2018年人工智能会遇到那些难题
2018年人工智能将要面临这五大棘手问题：语言真正的含义在处理文本和语言方面，机器比以往任何时候都做的更好。 Facebook可以为视障人士读出图像描述。谷歌做了一个很不错的软件，能在回复电子邮件时给出简短的建议。然而，软件仍然不能真正理解我们的话语的含义，或我们想与它们分享的想法。波特兰州立大学教授梅兰妮·米切尔（Melanie Mitchell）表示：“人类能够把我们学到的概念以不同的方式结合起来，并在新的情况下应用。AI和机器学习系统则不能。”
Mitchell将今天的软件面临的问题描述为数学家Gian Carlo-Rota所说的“意义障碍”。一些领先的AI研究团队正试图找出克服它的方法。
这项工作的一部分，旨在为机器提供关于常识和实体世界的认知基础——它们奠定了我们的思维。例如，Facebook研究人员正通过观看视频来教软件理解现实。还有人在模拟我们可以用关于世界的知识做些什么。谷歌一直在试图打造能够理解隐喻的软件。米切尔实验过一种系统，使用类比和概念存储来解释照片中发生的事情。
阻碍机器革命的“现实差距”机器人硬件已经发展的相当不错了。花500美元，你就能购买携带高清摄像机的手掌大小的无人机。搬运箱子的机器人以及两条腿走路的机器人也有所改进。那为什么我们还没有被繁忙的机械助手所包围？因为现在的机器人缺乏能够匹配他们先进的肌肉的大脑。
让机器人做任何事情都需要针对特定的任务进行特定的编程。它们可以通过重复的试验（和错误）学习操作，如抓取物体。但是这个过程相对较慢。一个有希望的捷径是让机器人在虚拟的、模拟的世界中训练，然后把那些来之不易的知识下载到实体机器人体内。然而，这种方法被现实差距所困扰，具体来说，机器人在模拟过程中学到的技能，在转移到实体世界中的机器时，并不总是有效。
这种现实差距正在缩小。十月，在虚拟和真实的机器人手臂拾取多种物品的实验中——这些任务包括胶带分配器，玩具和梳子等等——谷歌报告了可喜的结果。
【2018年人工智能会遇到那些难题】 对于自动驾驶汽车从业者来说，取得进一步的进步很重要。在机器驾驶竞赛中，众多公司在在虚拟街道上部署虚拟车辆，他们希望能减少在实际交通和道路条件下测试所花费的时间和金钱。自动驾驶创业公司Aurora首席执行官Chris Urmson说，使虚拟测试更适用于真实车辆是团队的优先考虑之一。曾经领导谷歌母公司Alphabet的自主汽车项目的Urmson说：“明年或以后，我们可以利用这种技术来加速学习。”
防范AI黑客攻击运行电网，安全摄像头和手机的软件时常受到安全漏洞的困扰。自动驾驶汽车和家用机器人的软件想必也不会例外。事实上它们的情况可能更糟糕：有证据表明，机器学习软件的复杂性引发了新的攻击途径。
研究人员今年表示，你可以在机器学习系统内部隐藏一个秘密触发器，让它在一个特定的信号下转为恶性模式。纽约大学的研究小组设计了一个街道识别系统，该系统看到黄色的便利贴就会停止正常工作。将一张便利贴贴在布鲁克林的停车标志上，会导致系统将该标志报告为限速。 这些把戏的潜在可能性可能会给成自动驾驶汽车造成问题。
这个威胁很严重，本月早些时候，世界顶级机器学习会议的研究人员召开了一个关于“机器骗术的威胁”的研讨会。研究人员讨论了一些恶魔般的骗术，比如生成一些在人类看来很正常、但是对软件来说意味却截然不同的手写数字。例如，你所看到的是一个2，而机器视觉系统看到的是一个3。研究人员还讨论了这种攻击的可能防御方法，并且担心人工智能被用来愚弄人类。
组织研讨会的Tim Hwang预测，随着机器学习变得更容易部署，功能更强大，使用该技术操纵人是不可避免的。他说：“你不再需要一房间的博士才能研究机器学习。”黄指出，在2016年总统选举期间，俄罗斯的虚假宣传运动是潜在的AI加持的信息战的先行者。他说：“为什么从机器学习的领域看看这些活动中涉及到的科技呢？” Hwang预测，其中一个格外有效的骗术可能是使用机器学习制造虚假的视频和音频。
推荐阅读
- 关于人工智能虚拟人的一些问题
- 中年|开车遇到“锯齿车道”，新手司机勇往直前，老司机驾照还有分吗
- 分享分享你生活中除游戏外，遇到过哪些恨电脑配置不够的情况
- |园区人工智能产业园约巴线路开通 定制公交再增2条！
- 怎样看待2018年深圳杯C题的1T数据
- 躲开|跑高速时遇到小动物，躲开还是撞上去？记不住别开车
- 汽车驾驶|开车遇到挂4种“车牌”的车，最好离远点，不是钱的问题
- 你的技术生涯当中，有遇到过哪些BUG、故障，过了很多年，至今还没有找到原因的
- 人工智能解决医疗
- 提加卡车人网|一开始就遇到你，庆铃五十铃司机陈幸福的幸福生活