我们都应该知道,全世界领先的科学家和思想家都警告过公众,永远不要武装基于人工智能 (AI) 的系统。然而,它已经发生了很长一段时间,而且总有可能清算的那一天到来。但对于不想消灭邻居的群众来说,许多人工智能应用程序可以用来帮助我们,为人类和世界的更大利益服务。
早期基于规则的 AI interwetten与威廉的赔率体系 器令人印象深刻,但随着神经网络和深度学习设计工具和威廉希尔官方网站 的发展,很明显,AI 可以在简单甚至非常复杂的任务中胜过人类。不仅在Jeopardy比赛中获胜,而且结合使用基于规则、启发式和基于神经网络的学习系统,可以在非常大的数据集中识别人类无法理解的模式大约。
这就是关键——访问非常大的数据集。例如,当人工智能机器的任务是识别宫颈样本中的癌细胞和癌前细胞时,它可以非常快速地检查和学习数千个样本。它能够辨别医生尚未识别的模式。在很短的时间内,人工智能被证明比训练有素的医生更有效地识别它检查的新样本中的癌细胞和癌前细胞。使用DFRobot 人工智能视觉套件等工具将 AI 应用于视频将展示真实的学习系统如何从经验中更快地学习。
诊断分析也是如此。医生没有必要的时间、带宽和经验来识别罕见的东西。但是,能够访问大型数据集的 AI 可以更快地研究和识别罕见的意外情况,然后再变得致命。让我们看看人工智能如何发挥作用。
它是怎么做到的?
设计师和程序员无法识别、追踪和理解机器学习了什么以及如何学习——尤其是在深度学习和神经网络连接从混沌开始充当自排序系统的情况下。
尽管许多公司已经设计、正在使用甚至营销 AI 机器、功能和服务,以帮助公司确定可提高盈利能力和生产力的模式和程序,但我没有听到任何人谈论公众使用 AI 功能是为了更大的利益。
例如,可以非个人访问计算机化最新医疗记录的 AI 可以快速识别谁的 COVID-19 风险较高。恰当的例子:如果 AI 可以访问从人身上收集的大量数据以及服用的药物、吃的食物、位置和环境因素,它就可以找到我们无法找到的模式。
例如,如果服用某种药物治疗自身免疫性疾病(例如牛皮癣)会降低免疫力的人因 COVID-19 而患上 COVID-19 的死亡率要比服用另一种药物的人高得多怎么办?如果癌症簇的位置可以与一组我们不知道的常见暴露因素相关联怎么办?
一旦 AI 有了意识,它就可以检查每个人及其活动、摄入的食物、花时间的地方以及所做的事情。在实时面部识别位置、实时信用购买、手机跟踪、联系人跟踪,甚至收听对话、阅读文本和电子邮件、传真和普通邮件之间,每个人的数据集都将很大。它也太大了,任何人都无法吸收、识别和识别模式。将其乘以数百万甚至数十亿人,您很快就会发现人类大脑需要处理并得出有效结论的信息太多,但这对人工智能来说并不困难。
许多 AI 任务确实可以使用基于 AI 的软件威廉希尔官方网站 (例如基于Seeed Studio MaixCube RISC 的 AI 开发平台)简化为数字数据处理算法。尽管针对基于人工智能的 FFT 分析和智能通信,数字人工智能编程威廉希尔官方网站 与神经网络芯片的结合将产生最高的协同能力。
尽管可以在固件中模拟神经网络的行为,但硬件版本总是更快。这里很少有产品,但有趣的是,谷歌的 AIY 智能相机使用基本的神经网络和数字处理,允许使用其视频 IC 开发工具进行基于 AI 的基于神经网络的学习、实验和开发。
图 1:Google 的神经网络 AI 威廉希尔官方网站 可供开发人员和威廉希尔官方网站 研究人员使用,用于下一代面部识别、情绪状态确定以及几乎任何先进的下一代智能视频应用。(来源:贸泽电子)
如果全人类都可以访问可以非个人访问所有数据的 AI,那么 AI 如何为人类服务的例子有很多。(它必须是非个人的。人工智能需要知道一个人存在某种痛苦才能将原因关联起来,但人工智能不需要知道这个人的姓名或地址。需要对隐私进行尝试。)
为了让 AI 为人类服务,某些事情必须到位。首先,所有数据都需要以程序化和非识别的方式访问。人们需要明白,在解决重要问题时没有隐私、秘密或安全。
接下来,数据需要防止人为访问。使 AI 可以使用所有内容的整个想法是它可以看到模式。不幸的是,在权力的位置上总会有坏苹果滥用这种权力。希望一个足够公平和智能的系统可以淘汰它们。
第三,任何人想查询AI的预言机都可以。如果有人想对事实进行核查,他们应该能够提出这样的问题:“在所有服用他汀类药物的人中,有多少人出现了这种副作用?”
结论
如果为了公众的利益而部署人工智能,它可以成为改变世界的积极力量。人工智能已经在许多层面上超越了人类,并被推销给在大型数据集中寻找模式的公司。下一阶段:在这些集合中寻找模式并预防疾病。
审核编辑hhy
-
神经网络
+关注
关注
42文章
4771浏览量
100766 -
AI
+关注
关注
87文章
30894浏览量
269085
发布评论请先 登录
相关推荐
评论