最近這兩天,一款 AI 換臉應用有點火爆,名叫 ZAO 逢臉造戲,最后被媒體扒出來,其實是陌陌旗下孵化公司的技術(shù)團隊做的,連該公司 CEO 都是陌陌高管成員。更深一步了解,這個項目由陌陌 CEO 唐巖主導,陌陌企業(yè)發(fā)展部的作品。
但是,大眾對于這款產(chǎn)品的爭議點,并不在產(chǎn)品體驗上的趣味因素上,更多的是關(guān)于數(shù)據(jù)隱私問題。
說起人工智能(AI)技術(shù),一定離不開三大因素,必要的大數(shù)據(jù)信息、強大的算法技術(shù),以及必要的算力支持,這些是人工智能技術(shù)發(fā)展的重要組成部分。其中,大數(shù)據(jù)是人工智能技術(shù)發(fā)展的基礎(chǔ)。
關(guān)于利用 AI 技術(shù)的數(shù)據(jù)隱私問題,是人們非常關(guān)注的重點話題之一。
AI 數(shù)據(jù)是一把雙刃劍
隨著互聯(lián)網(wǎng)時代的發(fā)展,AI 技術(shù)給人們的生活帶來便捷的同時,大眾的職業(yè)信息、購買偏好、日常出行、刷臉支付信息以及身份證信息等,都已經(jīng)以數(shù)據(jù)輸入的形式被這些機構(gòu)“收入囊中”,并通過“殺熟”、“精準”等方式,以人工智能技術(shù)為核心的產(chǎn)品或營銷方式來騷擾你的正常生活,對公民隱私保護造成了嚴重威脅。
“實際上每個人都有自己關(guān)于隱私的底線,因此就很難有個通用的解決方案,這個問題很難解決。但是,堅持數(shù)據(jù)向善很重要?!备鐐惐葋喆髮W教授、美國計算機協(xié)會(ACM)會士周以真在接受 DeepTech 采訪時這樣表示。周以真一直以倡導計算思維而聞名,在數(shù)據(jù)科學方面頗有建樹,曾任微軟全球研究院資深副總裁,目前是哥倫比亞大學數(shù)據(jù)科學研究院(DSI)主任。哥大數(shù)據(jù)科學研究院和企業(yè)界有著廣泛合作,與不同領(lǐng)域的 25 家企業(yè)建立合作伙伴關(guān)系,其中也包括阿里、百度、滴滴。
圖|哥倫比亞大學教授周以真(來源:受訪者提供)
周以真認為,盡管數(shù)據(jù)驅(qū)動了 AI 技術(shù)的發(fā)展,但請用善良的方式使用數(shù)據(jù),這是極為重要的,畢竟,在 AI 技術(shù)的背后仍然是人類在做主導。
根據(jù)早前 DeepTech 的報道,至少有 26 位重量級 AI 研究人員,稱亞馬遜的圖像識別系統(tǒng) Amazon Rekognition 擁有高錯誤率、性別歧視、偏差等問題,要求亞馬遜停止向執(zhí)法部門出售該工具,包括 ACM A.M. 圖靈獎得主 Yoshua Bengio、加州理工學院教授 Anima Anandkumar 等。從學術(shù)圈的角度來看,在某些情況下,建造一個完全正確的數(shù)據(jù)模型是不可能的,專業(yè)人士對于 AI 技術(shù)的發(fā)展也有著更為全面的考量。
周以真在與 DeepTech 的訪談中,強調(diào)了“AI 的可信性”這一新的研究領(lǐng)域,“如果 AI 模型是用在無人駕駛技術(shù)上或用來診斷病人是否患有癌癥,那么當用戶明知 AI 模型可能會犯錯,可能會存在偏差,他們是不會相信這個模型的。因此,需要讓 AI 技術(shù)變得更加可信,就像過去幾十年人們在不斷證明計算機科學是可信的一樣?!?/p>
對此,深演智能創(chuàng)始人兼 CEO 黃曉南表示認同,這也是她選擇智能決策賽道的重要原因。據(jù)悉,深演智能是一家 AI 賦能決策的 to B 企業(yè),深耕 AI 營銷業(yè)務多年,并把決策智能技術(shù)應用在更多場景中,主要專注于營銷決策、公共決策、疫情預測等領(lǐng)域,幫助企業(yè)和機構(gòu)的決策層作出更智能決策。而深演智能也計劃與哥大數(shù)據(jù)科學研究院針對企業(yè)決策層的數(shù)據(jù)科學能力培養(yǎng)等開展產(chǎn)學研培訓專題合作。
黃曉南告訴 DeepTech,與無人駕駛、醫(yī)療不同,AI 商業(yè)決策行業(yè)目前允許誤差,“今天的現(xiàn)實就是,數(shù)據(jù)是存在 Bias(偏見)的,沒有人能夠獲得百分之百的數(shù)據(jù)。我們在實踐當中也發(fā)現(xiàn)人工智能如果沒有人腦智能輔助,沒有具有行業(yè)經(jīng)驗的人配合,是不能轉(zhuǎn)換為行動的?!?/p>
根據(jù)本月初華為發(fā)布的《全球產(chǎn)業(yè)展望 2025》報告稱,到 2025 年,97% 的大企業(yè)將采用人工智能輔助工作;企業(yè)的數(shù)據(jù)利用率將達 86%,足可見未來人工智能和數(shù)據(jù)的重要性。
圖|企業(yè)的數(shù)據(jù)利用率將達 86%(來源:華為《全球產(chǎn)業(yè)展望 2025》報告)
對于人工智能技術(shù)的發(fā)展和數(shù)據(jù)決策重要性,周以真強調(diào),其實人工智能和深度學習技術(shù)最早的應用是解決人很擅長的一些工作,比如語音識別、物體識別、人臉識別以及機器翻譯,這些都是人類天生就擅長的領(lǐng)域,所以目前來看,人工智能技術(shù)已經(jīng)有了一定的發(fā)展基礎(chǔ)。但是,建立一個能夠翻譯語言的機器,和建造一個能夠替人類做出決策的機器是完全不同的,其中存在很大差距。
此外,周以真坦言,盡管深度學習已經(jīng)得到了很多成功應用,但事實上,大眾并沒有對這項技術(shù)有很深的了解,比如深度學習的工作原理到底是什么,現(xiàn)在雖然已經(jīng)有了數(shù)不清的應用案例,但從科學的視角來看,這項技術(shù)仍然缺乏科學理論的根基,所以早晚將會碰到發(fā)展的壁壘。
當技術(shù)不斷發(fā)展和進步的時候,大眾也要意識到,創(chuàng)新技術(shù)并不是計劃出來的,而是厚積薄發(fā)的結(jié)果,這正是學術(shù)界發(fā)揮的作用所在,“因為我們首先要真正了解這項科技工作原理,然后才能知道如何翻越發(fā)展的壁壘,從而讓科技進一步發(fā)展。“周以真對 DeepTech 表示。
AI 創(chuàng)業(yè)進入下半場
谷歌的 AlphaGo(阿爾法狗)戰(zhàn)勝人類圍棋選手,一款 AI 變臉應用 Zao 引發(fā)全民熱議,這些都是 AI 技術(shù)被廣泛應用和接受的重要場景。
隨著時代的發(fā)展,打 AI 技術(shù)旗號的公司變得越來越多,前有亞馬遜全力開展云計算業(yè)務,后有百度 All in AI,對于人工智能技術(shù)的發(fā)展,大眾愈加關(guān)注,當資本進入寒冬,而 AI 創(chuàng)業(yè)也進入了下半場,一個洗牌的時代已經(jīng)來臨。
圖|專訪圖片,左:哥倫比亞大學教授周以真,右:深演智能創(chuàng)始人兼CEO黃曉南(來源:受訪者提供)
過去五年,DeepTech 接連報道了包括 AlphaGo、Nvidia、DeepMind 等公司的多項新技術(shù),從芯片到語音交互,AI 公司靠著概念、愿景和人才,獲得了大批的用戶和追隨者,也享受著整個 VC 行業(yè)給出的大把融資和高估值發(fā)展。
但是現(xiàn)在,VC 都開始冷靜下來,重金集中押注頭部技術(shù)創(chuàng)新企業(yè),小公司無法獲得盈利回報,只能選擇結(jié)束創(chuàng)業(yè)。當被問及這種現(xiàn)象發(fā)生的原因時,周以真表示,“AI 領(lǐng)域投資熱情減退的原因,是因為很多人都想要馬上得到回報?!?/p>
那么,AI 技術(shù)是能快速產(chǎn)生回報的嗎?其實并不是。周以真認為,時間、精力、金錢,這些都是企業(yè)對于 AI 技術(shù)必須要投入的,足夠的耐心在這個領(lǐng)域變得十分的重要,“想要投身于人工智能行業(yè)有所作為的企業(yè)需要有足夠的耐心,如果追求短期回報,想要立刻取得成功的話就會很難?!敝芤哉嬖趯TL時表示。
例如,想要讓人工智能真正解決某一項特定問題、或者完成某個特定任務的時候,需要投入大量的人力才能建立這樣一種能夠幫助做出決策或是結(jié)果預測的模型出來。事實上,這個過程需要的工作量非常繁重,因為必須進行大量的數(shù)據(jù)收集,然后通過這些數(shù)據(jù)反復訓練算法,這樣才能讓算法的結(jié)果準確,而這可能會需要幾周的時間。
圍觀整個行業(yè),大眾對于 AI 技術(shù)的發(fā)展,仍保持樂觀情緒。在剛剛結(jié)束的世界人工智能大會上,馬云認為,AI 只是比人類聰明但不具備智慧,并且強調(diào) AI 對人類不構(gòu)成威脅,“很多人擔心人工智能,他們需要對自己有更多的自信。”
而在接受專訪時,MIT 人工智能實驗室主任 Daniela Rus 提到,AI 技術(shù)是中立的,最終的結(jié)果取決于控制技術(shù)的人,而不是整個技術(shù)。
當被認為 AI 正在快速影響人們生活的時候,其大數(shù)據(jù)帶來的“雙刃劍”,需要多方面來看待。事實上,大眾要熟知一點,數(shù)據(jù)決策并沒有問題,那些不良人濫用數(shù)據(jù),才是最可怕的。
-
大數(shù)據(jù)
+關(guān)注
關(guān)注
64文章
8960瀏覽量
140303 -
深度學習
+關(guān)注
關(guān)注
73文章
5561瀏覽量
122824 -
ai技術(shù)
+關(guān)注
關(guān)注
1文章
1308瀏覽量
25173
發(fā)布評論請先 登錄
反激電源變壓器設(shè)計篇之基礎(chǔ)原理
軍事應用中深度學習的挑戰(zhàn)與機遇
BP神經(jīng)網(wǎng)絡與深度學習的關(guān)系
超導現(xiàn)象的應用與影響 超導體在量子計算中的作用
NPU在深度學習中的應用
激光雷達技術(shù)的基于深度學習的進步
具身智能在人工智能中的應用
AI大模型與深度學習的關(guān)系
《AI for Science:人工智能驅(qū)動科學創(chuàng)新》第二章AI for Science的技術(shù)支撐學習心得
《AI for Science:人工智能驅(qū)動科學創(chuàng)新》第一章人工智能驅(qū)動的科學創(chuàng)新學習心得
FPGA做深度學習能走多遠?
【避雷指南】自學AI人工智能常踩的4個大雷區(qū)

評論