人工智能正在取得进步，但不可能很快在一个关键领域取得成功

评论：普林斯顿大学的一位教授说，尽管人工智能在感知等关键领域同样出色，但在预测社会成果方面却非常糟糕。

这将需要时间，但是在某些时候，每个应用程序都将拥有其“ AI Inside”份额。然而，今天，我们还远远没有达到这一点，人工智能功能的虚假广告也无济于事，普林斯顿大学计算机科学副教授Arvind Narayanan 在最近的一次演讲中称其为“蛇油”。他强调说，这并不是说当今没有真正有用的方法来使用人工智能，而是“当今以“人工智能”出售的大部分都是蛇油，它不行也不行。” 

为了从不良的AI广告中分辨出好东西，Narayanan认为我们在AI方面取得了真正的进步，我们应该在哪里破灭神话？

真正了解AI

与任何新技术一样，拥抱新技术的愿望总是超过实际生产使用，而AI也不例外。即便如此，根据Gartner在2019年初发布的一项研究，今天接受调查的企业中有59％在使用AI，在这59％的企业中，平均而言，他们部署了四个AI / ML项目。Gartner估计，到2020年，已部署的AI / ML项目的平均数量将接近三倍，达到10个，到2021年将达到20个的两倍，到2022年将达到35个。“我们看到今年AI的采用将大大加速，”研究人员Jim Hare说Gartner副总裁。

SEE：特别报告：在企业中管理AI和ML （ZDNet）| 下载免费的PDF版本（TechRepublic）

根据同一项研究，组织倾向于在客户体验（支持决策和向员工提出建议，例如向客户服务代表提供近乎实时的数据）和任务自动化（例如开票和付款）领域中使用AI / ML。财务中的合同确认）。Narayanan认为，这些是使用AI的合理方法。 

不太合理的调查结果表明，有54％的普通民众认为，人工智能将能够 “比今天（今天）在每个任务上的中位数更好地执行当今与经济相关的几乎所有任务”。正如Narayanan所指出的那样，“人工智能专家对人工智能或强人工智能的估计还相距约50年，但历史告诉我们，甚至专家们对人工智能的预测也非常乐观。”

根据Narayanan所说，人工智能今天在两个方面表现良好，第一个是“感知”，他包括以下类别：

• 内容识别（Shazam，反向图像搜索）

• 面部识别

• 扫描诊断

• 文字语音

• 假货

Narayanan说，在感知领域，“人工智能在上述领域（例如内容识别）已经达到或超过了人类的准确性”，并且“正在继续迅速好转”。他强调说，它不断变得更好的原因很简单：

取得进展的根本原因是，这些任务没有不确定性或模棱两可-给定两个面孔的图像，关于它们是否代表同一个人存在基本事实。因此，如果有足够的数据和计算能力，人工智能将学习将一张脸与另一张脸区分开的模式。人脸识别存在一些明显的失败，但我很高兴地预测，它将继续变得更加准确……。

他指出，当然，正是因为它的准确性，所以我们必须谨慎使用它。 

SEE：  IT领导者深度学习指南（TechRepublic Premium）

Narayanan指出AI表现出色（尽管不如Perception）的第二个方面是自动判断，其中包括：

• 垃圾邮件检测

• 检测受版权保护的材料

• 自动论文评分

• 仇恨语音检测

• 内容推荐

正如他解释的那样，“人类在我们的思维中具有启发性，例如什么是垃圾邮件，而不是垃圾邮件，并且给出足够的例子，机器会尝试学习。人工智能在这些任务上永远不会是完美的，因为人工智能会涉及判断力，并且理性的人可以反对正确的决定。” 尽管我们需要找出纠正与人的判断相差太大的机器驱动决策的正确程序，但AI会在这些领域继续进步。 

在这两个领域中，人工智能虽然不完美，但很有帮助，并且会不断完善。但是在“预测社会结果”领域，Narayanan的猪鬃中，AI的作用是“根本上可疑的”。

将AI放回原处

在这样的领域中，道德问题与准确性紧密联系在一起，人工智能不仅在今天是一个糟糕的预测指标，而且不太可能在不久的将来变得更好。示例包括：

• 预测犯罪再犯

• 预测工作表现

• 预测性警务

• 预测恐怖分子的风险

• 预测有风险的孩子

这也不是仅仅在问题上投入更多数据的问题。Narayanan举了一个基于13,000个家庭特征预测儿童结局的例子，他抱怨说“'AI'[几乎]不比仅使用四个特征的简单线性公式更好”。他继续说，手动计分在预测结果方面效果更好。

此外，当我们依靠伪人工智能预测社会结果时，我们遇到了可解释性问题（或更确切地说，是无法解释该预测）：“而不是驾驶执照上的要点，想象一个系统，每次当您被拉走时，警察会将您的数据输入计算机。大多数时候您都可以免费使用，但是在某些时候，黑匣子系统会告诉您您不再被允许开车。” 没有解释为什么，我们可能会进入一个新的，更具破坏性的道路狂暴时代。 

再次说明，这并不是说人工智能不是造福社会的强大力量，而是人工智能最终会在大多数应用程序中找到自己的方式。这是一件非常好的事情。纳拉亚南（Narayanan）认为，只有当我们误用AI来预测社会结果时，情况变得糟糕，而这甚至无法向员工，可能成为恐怖分子的人解释为什么将他们开除，逮捕或变得更糟。

披露：我为AWS提供服务，该产品具有与AI / ML相关的产品。但是，我不为这些产品团队服务，并且本文中的任何内容都不表示要推广或引用任何AWS技术。