>>>相关链接:
屠可伟:今天的试错正是为了明天的安全
随着人工智能从实验室走向实际应用,安全性必然成为焦点。
与很多技术与产品一样,实验室阶段更多关注的是理论上的“做成”,即在限定的实验室场景下达到较高的性能。但在实际应用中,场景千变万化,甚至存在人为恶意误导系统的可能性。因此对系统准确性和可靠性的要求变得极高,尤其在诸如无人驾驶这样的应用中,哪怕一次小小的失误,都可能危及生命。
从几年前开始,科学家已着手努力提升人工智能系统的可靠性。近年来,对抗训练成为一个研究热点。科研人员通过精巧的手段,让人工智能系统犯下种种在人类看来十分愚蠢的错误。比如,对图像做出肉眼难以察觉的像素改动,让计算机视觉系统错误识别图中的物体;或者在一段文字中加入一句与主题无关的叙述,让机器阅读系统给出错误的回答等。之所以这么做,恰恰是为了通过“对抗”,对人工智能系统进行额外的训练和算法上的改进,使它们在真正为大众服务时,降低再犯同样错误的概率。
当然,人工智能系统不可能穷尽所有的图像,即使用了上述技术,也不可能让系统完全了解自己可能会犯的所有错误。这就像人在积累了经验之后,依然会犯很多超出经验范畴的错误。但是人类的高明之处在于,面临一项任务时,并不会仅仅依赖于过去执行该任务的经验,而是会综合自己所掌握的相关知识与经验。
人工智能系统要达到这一水准还有很长的路要走。比如,现在大部分人工智能视觉系统算法相对简单,一般只依赖于图像像素进行视觉分析。但如果能做到强人工智能,让其他系统模块参与到视觉识别中来,例如利用常识来帮助视觉做预测,就可大大提升系统的准确性和可靠性。这涉及到人工智能很多不同领域和流派的交叉。而要将不同流派的思想整合到一个系统中,难度相当大,而这也正是当前的一个研究热点。
不过,只要有需求存在,再困难的技术也有可能被突破。我们有理由相信,未来人工智能会越来越安全。但我们也要有心理准备:作为普通人,在享受新技术带来的便利时,尽量不要做太冒险的事,将风险控制在一定范围内。这就像电脑病毒,尽管带来很多安全风险,但有了专业人士孜孜不倦的防控和大众不断提高的安全意识,电脑病毒并没有阻止计算机和网络的普及。
相信今天的试错,会使明天即将融入我们生活的人工智能更加安全可靠。(作者为上海科技大学助理教授)
作者:金小莫编译
编辑:朱颖婕
责任编辑:樊丽萍
*独家稿件,转载请注明出处。