1704610359
1704610360
本章开始部分介绍的SITU生产智能天平的企业家迈克尔·格罗特豪斯表示：“这当然是技术公司正在钻研的事。现在，我们看到了一些真正令人感兴趣的工作，这些工作是通过被称为光谱分析仪的设备完成的。光谱分析仪使用光测量物质的成分。但问题是，光谱分析仪仍然无法准确读取物体的成分与质量。有一天，它们会变得足够小且足够便宜，我们可以便捷地测量任何物体，但是在那之前，测量食物热量的最佳方式还是用手工记录。”
1704610361
1704610362
格罗特豪斯等技术人员的梦想是，所制造的智能设备不仅在外形规模上是不可视的，而且在使用方式上也是不可视的。就像我们不必有意识地去关注我们的心率、体温或呼吸，因为有中枢神经系统在调控，未来智能设备也将渐渐地采集并交流信息，而无须个人对流程进行监控。
1704610363
1704610364
1704610365
1704610366
1704610368
人工智能：改变世界，重建未来 智能设备存在的问题
1704610369
1704610370
这带来了许多伦理问题。“隐形”设备的问题在于，我们可能错过其运行的一些细节。尤其是如果它与一个智能设备有类似功能的话，我们可以假设它们以完全相同的方式工作。比如，我们已经讨论了智能设备能够实现微观和宏观目标的方式。然而，这并不一定是仅对你这个使用者有利的目标，哪怕你已经拥有了讨论中的智能设备。打个比方，保险公司已经流露出将联网智能设备作为优化安全保费手段的渴望。简而言之，如果你生活得比较健康和安全，你的保费就会下降。当前保险费率是基于年同比进行计算，为你的实际情况变化留下余地。使用智能设备，费率可以不断调整，保费会根据你最新的读数像股票价格一样上下波动。
1704610371
1704610372
大公司正在大力采用可穿戴设备，使之作为一种追踪员工的方式。英国石油公司（BP）已经为14 000名雇员免费配备了Fitbit公司的Zip活动记录仪，条件是他们同意公司查看他们所行的步数。英国石油公司员工称之为“百万步大挑战”。如果他们步行超过100万步，就可以获得降低保费的奖励。根据Fitbit统计，在类似的公司健康计划中，使用Fitbit设备的雇员比普通人多行走60%—80%。从某种程度而言，这对参与各方都有利。公司降低了雇员的保险成本，雇员变得更加健康，国家医疗保健费用也相应减少。医疗保健研究公司CDW的报告称，5年间，可穿戴技术可以使医院成本下降16%。
1704610373
1704610374
“泰勒主义”（Taylorism）是20世纪初工程师弗雷德里克·泰勒（Frederick Taylor）所倡导的一项运动。在泰勒1911年出版的极具影响力的著作《科学管理原理》（The Principles of Scientific Management）中，他提出了自己的信仰，即人类工作与思考的目的应该是提高效率。泰勒实施了各种研究，旨在教育雇员如何测量先前无法测量的工作，以提升他们的工作效率。比如，在他的“铲投科学”实验中，泰勒将一个工人一铲提取的最佳重量精确到21磅[2]。通过这么做，有效的铲投速度可以保持得更加持久。这恰恰就是当前智能设备可以轻易测量并反馈给老板的情况。亚马逊当前在自己的工厂里使用类似的技术，将手持式电脑配发给“成品合作者”（也称产品采集器），以记录他们完成单个订单的速度。泰勒的科学管理设想不只是支持雇主。他坚信，测量工作的能力也将与激励报酬齐头并进，因此生产力不足的低业绩员工不会获得和高业绩员工一样多的收入。尽管所有这些在理论上几近完美，但批评人士仍指出一个事实：科学管理同样降低了自主性，而且人工智能这个概念颇具讽刺意味，它对待人如同对待机器一样。
1704610375
1704610376
另外，如果我们设备的某些方面旨在完全为我们造福，我们可能比较幸运。2014年，《福布斯》杂志的两位作者披露，智能设备制造商Nest已经与电力公司达成交易，会为它们提供显示其用户习惯的数据。尽管这些数据是匿名的，而且只是汇总数据，但电力公司仍然能用这些数据控制我们家里的智能设备。为了减轻电网的荷载，电力公司可以要求Nest在炎热天气里关闭用户的空调。Nest与电力公司分享节约的成本，而用户什么也没有得到。随着时间的流逝，Nest与电力公司交易产生的收益将使其销售恒温器的收入额“相形见绌”。Nest的智能设备依然为其主人服务，但对于我们一直期待的智能设备而言，这只是不同的主人而已。
1704610377
1704610378
由于用户数据由智能设备采集并用于城市规划，因此可能面临诸多相关挑战。根据人工智能的采用方式，智慧城市不是变得越来越紧密，而是变得越来越分散。麻省理工学院计算机科学与人工智能实验室（CSAIL）创立的一项深度学习项目发现，通过查看图像，某一地区的犯罪率是可以预测的。除了整合如旧金山犯罪定位地图（San Francisco CrimeSpotting）等应用上的犯罪数据，深度神经网络还对400万张谷歌街景图片进行了训练。深度神经网络很少专注于具体图像所呈现的内容，而是主要专注于推理。项目创建者之一的阿迪亚·科斯拉（Aditya Khosla）对我说：“我们努力在做的是，使展示出的图片研究不只限于分析看到的景象。如果人工智能的目标是建造可以模仿人类智能的机器，那么拥有抽象思维能力明显就是第二步了。”就像上一章所提到的大多数应用软件一样，计算机科学与人工智能实验室的项目是深度学习运转中一个令人印象深刻的案例。但是人们对它的使用方式有着不同的诠释。比如，城市规划者可以利用神经网络查明城市各个部分的需求详情，如哪里需要投资，哪里需要建立医院或学校但不是现在建立（神经网络的另一个用途）。与此同时，汽车公司可以利用同样的技术自动控制车门来锁定你的汽车，或当你需要时为你提供一条备选路线。
1704610379
1704610380
如果考虑到了这么多，你就不会因为想把一些工作转交给一个你可以信任的数字实体或者智能助手而受到责备。
1704610381
1704610382
幸运的是，人工智能在提高这种能力上也有所帮助。
1704610383
1704610384
[1]1英寸=2.54厘米。——编者注
1704610385
1704610386
[2]1磅= 0.453 592 4公斤。——编者注
1704610387
1704610388
1704610389
1704610390
1704610392
人工智能：改变世界，重建未来 第四章 人工智能助手如何为我们效劳
1704610393
1704610394
不管怎么看，机器人Negobot都像是一个14岁的小姑娘。她说的话时常很无趣，而且她只对流行乐队和服装品牌感兴趣。她写的文字中充满了LOL（大声笑）等网络语言，并时不时夹杂着表情符号（小卡通笑脸，一种在网络上表达感情的图片）。有时她说起话来出奇的老成，而有时则相当幼稚。
1704610395
1704610396
现在，她正竭尽全力来弄清你是不是有恋童癖。
1704610397
1704610398
西班牙德乌斯托大学的一群研究人员创造了Negobot。她（更准确地说应该是“它”）是一个智能实体，用于在线模仿青少年的言语和行为。如今，年轻人花越来越多的时间在虚拟世界中交流。Negobot将充当秘密数字实体，通过潜入网络聊天室找出可疑人员。
1704610399
1704610400
德乌斯托大学“智能、语义和安全实验室”研究员卡洛斯·劳尔登（Carlos Laorden）说道：“Negobot的任务就是设法抓到那些狡猾的、有恋童癖的人。他们通常会通过长达数月的交谈来迷惑受害人。因此需要花费大量时间对这些聊天室进行监督。而创造Negobot的设想就是使其在一段持续的时间内模拟人类对话，而不是仅模仿几分钟。”
1704610401
1704610402
卡洛斯·劳尔登最初从事的工作是编写过滤垃圾邮件的程序，这是一个传统的机器学习问题。通过利用相关语言，在线找出并隔离恶意行为，他提出了实现这一目标的最先进的现实版本。
1704610403
1704610404
Negobot被设定为根据博弈论的原则来进行操作。博弈论这一概念最早是由数学界先驱约翰·冯·诺依曼提出的，我在第一章中曾简要提到过他的主要工作。博弈论研究的是战略决策，众多参与者都有自身的动机，而结果则取决于不同参与者的行为。并不是每个人都能得到自己想要的。博弈论的目标是预测人们如何采取行动并将其转化为自己的优势。
1704610405
1704610406
在Negobot的案例中，博弈的目标是弄清与Negobot交谈的人是不是有恋童癖。虽然Negobot在交谈中表现得好像只是在被动地回答问题，但是与此同时，它也将提取尽可能多的可以指控对方的证据。与Negobot的对话内容一开始很平常，之后随着对方给出的回答逐步升级。根据场景的不同，人工智能一共可以分为7个不同的行为等级，每一等级都对应着与之对话的人不同的“狡猾程度”。最开始，Negobot谈论自己最喜欢的电影、音乐、个人风格和服饰，以及更具暗示性的话题，例如药品、酒精和家庭问题。根据人类参与者引导问题的方式，Negobot将进一步探讨性和其他禁忌话题，同时假装给出更多“个人”信息。
1704610407
1704610408
不知情的人正在为发现一个与之对话的“14岁女孩”的隐私而暗自窃喜，并自认为成功地操控了整个对话。然而，在这一切发生时，Negobot正在建立一个针对他们的案件卷宗。
[
上一页 ]
[ :1.704610359e+09 ]
[
下一页 ]