读AI3.0笔记06_新机器人三定律

这篇具有很好参考价值的文章主要介绍了读AI3.0笔记06_新机器人三定律。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

读AI3.0笔记06_新机器人三定律文章来源地址https://www.toymoban.com/news/detail-823956.html

1. 自动驾驶汽车

1.1. 自动驾驶汽车的成功在很大程度上要归功于机器学习,特别是深度学习,尤其是汽车的计算机视觉和决策部分

1.2. 自动驾驶汽车具有能够极大改善我们生活的潜力,它们可以大大减少交通事故造成的伤亡

1.3. 自动驾驶汽车能够使人类乘客在乘车时间里更具生产力而不会虚度光阴

2. 机器学习

2.1. 机器学习正被应用在影响人类生活的多个领域的决策中

2.1.1. 创建新闻源、诊断疾病、评估贷款申请,甚至给出监狱刑罚建议

2.1.2. 当机器在做这些事时,我们如何保证它已经掌握了足够的知识,因而可以作为一个可信赖的决策制定者?

2.2. 我们最终必须在人工智能今后的许多积极用途与对其可信度和可能被滥用的担忧之间做好权衡

3. 人工智能大权衡

3.1. 人工智能是新‘电能’。正如100年前电能几乎改变了所有行业一样,今天我真的很难想到有哪个行业在未来几年内是不会被人工智能改变的。

3.1.1. 吴恩达

3.1.2. 很快人工智能就会如电能一样,尽管看不到,但对电子设备来说却非常必要

3.1.3. 电能在被广泛商业化之前就已经被充分认识,我们非常了解电能的功用

3.1.4. 对于如今许多人工智能系统的情况,我们却没有足够的认识

3.2. 我们是应该拥抱人工智能系统,利用其能力来改善我们的生活,甚至帮助拯救生命,并且允许这些系统被更加广泛地使用呢?

3.3. 考虑当下人工智能存在难以预见的错误、易受偏见影响、易被黑客攻击以及缺少透明度等特点,应该更谨慎地使用人工智能来制定决策?

3.4. 悲观的预测

3.4.1. 大批的工作被自动化技术接管导致的人类失业

3.4.2. 由于人工智能监视而造成的对公民的隐私和权利的侵犯

3.4.3. 不道德的自动化武器

3.4.4. 由不透明和不可信的计算机程序做出的未经审查的决策

3.4.5. 种族和性别偏见被放大

3.4.6. 大众媒体被操纵

3.4.7. 网络犯罪增多

3.4.8. 真实,但与人类无关

4. 人脸识别的伦理困境

4.1. 人脸识别是使用文字来标注图像或视频中的人脸的任务

4.2. 好处

4.2.1. 帮助人们从照片集中检索图像

4.2.2. 使视力受损的用户能够识别他们所遇到的人

4.2.3. 通过扫描照片和视频中的人脸定位失踪儿童或逃犯

4.2.4. 检测身份盗用

4.3. 隐私问题是人脸识别技术应用中一个显而易见的问题

4.4. 失去隐私并不是唯一的风险,人们对于人脸识别还有一个更大的担忧,那就是可靠性

4.4.1. 人脸识别系统会犯错

4.5. 可信度、可解释性、偏见、易受攻击性和使用过程中出现的道德问题

4.6. 许多高科技公司宣布他们反对将人脸识别用于执法和监管

5. 人工智能的监管

5.1. 赞成人工智能技术应该受到某种监管

5.2. 监管不应该仅仅掌握在人工智能研究人员和相关公司的手里

5.3. 与技术问题一样,都是牵涉社会和政治方面的问题

5.4. 将监管的职责交给人工智能从业者,就像将其完全交给政府机构一样,都是不明智的

5.5. 对人工智能的监管应该参照其他领域的技术监管,尤其是那些在生物和医学领域的技术,例如基因工程

5.6. 现在已经建立了生物伦理学和医学伦理学领域,这些领域对技术的研发和应用方面的决策具有相当大的影响

5.7. 该领域在制定监管和道德规范的优先事项方面,尚未达成普遍共识

5.8. 人们对超级智能可能带来的风险给予了太多关注,而对于深度学习缺乏可靠性和透明性,及其易受攻击性的关注则远远不够

6. 有益的人工智能

6.1. 语音转录

6.2. GPS导航和出行规划

6.3. 垃圾邮件过滤

6.4. 语言翻译

6.5. 信用卡欺诈警报

6.6. 书籍和音乐推荐

6.7. 计算机病毒防护

6.8. 建筑物能源利用优化

6.9. 如果你是听力受损人士,如今你可以在YouTube上看到非常精准的字幕,在某些情况下,你甚至可以在一次演讲中获得实时的语音转录

6.10. 如果你是摄影师、电影制作人、艺术家或音乐家,你可能正在使用人工智能系统来协助开展创作,例如用以帮助摄影师编辑照片、协助作曲家编曲的计算机程序

6.11. 如果你是学生,你可能会从适合你自己学习风格的“智能教学系统”中受益

6.12. 如果你是视力存在障碍的人,你可能会使用智能手机的计算机视觉应用程序来阅读手写的或印刷的文字,例如标牌、餐馆菜单或钞票上的文字

6.13. 人工智能相关应用可能会在医疗保健领域得到广泛普及

6.14. 机器人已经被广泛地用于琐碎和重复的工厂任务了

6.15. 未来人工智能应用的具体实例包括:自动驾驶卡车和出租车,用于收割水果、扑灭大火、扫除地雷和清理环境等

7. 可解释的人工智能

7.1. 在人工智能“自动决策制定”的情况下

7.1.1. 任何一个影响公民的决策都需要提供其中所涉及的与逻辑有关的有意义信息

7.1.2. 这些信息需要使用清晰明了的语言

7.1.3. 以简洁、透明、易懂和易于访问的形式来沟通和传达

7.1.4. 打开了有关解释问题的闸门

8. 创建有道德的机器

8.1. 著名的“机器人三定律”

8.1.1. 阿西莫夫在1942年首次提出

8.1.1.1. “逃跑”的故事

8.1.1.1.1. 如果一个机器人遵循第二定律向危险物质移动
8.1.1.1.2. 这时第三定律将会生效,机器人随即远离该物质
8.1.1.1.3. 此时第二定律又重新开始生效
8.1.1.1.4. 于是,机器人将被困在一个无尽的循环中,最终对机器人的人类主人造成了灾难性的后果

8.1.1.2. 除非机器人能够理解不同场景下伤害的内涵,否则它无法可靠地执行避免伤害人类的命令

8.1.2. 机器人不得伤害人类个体,或者对人类个体将遭受的危险袖手旁观

8.1.3. 机器人必须服从人类给予它的命令,当该命令与第一定律冲突时例外

8.1.4. 机器人在不违反第一、第二定律的情况下,要尽可能地保护自己

8.2. 不完整的规则和意外所引发的问题已经妨碍了所有基于规则的人工智能方法,道德推理也不例外

8.3. 2001:太空漫游

8.3.1. 科幻小说家亚瑟·克拉克(Arthur C. Clarke)在其1968年出版

8.3.2. 人工智能计算机HAL被编程为始终对人类保持诚实

8.3.3. 同时又要对人类宇航员隐瞒他们的太空任务的真实目的

8.3.4. 他意识到隐瞒真相与保持忠诚之间的这种冲突正在慢慢地破坏他的心智

8.4. 人工智能程序员面临的挑战是,如何确保人工智能系统的价值观与人类保持一致

8.4.1. 人类的价值观又是什么?

8.4.2. 假设存在社会共享的普世价值有任何意义吗?

8.5. 电车难题

8.5.1. 如果你什么都不做,电车就会直接撞到5名工人身上

8.5.2. 如果你把电车开向右边,电车就会撞死1名工人

8.5.3. 从道德上来说更可取的做法是:司机把电车开到支线上,杀死1名工人,救下另外5名工人

8.5.4. 对本质上相同的困境选取一个不同的框架,就会导致人们给出相反的答案

8.6. 类似电车问题的自动驾驶汽车可能面临的场景

8.6.1. 76%的参与者回答,自动驾驶汽车牺牲1名乘客比杀死10名行人,从道德上来说更可取

8.6.2. 当被问及是否会购买这样一辆被编程为会为了救下更多行人而选择牺牲其乘客的汽车时,绝大多数参与调查者的回答是否定的

8.7. 可信任的道德理性的一个先决条件是通用的常识

8.7.1. 即使在当今最好的人工智能系统中也是缺失的

到了这里,关于读AI3.0笔记06_新机器人三定律的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 5.【自动驾驶与机器人中的SLAM技术】2D点云的scan matching算法 和 检测退化场景的思路

    这里实现了基于g2o优化器的优化方法。 图优化中涉及两个概念-顶点和边。我们的优化变量认为是顶点,误差项就是边。我们通过g2o声明一个图模型,然后往图模型中添加顶点和与顶点相关联的边,再选定优化算法(比如LM)就可以进行优化了。想熟悉g2o的小伙伴们感兴趣的话

    2024年02月03日
    浏览(48)
  • 高翔:《自动驾驶与机器人中的SLAM技术 》-Slam_in_autonomous_driving 编译过程中遇到的问题

    使用的环境是ubuntu20.04 问题1.安装g2o没有问题,不过在编译整个项目工程时候报错: ”openmp_mutex.h: 30:10: fatal error: g2o/config.h: No such file or directory“: 解决办法: 问题2. No rule to make target ’gmock’,needed by \\\'../bin/test_preintegration\\\' . stop src/ch4/CMakeFiles/test_preintegration.dir/all] Error 2:

    2024年02月03日
    浏览(43)
  • AgentGPT:基于GPT-4的开源AI自动化机器人工具

      【产品介绍】   AgentGPT是一个基于GPT-4的开源AI自动化机器人工具,可以让你在浏览器中配置和部署自主的 AI机器人。你可以给机器人设置一个名字和一个目标,然后点击部署按钮,就可以看到机器人进行的行为和输出,完全不需要人为干涉的进行自动任务。   AgentGPT是一

    2024年02月08日
    浏览(38)
  • 【ROS 06】机器人系统仿真

    对于ROS新手而言,可能会有疑问:学习机器人操作系统,实体机器人是必须的吗?答案是否定的,机器人一般价格不菲,为了降低机器人学习、调试成本,在ROS中提供了系统的机器人仿真实现,通过仿真,可以实现大部分需求,本章主要就是围绕“仿真”展开的,比如,本章会

    2024年02月09日
    浏览(47)
  • 【AI写作】 机器人流程自动化 介绍 - Robotic Process Automation (RPA) Introduction

    写一篇文章介绍RPA技术,未来的发展。使用markdown格式,有3级索引,超过3000字。 某位大师说过的: 任何行业、任何部门都有大量的场景,涉及重复、有规则逻辑的工作,都可以用 RPA 开发一个软件机器人帮助完成。

    2024年02月15日
    浏览(61)
  • 读AI3.0笔记05_人类与机器学习

    1.11.2.1. 即使是训练深度网络的人通常也无法理解其背后隐藏的原理,并为网络做出的决策提供解释 4.1.1.1. 这一长串可能性低,但却可能发生的情况被称为该分布的“尾巴”,尾巴上的情况有时被称为“边缘情况” 4.1.2.1. 在高速公路的中央遇到一个雪人,则是更加不常见的

    2024年01月24日
    浏览(33)
  • 无人驾驶系统设计--RoboMaster哨兵机器人

    河北科技大学机器人战队ActorThinker RM2023哨兵导航部分代码 本项目基于ros-noetic 学习时间很短加之本人水平有限,请各位大佬发现问题不吝赐教 有批评问题欢迎各位佬联系QQ:2782760102 user_package软件包下的package.xml,为了不让各位使用它报错,建议删除他或者是删除整个user_pa

    2024年04月27日
    浏览(45)
  • 小机器人在现实世界中学会快速驾驶

    小机器人在现实世界中学会快速驾驶 —强化学习加上预训练让机器人赛车手加速前进— Without a lifetime of experience to build on like humans have (and totally take for granted), robots that want to learn a new skill often have to start from scratch. Reinforcement learning lets robots learn new skills through trial and error bu

    2024年02月16日
    浏览(41)
  • 无人驾驶动态避障策略调研 | 机器人动态避障策略 | 行人轨迹预测 | 机器人导航

    最近在研究机器人协同路径规划策略,发现现有paper中的obstacle都是静态的,但是在实际场景中,常有动态障碍的情形,如走动的行人等等。 为了更好的了解相关技术,我开始调研无人驾驶领域中的动态避障策略: 无人驾驶技术是多个技术的集成,包括了传感器、定位与深度

    2023年04月08日
    浏览(38)
  • AI大模型在效率工具、内容平台、商业流程自动化、机器人、操作系统、智能设备等场景的应用

    随着人工智能技术的快速发展,越来越多的公司开始利用AI大模型来解决各种问题和挑战。AI大模型是指参数量巨大、拥有训练好的模型的人工智能系统,通常需要大量的数据和计算资源进行训练。本文将介绍AI大模型在效率工具、内容平台、商业流程自动化、机器人、操作系

    2024年02月07日
    浏览(42)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包