这个古怪的实验突显了人工智能面临的最大挑战给煤机

这个古怪的实验突显了人工智能面临的最大挑战

你听说过香草和巧克力冰淇淋，但你可能不太熟悉口味切达干酪，苹果开心果口或烤怪物等口味。

这些只是众多古怪事物中的一小部分，科罗拉多州路易斯维尔市的光学研究科学家Janelle Shane在她的空闲时间里训练过人工智能。

虽然她的实验只是为了好玩，但它提醒人们人类如何仍然是人工智能培训过程的关键部分，它突出了随之而来的局限性和潜在的偏见中国机械网okmao.com。

她收集了诸如万圣节服装创意和恐怖电影片名之类的名单，并用它们来教授算法以生成自己的例子，例如“性感香蕉”和“肉食表演的困扰”。

34岁的Shane在她的博客 AI Weirdness 上发布了古怪的创作，并且在人工智能社区中有越来越多的在线人员，包括谷歌的人工智能负责人杰夫迪恩。

公司已经以多种方式使用人工智能，从与智能扬声器通话时理解你所说的Alexa到检测信用卡欺诈。

越来越多的公司正在使用AI进行更多的创造性工作，例如通过与IBM的Watson AI系统合作制作的一系列丰田汽车广告。与此同时，汉堡王也发布了一系列有趣的广告，上面写着它声称被AI掀起的短语，包括“The Whopper生活在一个像你一样的发髻大厦”，作为营销噱头的一部分来嘲笑技术的乐趣。

对于Shane的AI创作，她使用了一种称为神经网络的机器学习算法，该算法模仿神经元在大脑中的工作方式。

她给神经网络提供了她想要模仿的一长串清单，例如蛇的名字。它会覆盖这些训练数据，以确定例如通常以蛇名出现的字母和单词的顺序。该算法将其关于蛇名称的内容的预测与Shane给出的数据进行比较。它使用该信息随着时间的推移学习并接近实际的蛇名称建议。

结果可能是轻笑的 - 拿“德克萨斯州的更远的蛇” - 但也显示了AI的许多优点和缺点。神经网络可以快速了解一个简单的概念，但它依赖于我们人类为其提供的数据，无论好坏。

在过去的两年里，Shane训练了一个神经网络来提出万圣节服装的建议。它两次都接受了“性感”这个词，因为这个词在被训练的名单中被反复提及，包括“性感护士”。

该算法对优质性感服饰的诠释，包括“性感灯”和“性感南瓜海盗”，可能不是您期望在服装店看到的。

“这不是解决问题，'最佳答案是什么？'”她说。“它解决了'我的数据集中的人类做了什么？'的问题。”

它还强调了密切关注数据和人工智能中的偏见的重要性 - 谢恩同意这一点很棘手，因为“偏见无处不在”。虽然用于训练Shane的业余爱好算法的数据存在偏差并不是什么大问题，但它在现实世界中会产生严重影响。如果用于训练算法的数据存在偏差，那么人工智能协助决定提供抵押贷款或工作的人可能会对某些类型的人产生偏见。

科技公司近年来因与人工智能相关的偏见问题而受到批评。2015年，谷歌向一位黑人软件开发人员发推文表示道歉，谷歌照片将他和他的朋友的照片标记为大猩猩。最近，谷歌，Facebook，微软和其他公司表示，他们正在努力发现和消除人工智能的偏见，为如何开发技术和推出测量算法偏差的工具设定标准。

为了了解神经网络在技术和业务头条方面的表现如何，我在过去一年中向Shane发布了超过8,000个CNN商业头条新闻。她用它们来训练她的算法以提出其他建议。

该结果反映了技术和业务在2018年有一些奇怪的扭曲的现实。有假想的股票市场动向（“费城星巴克星巴克星巴克报告上市前股票市场飙升”），大牌公司无意义的商业交易（“Facebook正在买大笔交易”），以及大量的操作方法（ “如何买噩梦”）。

研究人工智能和幽默的乔治亚理工学院研究生Arjun Chandrasekaran说，Shane的工作 - 他将其比作MadLibs的AI形式 - 强调了当前人工智能能力的一个重要观点：幽默来自于神经网络在工作时所犯的错误在一个真正的任务（如生成真正的蛇的名字），而不是提出有趣的结果。他指出，研究人员正在研究这种计算幽默，但弄清楚是什么让事情变得有趣是非常困难的。

Shane精心挑选的策展也表明，即使人工智能正在快速提升，人们越来越担心这种技术会取代工作，但仍有很多需要学习的地方。

“今天我们称之为人工智能的这类算法非常简单有限，而且专注于一项任务，”她说。“他们就像这些科幻小说，他们对世界的反应更像人类，可以持有复杂的思想，对新的情况和事物作出反应。我们离这里几英里远。”

当Shane试图让神经网络想出自己的笑话时，这一点尤为明显。

“改变灯泡需要多少工程师？” 它问道。

AI生成的答案？“一颗恒星，一条短吻鳄，因为它们是蜜蜂。”

很明显，这个神经网络在它可以采取行动之前还有很多工作要做。

长沙治疗白癜风专科医院哪家好

渭南前列腺专科医院

小儿空鞍综合征怎么治疗

广州治疗白癜风专科

武汉男科哪个专家厉害