对于大多数科技行业来说 2018年是人工智能的清算年

对于大多数科技行业来说，2018年是人工智能的清算年。

随着人工智能系统被集成到更多的产品和服务中，这项技术的缺陷变得更加明显。

研究人员、公司和普通大众都开始更多地与人工智能的局限性及其负面影响作斗争，他们提出了一些重要的问题，比如:这项技术是如何被使用的?受益者是谁?

这种“算总账”最明显的表现是一大堆关于算法系统的负面新闻。

今年发生了第一起由自动驾驶汽车造成的死亡事件;剑桥分析公司的数据丑闻;指控Facebook助长了缅甸的种族灭绝行为;关于谷歌帮助五角大楼训练无人机监控工具的爆料;以及围绕这家科技巨头的听起来太像人的人工智能助手的道德问题。

研究机构人工智能(AI)现在将2018年描述为该领域“一连串丑闻”的一年，这是一份准确但令人沮丧的总结。

但是没有必要把这些标题仅仅看作负面的。

毕竟，丑闻总比未被注意到的邪恶好，而争议在理论上可以帮助我们改进。

丑闻总比不为人知的罪恶好

面部识别技术。

这是2018年发展速度最快的技术之一，取得了一些成功，比如中国警方在一场音乐会上识别罪犯，广播公司在皇家婚礼上使用该技术识别宾客，但也存在严重问题，包括偏见、误报和其他可能改变人生的错误。

尽管一项又一项研究显示面部识别技术存在严重缺陷，但世界各地的执法者已经开始在野外使用面部识别技术。

所有这些读起来令人不快，但由于这些争议，公司已经开始构建工具来解决偏见问题，像微软这样的大型科技公司现在公开呼吁对面部识别技术进行监管。

从积极的角度看这则新闻，更多的争议意味着审查，从长远来看，也意味着更多的解决方案。

尽管丑闻层出不穷，但在2018年，机器学习和人工智能技术也得到了数十、数百个充满希望的积极应用。

机器学习技术在天文学领域发现了月球上的新环形山，发现了此前被忽略的太阳系外行星;

在进行基础科学研究方面也有益处，如利用人工智能技术开发更坚固的金属和塑料;

在医疗保健方面，已经有很多人工智能系统能够比人类更快更准确地发现疾病的例子。

谷歌和Amazon提供的即插即用机器学习服务等新工具，以及Fast.ai等组织提供的可访问学习课程让更多的人拥有了人工智能技术，其结果在很大程度上是有益的，而且往往是鼓舞人心的。

这些成功并不能抵消更大的失败，但综合起来，它们表明人工智能技术是一个复杂的领域。

它不是朝着一个单一的道德方向发展，而是像所有的技术一样，被各种各样的参与者所采用，并将其用于一系列的结果。

人工智能不是魔法

回顾过去的一年，有一课格外引人注目:人工智能不是魔法。

它不是一个两个字母的咒语，可以用来在心血来潮时召唤风险资本和机构信心;

它也不是可以撒在产品和机构上以立即改善的仙尘。

人工智能是一个过程:需要检查、深思熟虑，如果一切顺利，还需要理解。

换句话说，这场清算还将持续很长时间。

The Verge给今年的人工智能行业的打分为B。得分点为AI工具变得更容易使用、在不同的领域中可以找到无数的用例和这项可以改变世界的技术才刚刚起步。扣分点为加强了人们对隐私的担忧、大型科技公司未考虑后果就部署了人工智能系统及这些可能会导致不好的后果。