningstagere og industriens interessenter, der former fremtiden for kunstig intelligens i samfundet.

Men teknologien bevæger sig hurtigere end forventet, og arrangørerne af AI100 følte, at der var spørgsmål at diskutere inden den næste planlagte session. Rapporterne, der er resultatet af disse workshops, tegner et billede af de potentielle faldgruber ved at outsource vores problemer for teknologien at løse frem for at løse årsagerne, eller tillade forældede prædiktiv modellering at forblive ukontrolleret. Sammen, de giver et mellemliggende øjebliksbillede, der kan vejlede diskussioner på det næste hele møde, sagde Altman.

"Rapporterne fanger den cykliske karakter af offentlige synspunkter og holdninger til AI, sagde Peter Stone, professor i datalogi ved University of Texas i Austin, som fungerede som studiepanelformand for den sidste rapport, og er nu formand for det stående udvalg. "Der er tider med hype og spænding med AI, og der er tider med skuffelse og desillusion - vi kalder disse AI -vintre. "

Denne langsgående undersøgelse har til formål at indkapsle alle op- og nedture-skabe et langsigtet syn på kunstig intelligens.

Alexa er ligeglad med dig

Selvom kunstig intelligens er udbredt i sundhedsapps, deltagere i workshoppen, der diskuterede AI's evne til at pleje, konkluderede, at pleje i sig selv ikke er noget, der kan kodes i teknologi. Baseret på det, de anbefaler, at nye teknologier integreres i eksisterende menneske-til-menneske-plejeforhold.

"Omsorg er ikke et problem, der skal løses; det er en grundlæggende del af at leve som mennesker, " sagde Fay Niker, en filosofilektor ved University of Stirling, og formand for Coding Caring -værkstedet. "Ideen om en teknisk løsning på noget som ensomhed, for eksempel, er forvirrende."

Deltagerne i workshoppen indrammer plejeteknologier som værktøjer til at supplere menneskelige plejerelationer som dem mellem en omsorgsperson og plejemodtager. Teknologi kan helt sikkert give påmindelser om at tage medicin eller spore sundhedsoplysninger, men er begrænset i evnen til at udvise empati eller yde følelsesmæssig støtte, som ikke kan kommodificeres eller reduceres til resultatorienterede opgaver.

"Vi bekymrer os om, at meningsfuld menneskelig interaktion kan blive frosset ud af teknologi, "sagde Niker." Håbet er, at AI2020 -rapporten, og andet arbejde på dette område, vil bidrage til at forhindre denne 'istid' ved at udfordre og dermed ændre kultur og debat omkring design og implementering af omsorgsteknologier i vores samfund. "

Regulering af prædiktive teknologier

AI -teknologier kan muligvis lære, men de er ikke immune over for at blive forældede, tilskynde deltagerne i den anden workshop til at indføre begrebet "udløbsdatoer" for at styre deres implementering over tid. "De træner på data fra fortiden for at forudsige fremtiden, "sagde Altman." Tingene ændrer sig på ethvert felt, så du skal lave en opdatering eller en reevaluering."

"Det betyder, at vi skal være opmærksomme på de nye data, "sagde David Robinson, en gæsteforsker fra Cornell's College of Computing and Information Science, og en af ​​workshop-arrangørerne. Medmindre andet er oplyst, Algoritmen vil blindt antage, at verden ikke har ændret sig, og vil give resultater uden at integrere nyligt introducerede faktorer.

Vigtige beslutninger kan hænge på disse teknologier, herunder risikovurdering i strafferetssystemet og screening af børnebeskyttelsestjenester. Men Robinson understregede, at det er nettokombinationen af ​​algoritmeresultaterne og fortolkningen fra dem, der bruger teknologien, der resulterer i en endelig beslutning. Der bør være lige så meget granskning af den information, som AI leverer, som der er på de brugere, der fortolker algoritmens resultater.

Begge workshops kom til den konklusion, at regulering er nødvendig for AI-teknologi, ifølge Altman, hvilket ikke burde komme som en overraskelse for dem, der er indstillet på populærkulturelle referencer på området. Om industrien kan selvregulere, eller hvilke andre enheder skal overvåge fremskridtene på området, er stadig på tale.

Både deltagere og arrangører føler, at AI100 har en rolle at spille i fremtiden for AI-teknologier. "Jeg håber, at det virkelig hjælper med at uddanne mennesker og offentligheden i, hvordan de kan og bør interagere med AI, " sagde Stone. Måske endnu vigtigere, resultaterne fra AI-rapporterne kan refereres af disse politiske beslutningstagere og industriinsidere, forme, hvordan disse teknologier udvikles.