微软战略政策顾问Dave Heiner: 人工智能最大的风险是部署速度不够快

本文来自Venturebear，作者Tas Bindi；由亿欧编译。

上周在悉尼举行的微软峰会上，微软战略政策顾问Dave Heiner表示：“在任何地方任何领域人工智能都有所帮助。如果只是由四五家公司运营人工智能，那么它被广泛部署的可能性为零。”Heiner还指出，尽管人工智能是一种在教育、医疗和政府等行业“增强的智慧”，而不是让人类显得多余。

微软公司首席讲师兼总经理Steve Clayton也持有相同观点，他说公司正敦促企业领导人“用制造者和创造者的思维来取代节省劳动力和自动化的心态”。他在微软峰会上表示：“如果你在任何搜索引擎上搜索人工智能，你可能会搜到机器人的图像和拥有人类外形的事物和自动化物体。但我认为人工智能未来将成为这个社会上的霸主。”

微软Azure公司副总裁Julia White表示，“AI将取代人类”的论点，其前提是假设人类不再“学习、成长和适应生命”的进程中。

Julia White告诉ZDNet，“到目前为止，借助技术我们已经增强了自身的能力，我们并不认为下一代会有所不同。当我回想30年前的人们是什么样子的，‘如果我可以在网上做我的会计工作，我不需要和会计师见面，’这意味着什么？你的会计师可以增加更多的价值，因为他们不只是做文书工作，他们实际上是在做更有价值的工作。”

考虑到全球数据量的大小，Clayton认为，利用这些数据改善社会的机会太大了，千万不能忽视。他表示，“这个数据来自我们世界上的多种不同设备，无论是个人电脑、智能音响，更重要的是它是否与世界连接并感应，利用传感器与工厂、农场、医院的设备相感应。这些物联网传感器连接到互联网从而产生大量的数据，并且在过去的两三年里，利用强大的算法，特别是在机器学习领域，以及在一个被称为深度神经网络的领域，有了一些真正的突破。（我们）有能力计算大量数据，我们开始教计算机能够以我们的方式看到、听到、认识和理解世界。”Clayton补充说，微软相信，目前我们获得的数据中有不到半数是用于人工智能。

但是赞成AI的公司需要首先确保消费者完全信任这项技术。

Heiner在峰会上表示“我们需要这个信任，因为人工智能系统依赖数据，如果我们想用人工智能来帮助人们作出更好的决定，比如谁有心脏病发作的风险，谁应该得到器官移植，那么我们需要关于人们的数据。”

“如果人们不相信他们的数据会被很好地使用，他们就不会分享，如果人们不相信AI系统的结果，他们也不会使用AI。我们需要真正努力工作......人工智能提出的一系列社会问题，如系统的可靠性、与数据相关的隐私，这些系统的公平性以及透明度，真正能够解释它们是如何工作的。”

上个星期，澳大利亚竞争与消费者委员会（ACCC）指出，在不一定违反任何竞争法的情况下，人工智能有助于促进共赢并减少市场竞争。ACCC主席Rod Sims指出，深度学习及人工智能的发展可能意味着公司不了解机器如何或为什么会得出某一结论。

他表示：“据说利润最大化算法可以解决寡头垄断定价博弈问题，而且逻辑性强，希望能够坚持下去。

ACCC已采取措施解决与AI有关的潜在的反竞争风险。根据2010年竞争和消费者法案引入新的滥用市场权力的规定，Sims认为这“恰如所愿”，例如，一家拥有强大市场支配力的公司，通过部署机器学习算法来帮助确定利润最大化的下游价格并进行利润率缩减。

本月早些时候，联邦议员Brian Bridget McKenzie和Ed Husic表示，澳大利亚各界人士需要就AI的潜在影响和需要建立的界限进行外交讨论，以确保AI的发展和良好运用。

外交、国防和贸易立法委员会主席麦肯齐参议员认为，像霍金和伊隆·马斯克这样的聪明人如果没有得到适当的监督和监管，就会警告“邪恶的人工智能”去摧毁人类，那么我们所做的就是不应该只是局限于警告。

McKenzie表示：“当公众提出疑虑，但人工智能又不解决一系列的社会问题，那个时候已经太迟了，我们需要尽早进行讨论非常理性和合理的原因。”

“这不是关于对技术的恐惧，也不是要成为一个很酷的孩子，这是对理性的关注和真正理解这个技术的潜力，这个技术的潜力在于，它不仅仅是一个听命令的机器人...这是一个能够思考的机器人。”

“在你成为一个机器人之前，你的身体上有多少技术在支持着基础设施？”

数字经济影子部长Ed Husic表示，澳大利亚有机会“支持这一问题”，并补充说，在人工智能的初步讨论时期不需要关注监管。

他说，“让我们讨论一下需要建立的界限，显然，我们希望人们有创造性的、自由地去开发和使用人工智能，这样才能给人类带来最大的好处，但是界限在哪儿呢？我认为我们并没有真正把注意力放在思考这个问题上面。”

此外，瑞士神经科学家、Starmind Pascal Kaufmann创始人相信目前还不存在“真正的人工智能”，因为公司正在将人脑比作电脑。然而，大脑不像电脑那样能够处理信息、检索知识或存储记忆。今年早些时候Kaufmann告诉ZDNet，在“大脑代码被破解”之前，AI仍然是一个停滞不前的技术领域。

Kaufmann说，就像今天这样，人工智能通常只是“程序员把人类智慧凝聚而成的源代码”，直到我们通过神经科学理解自然智能的那天，我们才能够创造真正的人工智能。

[2017亿欧创新者年会暨第三届创新奖颁奖盛典]将于12月13日-14日在北京中国大饭店举行。来自全球的100+名国内外顶级大咖、300+家主流媒体、4000名合作伙伴与行业精英共同参会，共话产业创新的未来与发展。邀您共同参与！