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
这项来自明尼苏达大学等机构的研究发现,大语言模型在强化学习后训练中,只需训练中间少数几层即可匹配甚至超越全参数训练效果,且这一规律跨模型、跨任务高度稳定,为更高效的AI训练策略提供了新思路。
一名因游泳事故导致胸部以下瘫痪的男子,通过脑植入芯片重新获得了自主进食和饮水的能力。研究人员为其安装了脑机接口,不仅帮助他重新活动手臂,还通过信号反馈重建了触觉感知。经过35周训练,其右臂力量提升86%,左臂提升62%。更令人惊喜的是,该技术似乎部分重塑了其神经系统,即使在系统关闭后,部分手部功能和感觉仍得以保留。
本文介绍VIBE框架,一套通过开放式任务评估大型音频语言模型声音诱发偏见的系统,测试12个模型后发现每个模型均存在显著性别或口音偏见。