人工智能幫助診斷疾病和檢驗(yàn)科學(xué)假設(shè)。根據(jù)IDC的分析師，到2022年，全球在AI上的支出將達(dá)到近780億美元，四年中增長了兩倍多。雖然人工智能似乎無所不能，但它無法處理許多任務(wù)。今天我們就來了解有一些人工智能尚無法解決的5個(gè)問題即：缺乏數(shù)據(jù)和安全性、假新聞和網(wǎng)絡(luò)欺凌、健康與信任、創(chuàng)造力和笑話和什么是智力。當(dāng)然在現(xiàn)實(shí)世界中，我們需要對人工智能持現(xiàn)實(shí)態(tài)度，不要再期望它能夠解決人類的所有問題，畢竟人工智能也存在一定的缺陷，不能真正的替代人類生活。

問題1：缺乏數(shù)據(jù)和安全性

人工智能需要數(shù)據(jù)進(jìn)行分析和培訓(xùn)-如果沒有足夠數(shù)量的結(jié)構(gòu)化數(shù)據(jù)，就不可能創(chuàng)建實(shí)用的人工智能解決方案。例如，要準(zhǔn)確識(shí)別照片中的面部，您需要分析成千上萬張照片。

許多行業(yè)，尤其是公共部門，仍然依賴紙質(zhì)檔案，要完全數(shù)字化將需要時(shí)間。對于企業(yè)而言，這意味著僅開發(fā)用于AI的軟件是不夠的-首先，您需要訪問數(shù)據(jù)。

麥肯錫全球研究所的一項(xiàng)研究表明，人工智能技術(shù)實(shí)施的領(lǐng)導(dǎo)者是金融科技和電信，而落后者是建筑，教育和旅游業(yè)，它們?nèi)狈?shù)字化數(shù)據(jù)。同時(shí)，數(shù)據(jù)質(zhì)量與數(shù)據(jù)量同樣重要?；诘唾|(zhì)量的數(shù)據(jù)構(gòu)建正確的模型是不可能的。

因此，數(shù)據(jù)安全和保護(hù)免受入侵者亂扔垃圾和濫用的問題變得十分嚴(yán)重。公司必須在開始實(shí)施人工智能之前考慮網(wǎng)絡(luò)安全。

問題2：假新聞和網(wǎng)絡(luò)欺凌

人工智能尚無法將虛構(gòu)的事實(shí)與事實(shí)相結(jié)合，并能抵制錯(cuò)誤的信息。盡管OpenAI已經(jīng)創(chuàng)建了人工智能來產(chǎn)生令人信服的“假新聞”，但是算法仍然識(shí)別出比人類更糟糕的假貨。

例如，F(xiàn)acebook放棄了人工智能來解決該問題，并雇用了10,000名能夠理解出版物文化細(xì)微差別的主持人。

人工智能的另一個(gè)局限性是：它無法識(shí)別社交網(wǎng)絡(luò)中的情緒。該缺點(diǎn)尤其妨礙有效地解決網(wǎng)絡(luò)欺凌問題?，F(xiàn)有的機(jī)制要求必須抱怨進(jìn)攻性職位的人員參與。

問題3：健康與信任

人們不信任人工智能，這極大地阻礙了人工智能的應(yīng)用。IBM的Watson Oncology項(xiàng)目能夠?yàn)?3種不同類型的癌癥推薦治療方案-在某些情況下，該算法的決策與腫瘤學(xué)專家的建議相同，為93%。

但是醫(yī)生還不準(zhǔn)備將生死決定權(quán)委托給機(jī)器。人工智能犯下的潛在錯(cuò)誤的責(zé)任問題也急劇上升。

此外，沃森接受過數(shù)據(jù)采樣的問題-外國醫(yī)院抱怨說該程序是針對美國的醫(yī)療實(shí)踐和治療的。結(jié)果，一些實(shí)施了該技術(shù)的醫(yī)院以高昂的成本和不令人滿意的結(jié)果而放棄了該技術(shù)。

也許有一種方法可以解決社會(huì)對人工智能的不信任。美國科學(xué)家進(jìn)行的一項(xiàng)研究表明，如果人們可以對AI算法進(jìn)行較小的更改，他們就會(huì)愿意信任AI。

問題4：創(chuàng)造力和笑話

人工智能缺乏創(chuàng)造力-它只能模仿人的風(fēng)格，而不能創(chuàng)造自己的風(fēng)格。媒體長期以來一直使用AI來撰寫體育新聞和犯罪故事，但是機(jī)器人表演的笑話和小說仍然不能受到批評。

在2018年，一個(gè)經(jīng)過43,000個(gè)笑話訓(xùn)練的神經(jīng)網(wǎng)絡(luò)開始產(chǎn)生胡說八道，例如“如果與恐龍雜交，您會(huì)得到什么?律師。” 顯然，我們不應(yīng)期望幽默領(lǐng)域發(fā)生機(jī)器革命。

散文并沒有什么更好的事情：盡管有一些發(fā)展證明了人工智能書寫故事的能力，但要使計(jì)算機(jī)贏得諾貝爾文學(xué)獎(jiǎng)，還有很長的路要走。

問題5：什么是智力

蘋果聯(lián)合創(chuàng)始人史蒂夫·沃茲尼亞克(Steve Wozniak)建議使用“咖啡測試”來衡量機(jī)器智能能力。要通過沃茲尼亞克的測試，

機(jī)器人必須進(jìn)入一個(gè)陌生的公寓，找到咖啡機(jī)，倒水，拿出杯子，煮咖啡。到目前為止，沒有人能夠通過這項(xiàng)測試。“咖啡測試”有很多笑話，但它顯示了現(xiàn)代機(jī)器智能的嚴(yán)重局限性。

Landing AI和Coursera的創(chuàng)始人Andrew Ng認(rèn)為，有可能成功地自動(dòng)化那些人類花費(fèi)不到一秒鐘的智能任務(wù)。

問題在于人們本身還沒有完全理解什么是智能。幾十年來，研究人員一直認(rèn)為，理想的智力測量方法是下棋。如今，大師們無法與機(jī)器競爭，但是聊天機(jī)器人和語音助手保持有意義的對話的能力已經(jīng)超過了一個(gè)五歲孩子的能力。

解決方案：如何將問題變成挑戰(zhàn)如今，人工智能的所有局限性對開發(fā)人員和企業(yè)家都是一個(gè)挑戰(zhàn)。機(jī)器無法控制的任務(wù)對新一代的研究人員來說應(yīng)該是一個(gè)挑戰(zhàn)。

例如，可以創(chuàng)建一種基于社交網(wǎng)絡(luò)消息來猜測一個(gè)人的情緒的服務(wù)，或者訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)來開個(gè)俏皮的笑話，并基于此創(chuàng)建一個(gè)征服世界的病毒式應(yīng)用程序。

好了，關(guān)于人工智能尚無法解決的5個(gè)問題介紹到這里就結(jié)束了，想了解更多關(guān)于人工智能的信息，請繼續(xù)關(guān)注中培偉業(yè)。