如何避免人工智慧、大數據讓世界越來越分裂?

2020-10-18 優質職場作者

這個問題是有錯誤的!

目前,從製造業、信息流、需求到個人,正是向著你說的「分裂」的方向發展,而一般我們不叫這個為「分裂」而是個性化。

原創內容源自我的公眾號:網際網路吧  (ID:hulianwanba)

而你在問題說明中還有這樣的內容:

「人工智慧、大數據在新聞選擇、音樂選擇、電影選擇等等方面都是按照每個用戶的的興趣來推薦的,這樣的話我們就只看到自己想看的新聞、只聽到想聽的音樂……這算是人工智慧、大數據的局限嗎?如果是,如何避免這種局限?」

我粘貼過來,因為讀者是看不到的。

這裡提到一個智能推薦會不會讓用戶只能看到人工智慧想讓我們看到的、想讓我們聽到的、為我們做選擇。這個思考非常好,總結成一點就是「人工智慧會不會以個性化為由剝奪我們自主選擇的權利?」

每日心選覺得有這個風險,而這正是我在開頭中回答的,是趨勢導致的風險,就像技術帶來好處背後的問題。

1、我們需要便利,從之前人找信息變成信息找人,這就是極大的便利,而你我現在看到的今日頭條正是運用了這樣的技術

2、風險也同步存在,看似是個性化,這其中會不會有智能推薦的主觀操作。我可以說一定會有,正如你在刷內容的時候會夾雜的廣告,難道這也是你想看到的麼?

3、如何解決?以企業為主導的人工智慧必然會有這樣的問題,因為企業的本質是盈利而不是造福人類。(別聽阿里、谷歌他們的演講,稍微懂點的都知道這「無私」的背後有多少我們的血汗)

所以,人工智慧會讓世界更加的豐富多彩,而不叫「分裂」,但我們需要防範的就是這種個性化中夾雜的人工智慧或製造企業所要給你的「豐富多彩」。而我們國家已經發布人工智慧發展規劃,相信以國家為主導的人工智慧一定會是非常光明的。

每日心選,我們都是普通人,人工智慧既然影響到我們,那我們雖然不製造它,那多少也要懂點。想了解更多人工智慧,就關注我吧。

我是全網優質作者,職場問題+生活感悟,原創內容都在這裡,歡迎關注。

相關焦點

  • CPDA數據分析師講堂:如何避免大數據項目的危害
    來源:CPDA數據分析師網 / 作者:數據君 /一些組織並不僅僅是為了增強現有系統來處理大數據相反他們將其現有系統替換為使用Hadoop生態系統技術和/或基於雲的數據平臺構建的大數據湖,您如何避免陷阱和危害,從而可以利用大數據來獲得更多的客戶見解,改善運營並實現其他關鍵目標
  • 醫療大數據應用越來越廣,如何應對數據「欺騙性」?
    近年來,隨著醫療信息研究水平的不斷提升和醫療信息人才的多元化,針對醫療大數據的研究和智能模型的應用越來越廣泛,甚至許多研究成果已開始應用於臨床,在減輕醫務/管理人員工作負擔的同時,亦有助於減少醫院不良事件發生,為患者提供更精準、有效的診療服務。
  • 大數據和人工智慧浪潮下的未來進化
    人工智慧的發展將會給社會帶來怎樣的衝擊?它會和人類和諧共處還是會取代人類?智能和意識如果可以分離,他們孰輕孰重?假使技術的發展使得人類大規模失業,我們到時該如何自處?在新技術的衝擊下,未來商業形態又會向何處演化?為了探究這些未來話題,中國具有強大影響力的文化服務機構中信出版集團攜手大數據及人工智慧公司百分點集團聯合舉辦首屆關於大數據+人工智慧的「XWorld大會」。
  • 《科學大家》|物聯網,大數據,人工智慧,構建智能世界的技術金字塔
    總的來說,現在的深度學習仍是一種基於一定數據的統計規律學習,對我們所處的物理世界深度了解,而數據基本上來自物聯網設備(比如各種攝像頭等等)採集得到的各種數據。所以,提起人工智慧,有兩個話題是繞不過去的:智能物聯網和大數據。智能物聯網文明是人、社會與物理世界的有機融合。在這一複雜的融合過程中,包括環保、災害、安全等多方面的問題需要妥善解決。
  • 比阿爾法狗更強大:東大網約車大數據分析算法獲人工智慧領域"世界...
    如何每兩秒鐘給城市內的幾十萬個人和網約車進行高效匹配,實現網約車的最佳派單?近日,由東南大學交通學院劉志遠教授指導的參賽隊伍,擊敗1000多家世界人工智慧隊伍,獲得了有著國際人工智慧、數據挖掘領域"世界盃"之稱的KDD CUP大賽的冠軍。
  • 量子計算機將如何革新人工智慧,機器學習和大數據
    如果我們將能夠處理我們生成的大量數據並解決非常複雜的問題,那將至關重要。成功的關鍵是將現實世界中的問題轉化為量子語言。我們數據集的複雜性和大小增長速度快於我們的計算資源,因此對我們的計算結構造成了很大的壓力。儘管當今的計算機苦苦掙扎或無法解決某些問題,但希望通過量子計算的力量在幾秒鐘內解決這些相同的問題。
  • 網際網路上20大免費數據科學、機器學習和人工智慧慕課
    隨著網際網路的繁榮和大規模網絡公開課(mooc慕課)的興起,人們可以選擇在線學習數據科學,以避免學生的債務負擔。統計數據顯示,線上教學使學生在每小時的訓練中可以多學習5倍的材料。在線學習的好處是無限的,包括降低成本和靈活的時間安排和環境。數據科學的民主化現在是2020年,數據科學比以往更加民主化。
  • 專訪政治學者高奇琦:如何「馴服」人工智慧(下)
    所謂「數據失重」,指的是人在進入大數據時代後,沒有意識到自己的生活已經被數據所包圍,也沒有警惕到數據增多可能帶來的不利影響。在進入資訊時代之前,與個人相關的數據沒有現在那麼多,也很難輕易洩露出去。但是,臉書「劍橋分析」事件的曝光、以及越來越普遍的大數據「殺熟」,暴露出了在當今時代個人數據權利保護的問題。
  • 人工智慧正在如何改變世界:BBC 總結 AI 的 A 到 Z
    雖然今天的人工智慧系統仍未實現這一目標,但他們在某些特定任務中的表現已經做到和人一樣好,甚至比人類更優秀。新技術讓機器能夠運用海量的數據進行學習,使得 AI 已經邁出了長足的一步。AI 逐漸走出研究實驗室,進入現實世界,對我們的生活產生深遠影響。毫無疑問,我們正在進入人工智慧時代。
  • 2020世界青年科學家峰會-數字經濟·大數據與人工智慧高峰研討會...
    溫州)峰會—數字經濟·大數據與人工智慧高峰研討會」在溫州大學北校區信息樓報告廳隆重開幕。研討會由溫州大學計算機與人工智慧學院承辦。共設兩個會場,溫州大學會場和瑞安市多彩·中德科創園會場。圍繞「大數據與人工智慧,助力數字經濟發展」主題,開展授牌籤約、學術報告、項目籤約、科技展覽等活動。
  • 工作越來越難找了,如何轉行大數據行業?
    第一點,你要清楚自己為什麼轉行到大數據。只有清楚自己轉行大數據的原因,才能夠一直堅持下去。第二點,你需要選擇一個自己感興趣的大數據工作方向,比如大數據平臺研發、大數據分析、大數據開發等,每個崗位工作的內容都不盡相同。最後,在選擇完具體的大數據方向之後,就要深入地學習你選擇方向的專業知識和準備相關的面試,之後可以開始投遞簡歷。
  • 聚焦前沿——「當分子病理檢測技術」偶遇「大數據與人工智慧」
    歐巴馬宣布的「癌症登月計劃「中的一個項目就是讓人工智慧進行機器學習(算法)和深度學習以識別癌症。本文將從分子檢測的重要性入手,簡述大數據和人工智慧在分子檢測中的應用,並對目前遇到的問題及挑戰進行總結。 大數據主要是指用傳統的數據處理方法分析結果不夠理想的大規模複雜數據集合。生命科學研究已進入「組學」時代,高通量、大規模的組學研究已逐步成為當前生物醫藥領域的重要研究方向之一,隨著數據信息的逐漸積累,產生的信息數量和規模越來越大,「大數據」的概念在生物醫藥領域逐漸普及[5]。
  • 人工智慧如何改變世界?
    職場問題原創內容源自我的公眾號:網際網路吧  (ID:hulianwanba)人工智慧技術在今年百度開放人工智慧無人駕駛技術之後發展進入了一個火熱期。很多的東西都喜歡和人工智慧掛點勾。其實現在你我用的今日頭條就是人工智慧的傑出產品。那麼這項技術會怎樣改變世界:1、如果網際網路是神經,人工智慧就是大腦。網際網路解決的是人與人、人與信息、信息與信息直接的關聯。不管是網際網路還是移動網際網路對世界都產生了深遠的影響。而人工智慧會在網際網路的基礎上再次掀起一陣浪潮。2、潛移默化。
  • 人工智慧越來越聰明,我們以後可以信任嗎?
    若天網認為終結者可能沒有足夠的責任去掌握整個美國核武器的關鍵,終結者將如何運作?結果是,科學家們可能通過創造出知道何時會產生懷疑的神經網絡,從而避免了未來AI主導世界的出現。#為了模擬人的大腦,深度學習神經網絡試圖在各種因素之間進行權衡,以發現大量人類無法分析的數據中的模式。
  • 人工智慧和機器學習如何從物聯網數據中提取關鍵見解
    雖然所有這些小端點都很重要,但在物聯網中更重要的是這些設備所生成的大量數據,以及通過分析可以從中獲得的業務見解。當談到為這些關鍵見解制定路線時,人工智慧(AI)和機器學習(ML)是照亮道路的技術。  幾十年來,數據分析主要涉及計算機編譯和存儲信息,並將其呈現給人類進行分析,這一過程比較緩慢、容易出錯,並且無法解讀隱藏在數據深處的趨勢。
  • 人工智慧和大數據,到底能改變什麼?答案或將顛覆我們的想像
    我們這個時代,正慢慢走近由人工智慧、大數據、物聯網等主宰的全新的世界!人工智慧其實是一門跨學科科學,涉及構建能夠執行通常需要人類思考的任務的智能機器。其影響將幾乎改變我們世界的每一個方面。2020年的7月8日到11日,世界人工智慧大會雲端峰會在上海召開。這次大會的主題是「智聯世界,共同家園」,結合上海打造人工智慧戰略高地的目標。
  • 醫藥研發領域大數據和人工智慧的應用探討
    人工智慧(AI) 技術應用的重要場景之一是助力藥物研發,相比傳統的藥物研發耗時耗力、成功率低, AI技術的應用 可 大大縮短藥物研發時間、提高研發效率並控制研發成本。近年來,人工智慧技術(AI)與醫療健康領域的融合不斷加深。AI 在醫療領域主要應用場景包括語音錄入病歷、醫療影像輔助診斷、藥物研發、醫療機器人和個人健康大數據的智能分析等。
  • 智融集團CTO齊鵬詳析:AI如何處理金融領域的弱特徵數據?丨CCF-GAIR...
    這兩部分數據決定了我們對現實世界認識的上限,但這個上限永遠沒有辦法突破。所謂人工智慧,就是找到一個函數來描述這個問題,描述的過程即是擬合,基於樣本數據進行預測,那麼,如何保證預測有效呢?明確問題是同類型問題,而隨著樣本擴大,局部世界的抽樣會越來越逼近現實世界,數據預測也會越來越有效。其次,考慮場景是什麼?
  • 人工智慧如何獲得知識?
    隨著計算機算力的提高、高效算法的提出以及作為算料的大數據的湧現,圍繞人工智慧的相關技術正深刻地改變著社會的生活及生產方式。智能型機器能否代替以及在何種程度上代替人的心靈,成了人們的熱點話題。人工智慧作為計算機科學的分支被定義為研究如何製造計算機並為其編程,使其能做人類心靈所能做的那些事情。對於人類的智能而言,我們能夠認識世界,即獲得關於世界的知識,人類製造的人工智慧(機器)能夠認識世界嗎?
  • 朱強博士:人工智慧、大數據能揭示生命信息嗎?
    來源微信公眾號:計算機大學生人工智慧、大數據能揭示生命信息嗎?在基因組時代,生物學研究的目標是量化地理解生物如何編碼它們的基因形成一個個鮮活的生命個體。生命神奇的地方是基因編碼了幾乎一切信息。信息的傳遞受基因控制,什麼時候發育,生長,繁殖...但生物相關的數據不僅數量大,而且多尺度、異質化、高度複雜。