至顶网软件频道消息:“友好”人工智能的主要支持者Eliezer Yudkowsky提出了一种关于人工智能潜力的警示性观察,即通过使用计算机完成通常需要人类智能才能完成的任务。他写道:“人工智能的最大危险在于人们过早地认为他们已经理解了它。”
任何关于人工智能对人口老龄化影响的严肃讨论必须从Yudkowsky暗示的问题开始:我们真的理解它吗?如果我们确实理解它,我们如何利用它来改善我们迅速增长的老年人口的生活?
人工智能有可能可以提供更低的医疗保健成本、更好的交通和更长的就业。人工智能甚至可能终止隔离,这种隔离通常会将流动性较差的成年人与家人和朋友分开,并消除老年人的耻辱感。
要实现人工智能的潜力就需要企业和企业家降低其成本,并使医疗保健提供者、老人的儿子和女儿接受它作为更频繁、更深层次连接的工具。但首先,我们需要了解这一挑战。
最近的评估表明,在美国老年人口比十六年前有了明显地增长。65岁及以上的居民从2000年的3500万增长到了2016年的4920万,分别占据总人口的12.4%和15.2%。
从老龄化相关疾病(人口老龄化带来的一种影响)的发病率到能够提高生活质量的政策的出台,美国的老龄化正在改变着社会与老年人的联系方式,这种改变不仅仅发生在现在,还会影响到未来。医疗保健变得尤为重要,因为慢性病和合并症——同时存在两种或者两种以上的慢性病或者健康问题——已经达到了历史最高水平,如果得不到有效的解决,情况还将愈演愈烈。
由于随着年龄的增长,健康问题变得越来越严峻,科学家和研究人员正在努力使用人工智能等技术的创新来增加健康跨度——个体健康的时间长度。
人工智能是智能手机应用、机器人、医疗技术、无人驾驶飞机和自动驾驶汽车的核心技术。随着人工智能技术的发展,其改变健康长寿状况的潜力在人口老龄化的背景下具有强大的前景。
例如,它可以帮助填补国家的看护空白——美国退休人员协会(AARP)预测“看护悬崖”,估计到2030年,每个需要照顾的人只有四名潜在的家庭看护者,而到了世纪中期,这一数字将下降到三个。
90%的老年人希望留在家中,这一事实让这个趋势的影响变得更为复杂。2015年的调查发现,40%的看护人员表示家庭护理具有挑战性。因为目标是提高老年人和护理人员的独立性、生活质量和福祉,人工智能以可以承受的价格提供个性化的健康计划,这让它赢得了越来越多的机会去解决这些问题。
据报道,人工智能可能会减少甚至减轻护理的负担。人工智能还可以通过谈话设备、传感器、机器等帮助人们更长久地居住在家中。事实上,数字创新已经简化了复杂的任务,这为人工智能在老龄化方面的业务拓展带来了重要机遇。
人工智能技术的市场正在蓬勃发展。除了各种炒作和媒体的关注之外,许多初创公司和互联网巨头竞相投身于此,这表明投资和使用率显著增加。Narrative Science的一项调查发现,去年已经有38%的公司在使用人工智能,预计到2018年这个比例将达到62%。其中一些包括语音激活的个人助理,如亚马逊的Alexa和苹果的Siri。
商业界可以在促进更长、更健康的生活方面发挥重要作用。这呼应了Milken Institute Center for the Future of Aging(CFA)发布的报告《银发黄金:老龄业务》和题为《老龄业务》系列文章中的内容。
这两本出版物基于CFA召开的Business and the Future of Aging峰会,该峰会计划采取一系列行动,让商业领袖创造产品、服务和创新以服务于不断增长的老年消费者群体,这是其主要的目标之一。随着人口老龄化的到来,赋能老年人以管理他们的健康,可以帮助减轻疾病的负担和医疗保健费用。
尽管人工智能的机会越来越多,但它无法应对每一项挑战,正如Yudkowski所说,它承诺的很多好处都伴随着相应的风险。连接可以使老年人同家人和朋友变得更为亲近,但正如我们所知道的,人工智能也可以让我们疏远真实的物理世界,因为它不能代替人类互动。人工智能跟踪个人数据的医疗优势也被隐私权的丧失所抵消。
如果企业能够设计安全的人工智能并减少对这些机器的适当角色的担忧,人工智能的问题就可以得到解决。
由于人工智能正在变得日益普遍,企业可以通过评估、实施并监控人工智能算法以降低风险。这些技术不断地影响着社会——从新药开发到帮助医生检测患者的阿尔茨海默症——未来看起来很光明。
除了这些风险,人工智能系统还需要解决一些重要的问题,包括医疗应用的报销,并解决介入和连接方面的社会经济和文化上的差距。我们无法避免正在出现的数字分裂。为了确保其最终的影响能够提升老年人的生活质量,我们必须竭尽全力去理解并管理它的发展。
好文章,需要你的鼓励
Meta宣布为Facebook Dating推出AI聊天机器人助手,帮助用户找到更匹配的对象。该AI可根据用户需求推荐特定类型的匹配者,并协助优化个人资料。同时推出Meet Cute功能,每周提供算法选择的"惊喜匹配"。尽管18-29岁用户匹配数同比增长10%,但相比Tinder的5000万日活用户仍有差距。AI功能已成为约会应用标配,Match Group等竞争对手也在大力投资AI技术。
字节跳动团队提出RewardDance框架,首次系统性解决视觉生成中的奖励模型扩展问题。该框架通过将奖励预测转为生成式任务,并将模型规模扩展至260亿参数,同时集成任务指令、参考样例和推理能力,有效解决了"奖励作弊"问题。实验显示,在文本生成图像任务中质量提升10.7分,视频生成性能改善49%,达到行业领先水平,为AI视觉创作提供了更强大可靠的技术基础。
Neo4j认为已找到让生成式AI访问图数据库记录的方法。图数据库专注于数据点之间的关系建模和查询,在欺诈检测、推荐引擎等场景中表现出色。2024年4月,ISO批准了图查询语言GQL标准,Neo4j的Cypher查询语言完全符合该标准。现代工具提供拖拽式工作流程,GenAI可作为自然语言接口,将用户请求转换为Cypher查询。
ByteDance团队开发的Mini-o3系统通过深度多轮推理突破了传统AI视觉理解的局限。该系统能像人类侦探般进行几十轮的视觉探索,在困难的视觉搜索任务上准确率达48%,相比现有模型提升显著。核心创新包括挑战性的Visual Probe数据集、多样化推理策略训练和突破性的过轮掩码技术,实现了测试时思考轮数的自然扩展。