其二 ， 机器本身可能教会我们新的伦理 。 虽然人工智能需要学习更多的伦理知识 ， 但伦理学科是不是也可以从人工智能中学习一些东西呢？“当你试图开发一个影响人的机器学习应用时 ， 你很快就会知道 ， 公平比我们通常认为的要复杂得多 ， 而且公平几乎总是要求我们做出艰难的权衡 。 ”
所以 ， 机器不仅是我们的管家 ， 也可能是我们的导师 。 最后 ， 温伯格把这一切上升到敬畏的高度：我们比以往任何时候都对未来更具掌控力 ， 但我们驾驭世界的技术和认知手段 ， 恰恰证明了这个世界已经超出我们自欺欺人的理解 。 他将此称作“一个新悖论的起点” ， 并说人类应该感到敬畏 ， 一如以往敬畏星空 。
敬畏什么呢？敬畏算法的有效性 ， 因为它们比任何人类都能更好地掌握“宇宙的相互关联性、流动性和纯粹的美丽”？
理解 ， 还是不理解 ， 这是一个问题
温伯格对网络化知识的认识曾给我们打开新疆界（见《知识的边界》） ， 而现在 ， 他对人工智能时代的知识的见解 ， 可以归纳如下：
人类努力获得对复杂系统的理解 。 然而 ， 我们基于“人类的理解”所做的预测并不像人工智能那样准确 ， 虽然人工智能并不真正理解任何东西 。
不过 ， 鉴于人工智能的预测比基于人类理解的预测更准确 ， 我们应该放弃对理解的追求 ， 而专注于建立能够为我们做决定的人工智能 。 将主导权交给预测性人工智能 ， 我们将迎来人类进化的下一个阶段 。
毋庸置疑 ， 人工智能的未来关键在于 ， 到底我们是应该放弃理解 ， 还是致力于建立可以理解的人工智能？
这提出了令人匪夷所思的问题 。 随着技术的发展 ， 我们可能很快就会跨越一些门槛 ， 而越过这些门槛 ， 使用人工智能就需要信仰的飞跃 。 当然 ， 我们人类也并不能够总是真正解释我们的思维过程 ， 但我们找到了直觉上信任和衡量人的方法 。 对于那些以不同于人类的方式思考和决策的机器来说 ， 这是否也是可能的？
我们以前从未制造过以其创造者不理解的方式运作的机器 。 我们能指望与这些不可预测和不可捉摸的智能机器 ， 达成多好的沟通和相处？这些问题将把我们带向人工智能算法研究的前沿 。
人工智能并不一向这样 。 从一开始 ， 对于人工智能的可理解性 ， 或可解释性 ， 就存在两派观点 。
许多人认为 ， 建造根据规则和逻辑进行推理的机器是最有意义的 ， 这样将使它们的内部运作,对任何愿意检查某些代码的人来说是透明的 。
其他人则认为 ， 如果机器从生物学中获得灵感 ， 并通过观察和体验来学习 ， 那么智能将更容易出现 。 这意味着要把计算机编程转给机器 。 与其由程序员编写命令来解决一个问题 ， 不如由程序根据实例数据和所需输出生成自己的算法 。 后来演变成今天最强大的人工智能系统的机器学习技术 ， 遵循的正是后一种路径：机器基本上是自己编程 。
推荐阅读
- 数字化|零售数字化转型显效 兴业银行手机银行接连获奖
- 研究院|传统行业搭上数字化快车，施工现场变“智造工厂”
- 山西|移动5G+智慧成果亮相山西数字化转型大会
- 猎豹|数字化助力实体消费 机器人让商场“热”起来
- Pro|价格相差1000块钱 买小米12还是小米12 Pro？很多人选错了
- 数字化|商场数字化有本“生意经”
- 数字化|70%规模以上制造业企业到2025年将实现数字化、网络化
- IT|保费涨80% 专车司机还是爱特斯拉
- 限制|多国拒绝禁用“杀手机器人”，潘多拉魔盒还是被打开了？
- 数字货币|是继续欣欣向荣还是泡沫破灭? 专家给出加密货币2022年五大预测