什么时候?这可能是问题该未来主义者,AI专家,甚至是对技术浓188体育365厚兴趣的人最害怕。事实证明,何时何时何时何时何时进行新的发展。1956年达特茅斯夏季研究项目达特茅斯夏季研究项目认为也许两个月足以制作“重大进展”在整个复杂问题中,包括可以理解语言,改善自己的计算机,甚至理解抽象概念的计算机。

六十年后,这些问题尚未解决。AI指数,来自斯坦福的,试图衡量所取得的进展量人工智能

该索引采用独特的方法,并试图在许多制度中聚合数据。它包含活动指标的数量,衡量风险投资,出席学术会议,公布文件等的东西。结果是您可能期望的:自1996年以来的学术活动中的十倍增加,初创公司的爆炸性增长,重点是AI,以及相应的风险投资投资。这个度量标准的问题是它测量ai炒作尽可能多地进步。这两个可能是相关的,但再一次,他们可能不会。

该索引还从流行的编码网站刮擦数据GitHub.,其中播放比世界上任何人的源代码。他们可以追踪与Tensorflow和Keras等流行机器学习包中的AI相关软件人员的兴趣级别。该指数还追踪了提及AI的新闻文章的情绪:令人惊讶的是,对鸣曲和就业危机的担忧,那些被认为是“积极”的人,将“消极”占“消极”。

但是,这一切都可以成为一般的AI热情的衡量标准。

没有人会对我们在一个相当大的AI炒作的情况下争执,但AI的进展是由炒作的繁荣和半身像乱扔垃圾,增长刺激与之交替AI冬天。因此,AI指数试图跟踪算法对一系列任务的进度。计算机愿景如何进行大规模视觉识别挑战?(自2015年以来注释图像的超人,但他们仍然不能回答提问关于图像很好,结合自然语言处理和图像识别)。在电话上的语音识别几乎处于平价。

在其他狭窄的领域,AIS仍然赶上人类。翻译可能足够好,你通常可以获得所说的想法,但在翻译准确性的Bleu度量上仍然很差。

在狭义任务上测量最先进的AI系统的性能是有用的,很容易做到。您可以定义一个简单的计算,或使用评分系统设计的竞争,并以标准化方式与旧软件进行比较。学者始终可以争论评估翻译或自然语言理解的最佳方法。这Loebner奖是一个简化的问答图灵测试,最近通过了Winograd架构类型问题,依靠上下文理解。艾有更多的难度。

然而,如果评估真的变得困难,则在试图将这些狭窄的任务表现映射到一般智能。由于对我们自己的智慧缺乏了解,这很难。电脑在国际象棋中是超人,现在甚至更复杂的游戏就像去了。勇敢的预测者提出的时间里思想alphago的成功是比预期更快,但这必然意味着我们比他们想到的一般情报更接近一般智力吗?

这是它难以跟踪进展的地方。

我们可以注意到先前为人类保留的任务的算法的专业性能 - 例如,索引引用了一个自然显示AI的纸张现在可以预测皮肤癌,比皮肤病学家更准确。我们甚至可以试图跟踪一般AI的一种特定方法;例如,计算机已成功模拟大脑的多少个区域?或者,我们可以简单地跟踪现在可以通过AI可接受的标准执行的专业和专业任务的数量。

“我们正在竞选比赛,但我们不知道如何进入终点,或者我们必须走多远。”

在接下来的几年里,AI的进展更有可能类似于逐渐上升的潮流 - 随着越来越多的任务可以变成算法并通过软件实现 - 而不是突然智力爆炸或一般情报突破的海啸。也许可以测量AI系统学习和适应基于办公室任务中的人类的工作常规的能力。

AI索引并不试图为一般情报提供时间表,因为这仍然太模糊并困惑了一个概念。

牛津大学计算机科学负责人迈克尔·林田,“报告中未被捕获的主要原因”是,既不是我也不会知道如何衡量进展。“他担心另一个冬天,夸张的“查理斯和蛇油销售人员”夸大了夸大了所取得的进展。

所有专家都提出的关键问题是188体育365人工智能伦理

当然,你不需要一般情报来对社会产生影响;算法已经在改变我们的生活和我们周围的世界。毕竟,为什么亚马逊,谷歌和Facebook值得任何钱?专家们一188体育365致认为需要指数来衡量AI的福利,人类与AIS之间的互动,以及我们对这些系统进行编程价值观,道德和监督的能力。

哈佛大堡的Barbra Grosz冠军这一观点,说:“迎接挑战AI系统的挑战,以其对人们的生活的影响。”

对于那些关注AI就业的启示录,跟踪在被认为最脆弱的领域的使用AI(说,更换出租车司机的自动驾驶汽车)将是一个好主意。应该测量社会对AI趋势的灵活性;我们是否为培训有足够的教育机会的人?教学如何与算法一起工作,将它们视为工具而不是替代品?专家还注188体育365意到数据遭受了以美国为中心。

我们正在竞选比赛,但我们不知道如何进入终点,或者我们必须走多远。我们正在享受风景,我们已经跑了多远。因此,测量进度是一个令人生畏的任务,它从定义进度开始。但是AI指数,作为年度相关信息的收集,是一个很好的开始。

图像信用:Photobank Gallery./shutterstock.com.

Thomas Hornigold是牛津大学的物理学生。当他不盯着宇宙时,他举办了一个播客,物理吸引力,这解释了物理学 - 一次聊天线。

关注托马斯: