相信大多数人都会认同物联网和人工智能的进步将改变整个世界这一观点,但是关于相关的监管程度和道德实践却没有一致的看法。而这些都是必须要讨论的话题,为未知的未来做好准备,圣克拉拉大学哲学副教授Shannon Vallor这样表示。
圣克拉拉大学哲学副教授Shannon Vallor
“要准备就绪,就意味着现在就要开始谈论各种可能性,并创建可以应对意外的系统,”Vallor在IBM World of Watson大会上这样表示。
未来的就业
除了影响每个专业之外,这些方面的进步也将改变整个就业情况,Vallor说。很多人都在当前的经济形势下挣扎生活,人们担心机器开始取代白领工人时可能发生的情况。
现在,人类能做而机器无法做到的事情越来越少,实现人工智能还有很长一段路要走,未来一些特定领域都是有需求的。Vallor表示,“创造力、跨学科性、社交智能、道德智慧将是未来最重要的技能。”
教育改革
Vallor指出,“”我们的教育系统与这个未来前景是不一致的。它所要求的技术教育是我们没有能力提供的,中间部分是受影响最大的,这些新工作涉及一定水平的技能,我们还没有做好迎接的准备。”
然而,就在5年前,人们很难在硅谷听到有关道德的讨论。Vallor讲到,现在这个情况变了,企业意识到他们要建立信任,教育也可以做这些转变,但一定要快。
至于Watson,Vallor说:“我对Watson的了解是,这是一种强调如何‘放大’我们而不是取代我们的技术。它帮助我们更好地思考,想得更多,做得更多。”
好文章,需要你的鼓励
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。