2017年，人工智能的發(fā)展又到達了一個高峰期，首席信息官、顧問和學者們紛紛表示，這項技術將使得從商業(yè)、IT運營到客戶聯(lián)系在內的任何事情實現自動化。然而，進入2018年，越來越多的媒體開始報道人工智能的潛在威脅。

 然而，Babson College 的教授Thomas Davenport在其認知技術課上表示：“在媒體上有這么多的炒作，這只是記者試圖通過談論消極的一面來擴大炒作罷了。” 即便如此，這些擔憂并不新鮮，從對種族、性別和其他因素的偏見到自動駕駛的無人機可能會帶來致命的后果，這些問題一直都存在。

不久前，《麻省理工學院技術評論》(《MIT Technology Review》)發(fā)表了一篇題為《如果人工智能最終殺死了一個人，該誰負責?》的文章，這篇文章提出了一個問題：如果自動駕駛汽車撞擊并殺死了一個人，應該適用什么樣的法律呢?在這篇文章發(fā)表僅一周之后，一輛自動駕駛的Uber汽車在亞利桑那州撞死了一名女子。

為此，詳細列舉了一些關于采用人工智能的擔憂和隱患，以及為希望開始測試使用該技術的首席信息官們提供的建議。

對人工智能的擔憂：

1.不可控的“粗魯行為”

正如我們從微軟的Tay聊天機器人事件中了解到的，會話式消息系統(tǒng)可能是荒謬的、不禮貌的、甚至是非常令人不快的。首席信息官們必須對自己使用的東西以及使用它們的方式非常小心。要摧毀一個品牌的形象，只需要聊天機器人一次令人惱怒的爆發(fā)就足夠了。

2.感知能力很糟糕

谷歌人工智能科學家及斯坦福大學教授李飛飛在《紐約時報》的一篇專欄文章中表示，人工智能雖然是由人類開發(fā)的，但是具有諷刺意味的是，它根本不像人類。她表示，人類的視覺感知是高度背景化的，但人工智能對圖像感知的能力卻非常的狹隘。為此，人工智能程序員必須與領域專家合作——回歸該領域的學術根源——以縮小人與機器感知之間的差距。

3. 黑匣子難題

許多企業(yè)都想使用人工智能，但金融服務等行業(yè)的公司必須非常小心，因為對于人工智能是如何得出其結論這個問題尚未能解決。Fannie Mae的運營和技術負責人Bruce Lee表示：“企業(yè)如果不能解決好樣本數據偏見對借貸公平造成的影響，就無法提供更好的抵押貸款利率。在諸如信貸決策之類的工作里，人工智能實際上受到了很多監(jiān)管的阻礙，很多問題有待解決。所以我們所做的很多事情都必須進行徹底的回溯測試，以確保沒有引入不恰當的偏見。”

如果人們不清楚人工智能軟件如何檢測模式并觀察結果，那么對機器的信任能夠到達何種程度也有待考究。Fox Rothschild律師事務所技術實踐聯(lián)席主席Dan Farris表示：“背景、道德和數據質量是影響人工智能價值可靠性的重要因素，特別是在受到高度監(jiān)管的行業(yè)中更是如此。”他表示：“在任何受到高度監(jiān)管的行業(yè)中部署人工智能都可能會導致合規(guī)性問題。”

4. 民族和社會經濟方面的偏見

在進行一個使用谷歌街景汽車圖像來確定全美國城鎮(zhèn)人口結構的項目中，斯坦福大學的博士生Timnit Gebru對于她的研究中對種族、性別和社會經濟方面的偏見感到擔憂。根據彭博社的報道，正是這種擔心促使Gebru加入微軟，她正在這里努力地挖掘人工智能的偏見。

即使是人工智能虛擬助手也會受到偏見的影響。你有沒有想過為什么虛擬助理技術——例如Alexa、Siri和Cortana都設定為女性?客戶服務軟件專家LivePerson的首席執(zhí)行官Rob LoCascio對CIO.com表示：“這源于人類自己對職場中女性的期望。許多人認為，女性本質上是‘助手’;她們更愛‘嘮叨’;她們更多地擔任行政職務;她們更擅長接受訂單……”

5. 黑客利用人工智能發(fā)動致命的攻擊

一份由劍橋大學、牛津大學和耶魯大學25位技術和公共政策研究人員撰寫的98頁的報告指出，人工智能的快速發(fā)展意味著存在惡意用戶很快就會利用該技術進行自動黑客攻擊，模仿人類傳播錯誤信息或將商業(yè)無人機轉化為目標武器。

牛津大學未來人類研究所(Future of Humanity Institute)的研究人員Miles Brundage 對路透社表示：“我們承認，人工智能有很多積極的應用。但是，它也的確存在著一個有關惡意使用問題的缺口。”

6. 奴役理論

以特斯拉和SpaceX成名的企業(yè)家Elon Musk警告說，人類冒著成為獨立“家貓”的風險創(chuàng)造具有卓越智慧和能力的人工智能。最近，以色列歷史學家Yuval Noah Harari也提出，以自動化為核心的人工智能的出現，可能會造成一個“全球無用階級”。 在這樣的世界里，民主會受到威脅，因為人類并不像機器那樣了解自己。

7.IT規(guī)劃未受影響

即便如此，仍然有人抱著樂觀的太對。Davenport表示，這些擔心在很大程度上都是被夸大了。例如，偏見長期以來也一直存在于普通的分析項目之中。“我從來沒見過任何一個曾經從事過分析工作的人會說偏見不存在。” Davenport最近完成了一本新書——《人工智能優(yōu)勢：大企業(yè)使用人工智能的一切》，他表示幾家大公司正在非常負責任地測試人工智能。

“很多企業(yè)已經在實踐中應用人工智能技術，并且沒有停止這一系列IT計劃的想法。”Davenport補充說，“雖然這項技術仍然不成熟，但聰明的公司知道如何更好地應用，并且盡力避免受到來自媒體的各種正面和負面看法的左右。”

事實上，根據Gartner的統(tǒng)計，IT領導者似乎基本上不被炒作困擾，據統(tǒng)計，有超過85%的首席信息官將在2020年前通過購買、構建和外包的方式試點人工智能。