2023年人工智能(AI)面临的七大挑战 .pdfVIP

2023年人工智能（AI）面临的七大挑战

2023年人工智能（AI）面临的七大挑战

远望智库研究员亿竹编译

人工智能对人类生活和经济的影响是惊人的。到2030年，人工智

能可以为世界经济增加约15.7万亿美元。客观来看，这大约是中国和

印度今天的经济产出总和。随着各家公司预测AI的使用可以将企业生

产率提高40%，人工智能初创企业的数量自2000年以来已经增加了

14倍。人工智能的应用范围可以从跟踪太空中的小行星和其他宇宙天

体到预测地球上的疾病，探索新的和创新的方法来遏制危机，以及进

行工业设计。

以下人工智能问题，我们将应对这些挑战以及如何解决它们。

1.计算能力

这些高能耗算法所消耗的能量是大多数开发者望而却步的一个因

素。机器学习和深度学习是这种人工智能的垫脚石，它们需要不断增

加的内核和GPU来高效工作。我们有各种各样的想法和知识来实现深

度学习框架，例如小行星跟踪、医疗卫生部署、宇宙天体跟踪等等。

它们需要超级计算机的计算能力，但是超级计算机并不便宜。虽

然由于云计算和并行处理系统的可用性，开发人员可以更有效地开发

人工智能系统，但这是有代价的。随着前所未有的数据量和快速增长

的复杂算法的增加，不是每个人都能承受得起的。

2.信任赤字

令人工智能担忧的一个最重要的因素是深度学习模型如何预测输

出的未知性质。外行人很难理解一组特定的输入如何能为不同类型的

问题设计出解决方案。

世界上许多人甚至不知道人工智能的用途或存在，以及它如何集

成到他们与之交互的日常物品中，如智能手机、智能电视、银行，甚

至汽车(在某种自动化水平上)。

3.有限的知识

虽然在市场上有许多地方我们可以使用人工智能作为传统系统的

更好的替代方案。真正的问题是人工智能的知识。除了技术爱好者、

大学生和研究人员，只有有限的几个人去意识到人工智能的潜力。

例如，有许多中小企业可以安排工作或学习创新方法来提高产量、

管理资源、在线销售和管理产品、学习和理解消费者行为并有效和高

效地对市场做出反应。他们也不知道谷歌云、亚马逊网络服务和其他

科技行业的服务提供商。

4.人类认知水平

这是人工智能领域最重要的挑战之一，这让公司和初创企业的人

工智能服务研究人员一直处于紧张状态。这些公司可能吹嘘超过90%

的准确性，但人类可以在所有这些场景中做得更好。例如，让我们的

模型预测图像是狗还是猫。人类几乎每次都能预测出正确的输出，准

确率高达99%以上。

深度学习模型要实现类似的性能，需要前所未有的微调、超参数

优化、大型数据集、定义良好且准确的算法，以及强大的计算能力、

对训练数据的不间断训练和对测试数据的测试。这听起来工作量很大，

实际上比听起来要困难一百倍。

你可以避免做所有艰苦工作的一种方法是通过使用服务提供商，

因为他们可以使用预训练的模型来训练特定的深度学习模型。它们在

数百万张图像上接受训练，并进行微调以获得最大精度，但真正的问

题是，它们继续显示错误，并真的很难达到人类水平的性能。

5.数据隐私和安全

所有深度和机器学习模型所基于的主要因素是训练它们的数据和

资源的可用性。我们有数据，但由于这些数据是由全球数百万用户生

成的，因此这些数据有可能被用于不良目的。

例如，让我们假设一家医疗服务提供商为一个城市的100万人提

供服务，由于网络攻击，所有100万用户的个人数据都落入了黑暗网

络中的每个人手中。这些数据包括关于疾病、健康问题、病史等等的

数据。更糟糕的是，我们现在正在处理行星大小的数据。这么多信息

从四面八方涌入，肯定会有一些数据泄露的情况。

一些公司已经开始创新性地绕过这些障碍。它在智能设备上训练

数据，因此不会将数据发送回服务器，只有经过训练的模型会发送回

组织。

6.偏见问题

人工智能系统的好坏实际上取决于它们接受训练的数据量。因此，

获得好数据的能力是未来好的人工智能系统的解决方案。但是在现实

中，组织收集的日常数据是贫乏的，没有任何意义。

它们是有偏见的，只是基于宗教、种族、性别、社区和其他种族

偏见，以某种方式定义了有限数量的具有共同利益的人的性质和规范。

只有定义一些能够有效跟踪这些问题的算法，才能带来真正的改变。

7.数据稀缺

随着谷歌、脸书（Facebo