Inhalt
Q:
Wie versuchen Unternehmen, der künstlichen Intelligenz einen "Tachometer" hinzuzufügen?
EIN:
Einige der Unternehmen, die an den neuesten Fortschritten in der künstlichen Intelligenz arbeiten, konzentrieren sich darauf, die erzielten Fortschritte zu quantifizieren und einige Aspekte der Entwicklung der künstlichen Intelligenz im Laufe der Zeit zu vergleichen. Es gibt zahlreiche Gründe, warum Unternehmen solche Analysen durchführen. Im Allgemeinen versuchen sie herauszufinden, wie weit die künstliche Intelligenz fortgeschritten ist, wie sie auf unser Leben zutrifft und wie sie die Märkte beeinflussen wird.
Einige Unternehmen führen ein Brainstorming durch und überwachen den Fortschritt ihrer künstlichen Intelligenz, um herauszufinden, wie sich neue Technologien auf die bürgerlichen Freiheiten auswirken oder wie sie neue wirtschaftliche Realitäten schaffen können. Abhängig vom Ansatz des Unternehmens besteht diese Art der Analyse darin, herauszufinden, wie Benutzerdaten durch Systeme fließen können, wie Schnittstellen funktionieren oder welche Fähigkeiten künstliche Intelligenz-Entitäten haben und wie sie diese Fähigkeiten nutzen können.
Wenn es um Methoden geht, konzentrieren sich Unternehmen, die versuchen, künstliche Intelligenz zu bewerten, möglicherweise darauf, abstrakte Informationen aufzubrechen. In einem verkabelten Artikel wird beispielsweise das AI-Index-Projekt zitiert, in dem Forscher wie Ray Perrault, der im gemeinnützigen Labor SRI International arbeitet, arbeiten auf einen detaillierten Schnappschuss von dem, was auf dem Gebiet der künstlichen Intelligenz vor sich geht.
"Dies ist etwas, das getan werden muss, zum Teil, weil es da draußen so viel Verrücktheit darüber gibt, wohin AI geht", sagt Perrault in dem Artikel und kommentiert die Motivation für die Übernahme dieser Art von Projekt.
In der Erklärung, wie das Benchmarking künstlicher Intelligenz funktioniert, erklären einige Experten, dass Ingenieure oder andere Parteien möglicherweise versuchen, „harte Tests“ für Projekte mit künstlicher Intelligenz durchzuführen, um beispielsweise künstliche Intelligenzsysteme zu „tricksen“ oder zu „besiegen“. Diese Art der Beschreibung zeigt, wie Unternehmen künstliche Intelligenz wirklich überwachen und bewerten können. Eine Möglichkeit, darüber nachzudenken, besteht darin, dieselben Ideen anzuwenden, die Programmierer in früheren Zeiten zum Debuggen von linearen Codesystemen verwendet haben.
Beim Debuggen von linearen Codesystemen ging es darum, die Stellen zu finden, an denen das System gut funktionieren würde - wo ein Programm abstürzen würde, wo es einfrieren würde, wo es langsam laufen würde usw. Es ging darum, herauszufinden, wo logische Fehler ein Projekt anhalten oder verwirren würden. Wo eine Funktion nicht richtig funktioniert oder wo es möglicherweise ein unbeabsichtigtes Benutzerereignis gibt.
Wenn Sie darüber nachdenken, ist das moderne Testen künstlicher Intelligenz möglicherweise ein ähnliches Unterfangen auf einer ganz anderen Ebene - da die Technologien für künstliche Intelligenz kognitiver als linear sind, nimmt das Testen eine ganz andere Form an, aber die Menschen suchen immer noch nach „den Fehlern“ - Möglichkeiten, wie diese Programme unbeabsichtigte Konsequenzen haben können, wie sie sich auswirken und die menschlichen Institutionen schädigen können usw. In Anbetracht dessen gibt es viele unterschiedliche Methoden zur Erstellung eines Geschwindigkeitsmessers oder eines Richtwerts für den Fortschritt der künstlichen Intelligenz Die oben beschriebenen harten Tests geben dem Menschen im Allgemeinen einen einzigartigen Einblick, wie weit die künstliche Intelligenz fortgeschritten ist und was getan werden muss, um mehr positive Ergebnisse zu erzielen, ohne weitere negative Ergebnisse zu erzielen.