Oversigt over kunstige intelligensproblemer

Kunstig intelligens bringer fortsat trinvise fordele for menneskers liv. I henhold til Mckinsey-rapporten er Kunstig intelligens indstillet til at tilføje 13 billioner dollars til den globale økonomi inden 2030, hvilket er ca. 16% af den samlede globale andel. På trods af de konkrete og monetære fordele har AI forskellige mangler og problemer, der hæmmer dens store vedtagelse. Problemerne inkluderer sikkerhed, tillid, computerkraft, bekymring over jobtab osv.

Store problemer forbundet med kunstig intelligens

Følgende er et par af de største problemer forbundet med kunstig intelligens og dens mulige løsninger.

1. Problem med tab af job

Problemer med tab af job relateret til kunstig intelligens har været genstand for adskillige forretningssager og akademiske studier. I henhold til en Oxford-undersøgelse vil mere end 47% af de amerikanske job være truet på grund af automatisering i midten af ​​2030'erne. I henhold til World Economic Forum vil automatisering af kunstig intelligens erstatte mere end 75 millioner job inden 2022. Nogle af tallene er endnu mere skræmmende. I henhold til en anden Mckinsey-rapport kunne AI-baseres robotter erstatte 30% af den nuværende globale arbejdsstyrke. I henhold til AI-ekspert og venturekapitalist Kai-Fu Lee, vil 40% af verdensjobs blive erstattet af AI-baserede bots i de næste 10-15 år. Lav indkomst og lavt kvalificerede arbejdstagere vil blive det hårdest ramte af denne ændring. Efterhånden som AI bliver smartere med dagen, bliver selv de højt betalte højtuddannede arbejdstagere mere sårbare over for tab af job, da virksomhederne får de høje omkostninger ved kvalificerede arbejdere, ved at automatisere deres arbejde. Imidlertid kan disse spørgsmål, der er relateret til jobtab og lønninger, løses ved at fokusere på følgende foranstaltninger.

  • Overvejelse af uddannelsessystemet og mere fokus på færdigheder som kritisk tænkning, kreativitet og innovation, da disse færdigheder er svære at gentage.
  • At øge både offentlige og private investeringer i udvikling af menneskelig kapital, så de bedre tilpasses industriens efterspørgsel.
  • Forbedring af arbejdsmarkedets tilstand ved at bygge bro mellem efterspørgsel-udbuddet og give drivkraft til spillejobsøkonomien.

2. Sikkerhedsproblem

Der har altid været meget ild over sikkerhedsproblemer, der er forbundet med kunstig intelligens. Når eksperter som Elon Musk, Stephen Hawking, Bill Gates blandt andre udtrykker bekymring i forbindelse med AI-sikkerhed, skal vi være opmærksomme på dets sikkerhedsspørgsmål. Der har været forskellige tilfælde, hvor kunstig intelligens er gået galt, da Twitter Chabot begyndte at sprænge fornærmende og pro-nazistiske følelser, og i andre tilfælde, da Facebook AI-bots begyndte at interagere med hinanden på et sprog, som ingen andre ville forstå, hvilket i sidste ende førte til, at projektet blev lukke ned.

Der er alvorlige bekymringer over, at kunstig intelligens gør noget skadeligt for menneskeheden. Det drejer sig om autonome våben, der kan programmeres til at dræbe andre mennesker. Der er også overhængende bekymringer med AI, der danner ”Mind of their Own” og værdsætter ikke menneskeliv. Hvis sådanne våben er indsat, vil det være meget vanskeligt at fortryde dens følger. Følgende er de foranstaltninger, der kan træffes for at afhjælpe disse bekymringer.

  • Vi er nødt til at have stærke regler, især når det kommer til oprettelse eller eksperimentering af autonome våben
  • Globalt samarbejde om spørgsmål, der vedrører sådanne våben, er nødvendigt for at sikre, at ingen bliver involveret i rotteracet
  • Fuld gennemsigtighed i det system, hvor sådanne teknologier har eksperimenteret, er afgørende for at sikre dets sikre anvendelse

3. Tillidsrelateret problem

Efterhånden som kunstig intelligens algoritmer bliver mere magtfulde af dagen, bringer det også adskillige tillidsrelaterede spørgsmål om dens evne til at tage beslutninger, der er retfærdige og til forbedring af menneskeheden. Når AI langsomt når kognitive evner på menneskeligt niveau, bliver tillidsspørgsmålet desto mere vigtigt. Der er flere applikationer, hvor AI fungerer som en sort boks. Eksempel - i højfrekvenshandel har selv programudviklerne ikke en god forståelse af det grundlag, som AI udførte handlen på. Nogle mere slående eksempler inkluderer Amazon AI-baseret algoritme til levering samme dag, som utilsigtet var partisk mod sort kvarter, et andet eksempel var Korrektionsforbryderstyringsprofilering for alternative sanktioner (COMPAS), hvor den kunstige intelligens-algoritme, mens profilerede mistænkte var partisk mod det sorte samfund .

Følgende er få af de foranstaltninger, der kan træffes for at bygge bro over tillidsrelaterede spørgsmål inden for kunstig intelligens

  • Alle de store kunstige intelligensudbydere har brug for at opstille vejledende regler og principper i forbindelse med tillid og gennemsigtighed i AI-implementering. Disse principper skal følges religiøst af alle interessenter, der er involveret i udvikling og anvendelse af kunstig intelligens
  • Alle interessenter skal være opmærksomme på den bias, der i sagens natur leveres med AI-algoritme, og skal have en robust mekanisme til detektering af bias og måder at håndtere den
  • Bevidsthed er en anden nøglefaktor, der spiller en vigtig rolle i at bygge bro over tillidsgabet. Brugerne skal være følsomme over for AI-operationer, dens muligheder og endda den mangel, der er forbundet med kunstig intelligens

4. Computation Problem

Kunstig intelligens algoritme involverer analyse af den enorme mængde data, der kræver en enorm mængde computerkraft. Indtil videre blev problemet behandlet ved hjælp af Cloud Computing og Parallel Processing. Efterhånden som datamængden øges, og en mere kompleks dyb indlæringsalgoritme kommer i mainstream, vil den aktuelle computerkraft ikke være nok til at imødekomme det komplekse krav. Vi har brug for mere lager- og computerkraft, der kan håndtere knusende exabyte og Zettabyte af data.

Quantum Computing kan løse behandlingshastighedsproblemet på mellemlang til lang sigt

Kvanteberegning, der er baseret på begreber i kvanteteori, kan være svaret på at løse computerkraftudfordringer. Kvanteberegning er 100 millioner gange hurtigere end en normal computer, vi bruger derhjemme. Selv om det i øjeblikket er i forsknings- og eksperimentstadiet. I henhold til et skøn fra forskellige eksperter kan vi se dens mainstream-implementering i de næste 10-15 år.

Ovennævnte problemer er bestemt ikke umulige at løse, men det kræver hurtig udvikling inden for teknologi såvel som menneskeligt samarbejde. Selvom vi er godt i gang med hensyn til hastighed inden for teknologisk udvikling, men vi har stadig en lang vej at gå til at udvikle principper, metodik og rammer for at sikre, at magtfuld teknologi som AI ikke misbruges eller anvendes forkert, hvilket kan resultere i utilsigtede konsekvenser.

Anbefalede artikler

Dette er en vejledning til problemer med kunstig intelligens. Her diskuterer vi de største problemer forbundet med kunstig intelligens AI og dens mulige løsninger. Du kan også se på de følgende artikler for at lære mere–

  1. Fordelene ved kunstig intelligens
  2. Kunstig intelligens teknologi
  3. Typer af kunstig intelligens
  4. Kunstig intelligens værktøjer
  5. Betydningen af ​​kunstig intelligens

Kategori:

Big Data