前言:一篇好文章的诞生,需要你不断地搜集资料、整理思路,本站小编为你收集了丰富的人工智能时代的培训主题范文,仅供参考,欢迎阅读并收藏。
一、人工智能
人工智能(Artificial Intelligence,缩写为AI),是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它试图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。养老服务业人工智能的应用主要体现在家居扫地机器人、语音沟通服务、家庭体检、药物使用建议、家居厨师、家居智能陪伴服务。
二、养老服务人才培养“人工智能化”
人工智能上升为国家高级战略后,国家发展服务性制造和生产性制造,同时尽可能的通过服务业的再造和完善,改进我国经济产业结构,发挥技术、人才、产业的对接联动效应。人、机器、智能机器将共生共存,成为养老服务工具的新常态。未来的养老服务人才不是笨干、累干、苦干,而是实干+巧干,实现脑力劳动的智能机械化,尽可能地减少人力的倦怠感,提高服务效率、质量和速度。智能化,体现在养老服务人才应具备传播人工智能基础知识,客观了解人工智能,有效实现人与机器、智能机器的有效配对组合应用,充分发挥智能机器的保健医生、保姆、玩伴、老伴、子女多重功能,倡议自养老。
三、人工智能养老服务人才培养模式
(一)广播电视大学远程教育模式――音像媒体
配备养生、人工智能国内一流专家,发挥国家音像媒体的作用,将人工智能家居应用的途径、方式、手段通过网络微视频的形式进行普及。发挥社区教育指导中心、社区大学和社区教育学院、社区学校、社区学习站四级社区教育办学网络体系的作用,建立社会养老大学,使老年人自己会应用人工智能,减低对子女的时间依赖。
(二)公众号社会宣传普及模式――微媒体
国家、企业、社区应建立专题公众号进行微媒体培训。从国家层面,要建立人工智能养老服务应用技术发展历程方面的公众号;从企业层面,要建立人工智能机器人养老服务应用说明类的公众号;从社区层面,要基于一些鳏寡孤独建立社群委托服务型人工智能服务策略的公众号。
(三)职业技术学院培训模式――专题高端培训
目前,人工智能服务还不能完全普及,故而职业技术学院的后备人才首先要建立自我提升的潜意识,此外,职业技术学院自身要引进国内外的人工智能专家,进行家庭陪护、游戏娱乐、医疗、做饭、洗衣、洗漱、保健、锻炼等多重人工智能方面的高端培训。
(四)民政部门、老龄委联合推广模式――社会传媒
作为养老服务的主管部门,民政部门和老龄委要利用广播、电视、报纸、杂志等对人工智能的发展趋势、前景、作用、功能、效益、方式进行宣传。民政部门要侧重于养老服务的社区组织协调,老龄委要侧重于制度、规定、采购人工智能机器方面的政策优惠的制定。
(五)社会民间家政服务组织培养模式――养老院、福利院自组织模式
民间社会力量建立有养老院、福利院,这就对相关服务人员的素养提出了时代性的要求。其一,人的社会角色多,时间、精力、体力有限;其二,人工智能是趋势,必须适应并学会使用;其三,要加强前瞻性人才培养,解决劳动倦怠问题,即民间组织自己解决自己的问题,通过人工智能,减少雇员,降低劳动力雇佣成本。
四、人工智能养老服务人才培养对策
(一)广播电视大学养老服务人才培养对策
依托远程教育系统,发挥网络平台的作用,将人工智能的技能培训与社区教育、社会养老大学的建设并举;发挥广播电视大学的社会服务功能,与人工智能机器生产企业搭建战略伙伴关系;积极推进产培用一体化建设,形成网络平台特色模块;推出广播电视大学养老服务精品课教程,以优质教育品牌打开培训窗口。
(二)人工智能机器制造企业养老服务人才培养对策
基于居家养老的社会需求利益取向,把脉居家老人和其子女的时间要求,积极开发、完善人工智能机器的特殊功能,加大资金投入力度,特别加强对情感交互、图像识别、语音功能的完善;重点做好人工智能机器使用说明,要具有便捷实用性的操作指南,方便人们学习。
(三)职业技术学院养老服务人才培养对策
职业技术学院作为专职教育机构,首先,要提前与职业高中接轨,进行专职意向高中生的录取,为养老服务人才培养获取意向生。其次,要突出人才培养的实践应用性,购置高端智能机器,让学生能够迅速掌握技能,并且能够进行社会的二次培训,对购置的智能机器进行租赁和应用培训。
(四)民政部门、老龄委养老服务人才培养对策
民政部门和老龄委要培养高级管理人才,建立养老服务人才智库,积极推进国家、企业、社会的养老服务人才人工智能化联动培养;加大对家庭贫困并且有意向致力于养老服务的青年才俊的培养支持力度;对人工智能养老服务高端研发海归人才给予政策优待;建立城市养老服务专家群组,定期召开学术研讨会议,增进智慧交流。
(五)社区养老服务人才培养对策
社区要加强人工智能养老服务人才的典型宣传,利用宣传画的形式传播人工智能应用的优势;积极打造人工智能特色服务团队,开展社区公益性专题培训,并募集资金购置人工智能机器为特殊群体献爱心;努力构建人工智能养老社区,采用人工智能的形式鼓励老年人进行文体娱乐,增强体质。
总的来说,在计算机技术不断发展的现代社,人工智能技术的普及给养老服务带来了巨大的便捷。随之而来的人工智能化养老服务人才的培养成为了发挥人工智能养老服务效用的关键环节。要培养人工智能化养老服务人才,可以从远程教育、社会宣传普及、学院培训、政府推广等模式入手,实现人工智能化养老人才培养模式的多元化。同时,开展远程教育的过程中运用产品一体化模式,在满足老人需求的基础上提升人工智能设备的人性化操作,重点开展职业技术院校的人才培养方式,与民政部门开展紧密合作,积极培养人工智能化养老服务人才。社区方面强化人才的教育宣传工作,全力搭建人工智能养老社区。
关键词:人工智能;英语教育;积极影响;消极影响
人工智能概念是20世纪五六十年代正式提出的,随着信息技术的不断发展,人工智能已成为一门新的技术科学。时至今日,人工智能技术的发展经历了人工智能起步期、专家系统推广期和深度学习期等阶段,而在应用领域也取得了重大突破,如Google的无人驾驶技术和运用深度学习算法的AlphaGo战胜围棋冠军等。除此之外,人工智能已被日益广泛地应用于经济社会各个领域,在教育领域亦是如此。2018年教育部就印发了《高等学校人工智能创新行动计划》,要求进一步提升高校人工智能领域科技创新、人才培养和服务国家需求的能力。因此,人工智能必将不断被融合到教育领域,并为大学教育变革提供新方式。基于人工智能的机器学习、人机交互与知识图谱等技术方法,可以为大学英语教师在课堂教学、备课与教学研究等多个方面提供支撑;可以为大学英语教学管理与治理提供决策支持;可以为大学生英语自主学习和教师备课提供智能推荐支撑。目前,学者们已对人工智能对英语教育的影响进行了相关的研究。如高华伟分析了外语作文智能评阅与形成性评价融合策略;刘洋针对人工智能技术与高校英语教学的相互关系,通过调查问卷和访谈等方式,分析了现有计算机辅助语言学习软件和系统的不足,并提出了相应的解决策略;张艳璐对人工智能在给英语教学带来机遇的基础上,探究了人工智能在大学英语教学中的应用;赵生学分析了人工智能时代大学英语教学的变革与策略;严燕分析了人工智能时代英语教学促进学生深度学习的路径。在人工智能时代,人工智能技术必将对大学英语教育领域各个方面产生重大影响,如大学英语人才培养目标、教学内容、教学计划、教学策略、教学模式、成绩评价体系与英语领域科研等方面。针对此,本文在现有研究的基础上,重点从教师和学生两个层面分析人工智能对大学英语教育的积极影响和消极影响,并提出相关建议,以期为大学英语教师教学与大学生英语学习提供参考。
一、人工智能的积极影响
人工智能技术在大学英语教育领域的应用,将对大学英语教学资源、教学模式与大学生二语习得等方面产生积极作用,主要体现为以下几个方面。
(一)丰富了大学英语教与学资源人工智能技术的发展与应用为大学英语教与学提供了丰富的资源。如互联网上含有丰富的英语视频与图片等资源;在线教育平台也提供了大量的英语课程资源,如中国大学生慕课、雨课堂等,它们各具特色,可为教师与学生提供多样化选择。因此,人工智能技术一方面可为大学英语教师提供丰富的教学素材,同时还可根据大学生学习目标与学习习惯等为其英语学习提供丰富的课外资料。同时,很多网络资源可下载或者回放,这样可以使得大学生的英语学习不再受到时间与空间的限制。特别是对于教育资源缺乏的地区而言尤为重要,可以在很大程度上解决教育资源不平衡问题。其中,百度教育大脑的智能备课系统便是典型应用案例。其依托百度人工智能、大数据和云平台的优势,整合了丰富的优质资源。对于教师而言,此平台可按照教学进度为教师提供经过筛选的教学素材,节省教师的备课时间,提高其工作效率。
(二)丰富了大学英语的教学方式传统的大学英语授课往往以线下课堂教学方式为主,而人工智能技术的使用丰富了大学英语单一的教学方式。可利用网络平台,如雨课堂、慕课平台等,开展大学英语线上教学模式或者线上线下混合教学模式。新的教学模式有利于教师在大学英语教学过程中采用不同的教学策略。使用新的教学模式和不同的教学策略可以提高大学生学习英语的兴趣,进而有助于提高大学生英语习得的效率。
(三)提高了大学生英语习得的效率由于英语习得是一个复杂的心理过程,与大学生的情感因素、学习动机等密切相关。采用人工智能技术的大学英语线上教学方式,使得教师与学生之间不是面对面的交流互动,可以在一定程度上缓解学生焦虑、害怕等情绪,有利于学生的英语学习。动机是英语习得中重要的非智力因素,也是影响大学生英语习得效率的重要内在因素之一。学习动机与使用另一种语言的兴趣密切相关。而人工智能技术采用丰富的英语学习资源以及英语教学方式的多样化,这些有助于提高学生学习英语的兴趣,进而增强学习英语的动力。
(四)形成了大学生英语习得分析数据库人工智能技术是以大数据为依托,可以跟踪和记录大学生英语课堂学习和课后学习等各种信息数据,进而可形成大学生英语习得数据库。基于大数据分析与人工智能技术方法,如数据挖掘、关联性分析和回归预测等,可以挖掘大学生英语学习背后的规律特征,了解到每个学生的具体情况。进而构建每个学生的英语学习画像,如学生的线上学习状态、课程作业完成情况、测试成绩和学习方式等。可为教师形成可视化的学生个体和班级整体的学情分析报告。因此该数据库有利于教师掌握每位学生的英语学习状态,掌握学生个体差异,为调整教学方式、教学方法与策略提供支撑。同时,上述数据为大学英语教学与大学生英语习得的研究也提供了数据支撑。
二、人工智能的消极影响
人工智能在大学英语教育领域对教师与学生发挥着积极的作用,同时对他们也产生了一些消极的影响,主要体现为以下几个方面:
(一)对教师的消极影响由于大学英语课堂教学存在一定的缺陷,往往需要改进此教学方式。而人工智能技术的应用,虽有助于大学英语教学改革,但还需要教师熟练掌握人工智能相关技术的使用,会给信息技术能力比较薄弱的教师造成压力。借助人工智能平台,大学英语教学不受时间、空间和学生人数等影响,势必会减少大学英语教师的需求,造成大学英语教师面临失业的压力。进而影响大学英语教师的工作积极性,以及大学英语教学质量。
(二)对学生的消极影响根据语言资本理论与期望价值理论,大学生英语学习的期望价值主要是经济期望价值。而大学生英语学习的期望价值与学习目的和行为密切相关。比如大学生英语学习经济期望价值主要体现为学习英语对未来找工作很重要,可以增加经济收入。而人工智能技术在语言领域的应用,势必会影响大学生对英语学习的期望价值。如人工智能翻译机的出现,使得各种语言之间翻译非常容易。即使不懂英语,也可使用它进行英语交流。因此,人工智能技术在英语领域的应用,将降低大学生英语学习的期望值,进而影响他们英语学习的兴趣与目的。
(三)对师生关系的消极影响基于人工智能技术的大学英语教学,将改变传统的以教师为中心的模式,使得教师在教学过程中的中心地位得到弱化。学生通过人工智能技术,可以很好地收集到自己需要的各种英语学习资源,如在线课程、英语讲座视频和英语文本资料等,甚至可以通过自学的方式完成英语学习任务。但这些将弱化教师与学生之间的互动以及情感,从而隔阂了教师与学生之间的关系。
人工智能的概念从1956年提出,经历了跌宕起伏的60年。或许是因为人们对科学天生的幻想,或许是因为资本对科技新概念过于狂热,或许是因为各路媒体对现代社会文明程度的夸张表述……自2016年阿尔法围棋(AlphaGo)战胜围棋高手李世石,人工智能似乎就进入了爆炸式增长的前夕。最近两年来,人工智能走出实验室、跨出科技圈,如股价、房价一样,越来越成为一个公众热议的话题。
奇点会很快到来吗
现在硅谷到处都有人在讲“奇点”(The Singularity),该理论认为,我们即将迎来机器时代:机器的智能程度远远超过人类,以至于人类既无法控制机器,也无法理解它们的想法。换句话说,未来可能会有机器比我们人类更加聪明,甚至聪明到我们都没有办法控制的地步。上述假设听起来比较有道理,而且很多人都同意,例如,物理学家斯蒂芬・霍金、世界首富比尔・盖茨、特斯拉和Space X的创始人埃隆・马斯克。
现在人们谈论的奇点,其实都是在四个假设上面建立起来的。第一个假设是,人工智能系统正在向前极大地飞跃;第二个假设是,这个飞跃比以往任何的飞跃都要更快;第三个假设是,我们不得不去应对这些超人工智能;第四个假设则是,机器能做一些我们做不了的事情。但是,在奇点假设过程当中可以发现很多漏洞,这些假设从某种角度来讲都是错的。所以,我并不相信奇点很快就会到来。
人工智能发展并没有想象中的好
首先,我并没有看到太多在人工智能领域取得长足进步的地方。虽然人工智能被媒体渲染得炙手可热,成为了街谈巷议的重要话题,但是事实上,机器人目前依然是非常愚蠢笨拙的机器,它能提供的服务还很有限,大多数被用于执行在人类看来是简单至极的人类活动。绝大多数的机器人都在流水线上工作(例如在汽车工厂进行简单的组装工作),在我们生活中能真正帮上忙的机器人还很罕见――带有计算机视觉的机器人非常罕见,带有语音识别的机器人也非常罕见。主要的机器人制造商,包括ABB(瑞士)、库卡(德国)和四大日本公司(发那科、安川、爱普生和川崎)的主营业务都是工业机器人,而且是智能水平不高的机器人。换句话说,今天几乎不可能在市面上买到自主机器人,让它在工厂或库房等严格可控的环境之外给人类提供切实的帮助。
Youtube上有人上传了一段关于由1.6万台计算机组成的神经网络如何开始认知猫咪的视频,媒体开始大惊小怪、过分关注,但这只不过是任何老鼠都能做的事情,而且老鼠不需要使用1.6万台计算机即可轻而易举地完成识别猫咪的任务。一个计算机神经网络(AlphaGo)打败了世界围棋冠军,媒体又开始了新一波甚嚣尘上的大惊小怪。要知道,人类大脑每小时大约消耗 20 瓦能量;而以AlphaGo 有1920 块CPU以及 280 块GPU的配置,每小时的耗能可以达到 440 千瓦的水平(这还不包括训练过程中消耗掉的能量)。相反,我更加惊叹于一个20瓦的人脑能够与440千瓦的计算机怪兽竞争。更为重要的是,我们这20瓦的低能耗大脑还能够做许多其他了不起的事情,而AlphaGo除了下围棋之外无一是处。如果一个人使用比你多 2万倍的资源,却仅仅做了一件事, 你到底该怎样定义这个人?
目前的机器仍然是非常愚蠢且有着很大局限性的,当我们希望机器能够为我们做点什么时,我们必须遵守严格的规则,否则机器根本不明白我们想要它们干什么。我们被无数的机器环绕,但是这些机器只有在我们像机器一样行动时才能正常运转。例如,买票时,你需要按照要求进行一步步操作;打电话时,你也需要准确地输入数字,并给出拨打指令。
在第一个假设里,其实很多人工智能的飞跃建立在摩尔定律的基础上,也就是说摩尔定律仍然是让我们看到人工智能现在有如此大进步的原因。而现阶段的人工智能虽然在不断向前发展,但摩尔定律的发展基本到了一个停滞的状态。
进步不是来源于人工智能本身
第二个假设提到,现在人工智能正在加速发展。但正如前面所讨论的,这一现象并没有真实发生。过去几十年里人类制造了汽车、电话、飞机等,而且家用电器领域也都有很大的飞跃,这些都极大地改变了世界。但是早在48年前,硅谷就已经造出可移动的机器人,可是在48年后的F在,又有多少家庭拥有机器人呢?
事实上,关于人工智能的大多数成功案例都是基于20年或者30年前发明的技术。这些进步不是来源于人工智能本身,而是由于更快、更便宜的计算机所带来的计算能力的提高。30年前,同样的人工智能技术不可能在彼时的计算上运行。现在它们能够成功地下围棋或者打扑克,但是这源于更快的计算机,而不是更“聪明”的计算机。
现在的人工智能基本上只是对神经网络的培训而已。如果拥有较大的案例数据库或者数据集,神经网络便可以被培训。如果没有基于某种任务的大量数据库,即便是最复杂的神经网络,也毫无用武之地。神经网络已经在某些领域取得了些许成功,但这也只是人类在这些领域创造了巨大数据集之后的事情。
对人工智能的终极检验准则就是常识。没有常识的人(例如主动去碰开水的人)会被认为是愚蠢的。机器就没有任何常识,这就是为什么最“聪明”的神经网络也不能做一些简单任务的原因。学习意味着能够把同样的知识运用到其他的任务上,从哲学上讲,神经网络并没有学到任何东西,机器人并不能学习到常识,这就需要人们重新找到一个逻辑通道,让机器人可以按常理做事情。比如当你说饿了的时候,它不会把你的猫给煮了。
更需要担心的是人类自身的智慧
第三个假设认为超人工智能即将到来,但我认为,其实超人工智能已经存在了。第四个假设则是,有机器能做一些我们做不了的事情。想想蝙蝠可以在黑暗中飞行、可以抓昆虫、可以倒立在墙上,你可以吗?机器当然能够做一些我们人类做不了事情,而且在很长时间之前,我们就已经这么做了,比如用手表计时。所以,没有必要担心超人工智能的到来。
我们的确需要人工智能,因为它能够解决许多问题。例如,健康护理已经成为现代社会最为关键的社会功能之一,而智能机器能够提升健康护理的质量。想象一下,一个机器能够快速扫描你做过的所有医疗影像,并基于最新的科学知识进行分析,进一步为你预防疾病。像日本这样的老龄化国家,没有足够的年轻人照顾老年人,因此人们需要这样的机器人。此外,人类还需要可以做危险工作的机器人。我不害怕人工智能,我怕它来得还不够快。
其实在我看来,人类的智慧才更需要我们担忧,我们总是在制定各种各样的规则、制度。如果人们不在道路上划线就没有办法做智能驾驶或自动驾驶,像这些规矩不会让人类更加聪明,只会让人类像机器一样运转。
优化设计的合成生物学时代
在合成生物学领域,确实出现了很多实质性的进步。21世纪不是奇点的世纪,而是“优化设计婴儿”的时代,我们能够像设计建筑物一样设计婴儿。21世纪将是“破坏性生殖技术”(Disruptive Reproductive Technologies,简称DRT)的时代。2016年,一种称作“体外配子”(In Vitro Gametogenesis,简称IVG)的新技术出现了,并且由日本九州大学的分子生物学教授林克彦(Katsuhiko Hayashi)成功在小白鼠身上进行了试验。她在实验室中用小白鼠的皮肤细胞成功地培育出了能够产生后代的雄性、雌性卵细胞,以及相应的许多胚胎。不久的未来,医生仅需要一名女性的几个细胞和男性的几个细胞就可以制造出许多合意的胚胎。然后,这些父母将被告知每一个胚胎的特征并挑选他们最喜欢的胚胎。想象一下,一个计算机程序能够让父母观察100个不同的胚胎:父母将能够看到每个胚胎在5岁、10岁、15岁、20岁、80岁时的模拟样子。父母可以模拟每个胚胎的一生,并决定他们要哪个胚胎。这一天已经不再遥远。2013年,一个名为Connor的“优化设计婴儿”出生了,他的父母在牛津大学Dagan Wells实验室内从七个胚胎中选择了他。
关键词:人工智能 情感 约束
中图分类号:TP18 文献标识码:A 文章编号:1007-3973(2013)001-085-03
1引言
人工智能(Artificial Intelligence,AI)自从20世纪50年代产生,经过长期发展,已经有了长足的进步,并且已经深入到社会生活的诸多领域,如语言处理、智能数据检索系统、视觉系统、自动定理证明、智能计算、问题求解、人工智能程序语言以及自动程序设计等。随着科学技术的不断发展,现在的人工智能已经不再是仅仅具有简单的模仿与逻辑思维能力,人们也越来越期待人工智能能够帮助或者替代人类从事各种复杂的工作,加强人的思维功能、行为功能或是感知功能。这就要求人工智能具有更强的情感识别、情感表达以及情感理解能力。通俗的说,为了使得人工智能对外界的变化适应性更强,需要给它们赋予相应的情感从而能够应对这个难以预测的世界。
在赋予人工智能“情感”的过程中,面临着许多的问题,有科技层面上的,也有社会学层面的。本文在这里只讨论其中一个比较基本的社会学问题:“人工智能情感约束问题”,即关注于如何约束赋予给人工智能的情感,不至于使其“情感泛滥”。情感指的是一种特殊的思维方式,人工智能具有了情感后的问题是:人工智能的情感是人类赋予的,人工智能自身并不会创造或者控制自己的情感。如果赋予人工智能的情感种类不合理,或者是赋予的情感程度不恰当,都有可能造成“情感泛滥”并导致一些灾难性的后果。例如,当人工智能具有了情感之后,如果人类自身管理不恰当,有可能导致人工智能反过来伤害人类。尽管目前我们只能在一些科幻作品中看到这种情况发生,但谁也不能保证未来有一天会不会真的出现这种悲剧。
本文第二章对人工智能情感研究进行了概要性回顾,第三章对如何约束人工智能情感进行了尝试性探讨,最后一章对全文进行了总结。
2人工情感发展情况概述
随着科学家对人类大脑及精神系统深入的研究,已经愈来愈肯定情感是智能的一部分。人工情感是以人类自然情感理论为基础,结合人工智能、机器人学等学科,对人类情感过程进行建模,以期获得用单纯理性思维难以达到的智能水平和自主性的一种研究方向。目前,研究者的研究方向主要是人工情感建模、自然情感机器识别与表达、人工情感机理等四个方面的内容。其中,尤以人工情感机理的研究困难最大,研究者也最少。
目前人工情感在很多领域得到了应用和发展,比较典型的是在教育教学、保健护理、家庭助理、服务等行业领域。在教育教学方面比较典型的例子是德国人工智能研究中心发展的三个方案:在虚拟剧场、虚拟市场和对话Agent中引入情感模型和个性特征来帮助开发儿童的想象力及创造力。在保健护理方面比较典型的是家庭保健与护理方向,如Lisetti等人研制的一个用于远程家庭保健的智能情感界面,用多模态情感识别手段来识别病人的情感状态,并输入不同媒体和编码模型进行处理,从而为医生提供关于病人简明而有价值的情感信息以便于进行有效的护理。服务型机器人的典型例子是卡内基梅隆大学发明的一个机器人接待员Valerie。Valerie的面孔形象的出现在一个能够转动方向的移动屏幕上时可以向访问者提供一些天气和方位方面的信息,还可以接电话、解答一些问题;并且Valerie有自己的性格和爱好,情感表达较为丰富。当然这些只是人工情感应用领域中的几个典型的例子,人工智能情感的潜力仍然是巨大的。
尽管关于人工情感的研究已经取得了一定的成果,给我们带来了很多惊喜和利益,但由于情绪表现出的无限纷繁以及它与行为之间的复杂联系,人们对它的运行机理了解的还不成熟,以致使得目前人工情感的研究仍面临着诸如评价标准、情感道德约束等多方面问题。所以必须清楚的认识到我们目前对于人工情感的计算乃至控制机制并没有一个成熟的体系。
3对人工智能的情感约束
正如上文所述,如果放任人工智能“情感泛滥”,很有可能会造成严重的后果。为了使人工智能技术更好的发展,使智能与情感恰到好处的结合起来,我们有必要思考如何对赋予人工智能情感进行引导或者约束。
3.1根据级别赋予情感
可以根据人工智能级别来赋予其情感,如低级别人工智能不赋予情感、高级别人工智能赋予其适当的情感。众所周知,人工智能是一门交叉科学科,要正确认识和掌握人工智能的相关技术的人至少必须同时懂得计算机学、心理学和哲学。首先需要树立这样的一个观点:人工智能的起点不是计算机学而是人的智能本身,也就是说技术不是最重要的,在这之前必须得先解决思想问题。而人工智能由于这方面没有一个严格的或是量度上的控制而容易出现问题。从哲学的角度来说,量变最终会导致质变。现在是科学技术飞速发展的时代,不能排除这个量变导致质变时代的人工智能机器人的到来,而到那个时候后果则不堪设想。因此,在现阶段我们就应该对人工智能的情感赋予程度进行一个约束。
根据维纳的反馈理论,人工智能可以被分成高低两个层次。低层次的是智能型的人工智能,主要具备适应环境和自我优化的能力。高层次的是情感型的人工智能,它的输入过程主要是模仿人的感觉方式,输出过程则是模仿人的反应情绪。据此我们可分别将机器人分为一般用途机器人和高级用途机器人两种。一般用途机器人是指不具有情感,只具有一般编程能力和操作功能的机器人。那么对于一般用途的机器人我们完全可以严格的用程序去控制它的行为而没必要去给他赋予情感。而对于高级层面的情感机器人来说,我们就适当的赋予一些情感。但即使是这样一部分高层次的情感机器人,在赋予人工情感仍然需要考虑到可能会带来的某些潜在的危害,要慎之又慎。
3.2根据角色赋予情感
同样也可以根据人工智能机器人角色的不同选择性的赋予其不同类型的情感。人类与机器合作起来比任何一方单独工作都更为强大。正因为如此,人类就要善于与人工智能机器合作,充分发挥人机合作的最大优势。由于计算机硬件、无线网络与蜂窝数据网络的高速发展,目前的这个时代是人工智能发展的极佳时期,使人工智能机器人处理许多以前无法完成的任务,并使一些全新的应用不再禁锢于研究实验室,可以在公共渠道上为所有人服务,人机合作也将成为一种大的趋势,而他们会以不同的角色与我们进行合作。或作为工具、顾问、工人、宠物、伴侣亦或是其他角色。总之,我们应该和这些机器建立一种合作互助的关系,然后共同完任务。这当然是一种很理想的状态,要做到这样,首先需要我们人类转变自身现有的思维模式:这些机器不再是一种工具,而是平等的服务提供人。
举例来说,当机器人照顾老人或是小孩的时候,我们应该赋予它更多的正面情绪,而不要去赋予负面情绪,否则如果机器人的负向情绪被激发了,对于这些老人或者小孩来说危险性是极大的;但是,如果机器人是作为看门的保安,我们对这种角色的机器人就可以适当的赋予一些负向的情绪,那么对于那些不按规则的来访者或是小偷就有一定的威慑力。总之,在我们赋予这些智能机器人情感前必须要周到的考虑这些情感的程度和种类,不要没有顾忌的想当然的去赋予,而是按分工、作用赋予限制性的情感约束,达到安全的目的。
3.3对赋予人进行约束
对人工智能情感赋予者进行约束,提高赋予者的自身素质,并定期考核,并为每一被赋予情感的人工智能制定责任人。
纵观人工智能技术发展史,我们可以发现很多的事故都是因为人为因素导致的。比如,首起机器人杀人案:1978年9月的一天,在日本广岛,一台机器人正在切割钢板,突然电脑系统出现故障,机器人伸出巨臂,把一名工人活生生地送到钢刀下,切成肉片。
另外,某些研究者也许会因为利益的诱惑,而将人工智能运用在不正当领域,或者人工智能技术落入犯罪分子的手中,被他们用来进行反对人类和危害社会的犯罪活动。也就是用于所谓的“智能犯罪”。任何新技术的最大危险莫过于人类对它失去控制,或者是它落入那些企图利用新技术反对人类的人的手中。
因此为了减少这些由于人而导致的悲剧,我们需要对这些研究者本身进行约束。比如通过相应的培训或是定期的思想政治教育、或是理论知识的学习并制定定期的考核制度来保证这些专家自身的素质,又或者加强对人工智能事故的追究机制,发生问题能立即查询到事故方等等,通过这样一系列强有力的硬性指标达到减少由于人为因素导致悲剧的目的。
3.4制定相应的规章制度来管理人工智能情感的发展
目前世界上并未出台任何一项通用的法律来规范人工智能的发展。不过在1939 年,出生在俄国的美籍作家阿西莫夫在他的小说中描绘了工程师们在设计和制造机器人时通过加入保险除恶装置使机器人有效地被主人控制的情景。这就从技术上提出了预防机器人犯罪的思路。几年后, 他又为这种技术装置提出了伦理学准则的道德三律:(1)机器人不得伤害人类,或看到人类受到伤害而袖手旁观;(2)在不违反第一定律的前提下,机器人必须绝对服从人类给与的任何命令;(3)在不违反第一定律和第二定律的前提下,机器人必须尽力保护自己。这一“机器人道德三律”表现了一种在道德忧思的基础上,对如何解决人工智能中有害人类因素所提出的道德原则,虽然得到很多人的指责,但其首创性还是得到公认的。尽管这个定律只是小说家提出来的,但是也代表了很多人的心声,也是值得借鉴的。
那么对于人工智能情感的约束呢?显然,更加没有相应的法律法规来规范。那么,我们就只能在赋予人工智能情感的道理上更加的小心翼翼。比如,我们可以制定一些应急方案来防止可能导致的某些后果,也即出现了问题如何及时的处理之。另外我们在操作和管理上应更加慎重的去对待。也希望随着科学技术的发展,能够在不久的将来出台一部相应的规章制度来规范人工智能情感的管理,使之更加精确化、合理化。
4结束语
人工智能的情感研究目的就是探索利用情感在生物体中所扮演的一些角色、发展技术和方法来增强计算机或机器人的自治性、适应能力和社会交互的能力。但是现阶段对这方面的研究虽然在技术上可能已经很成熟,但是人工智能情感毕竟是模拟人的情感,是个很复杂的过程,本文尝试性的在人工智能发展中可能遇到的问题进行了有益的探讨。但是不可否认仍然有很长的道路要走,但是对于人工智能的发展劲头我们不可否认,将来“百分百情感机器人”的问世也许是迟早的事情。
参考文献:
[1] 赵玉鹏,刘则渊.情感、机器、认知――斯洛曼的人工智能哲学思想探析[J].自然辩证法通讯,2009,31(2):94-99.
[2] 王国江,王志良,杨国亮,等.人工情感研究综述[J].计算机应用研究,2006,23(11):7-11.
[3] 祝宇虹,魏金海,毛俊鑫.人工情感研究综述[J].江南大学学报(自然科学版),2012,11(04):497-504.
[4] Christine Lisett,i Cynthia Lerouge.Affective Computing in Tele-home Health[C].Proceedings of the 37th IEEE Hawaii International Conference on System Sciences,2004.
[5] Valerie.The Roboceptionist[EB/OL].http://.
[6] 张显峰,程宇婕.情感机器人:技术与伦理的双重困境[N].科技日报,2009-4-21(005).
[7] 张晓丽.跟机器人谈伦理道德为时尚早[N].辽宁日报,2011-11-04(007).
[8] Peter Norvig.人工智能:机器会“思考”[J].IT经理世界,2012(Z1):331-332.
[9] McCarthy J.Ascribing Mental Qualities to Machines1A2. In Ringle M,editor,Philosophical Perspectives in Artificial Intelligence1C2,Humanities Press Atlantic Highlands,NJ,1979:161-195.
【关键词】电子商务,智能化,计算技术革命
计算机从1946年发明至今,经历了电子管时代,晶体管时代集成电路时代,超大规模集成电路时代,发展至今,各个领域都用到了计算机,不管什么用途,都是以人类的需求作为前提出现的计算机应用,现今科学技术的的高度发展,人们对计算机的要求也越来越高了。下面是未来计算技术发展的五大趋势。
1.非接触式的计算机界面
当第一台计算机问世时,它的体积大得占据了整个房间,重量达到几十吨重,使用它的人需要经过专门培训。后来,电脑来进入了千家万户,一个十几岁的少年在几天之内就可以熟练地操作它们。
现在,电脑正在逐渐消失。由于人机非接触式界的出现,电脑正在融入了物联网,融入我们的日常生活环境。
我们早已经告别了磁盘,现在已经进入了软件即服务的时代,不久的将来我们也将进入硬件即服务的时代。
过去人们操作电脑是需要我们用手来操作的,不管是键盘、鼠标,还是触摸屏,我们已经习惯了这样的操作方式,这就是为什么采用非接触式人机界面是一种新革命。今后的计算机的发展就越来越脱离了计算机的硬件界面的接触,从微软的Kinect到苹果公司的Siri,再到谷歌眼镜,我们开始期待在未来可以用完全不同的方式操纵电脑。简单的模式识别技术已经开始运用,多亏加速循环规则(Law of Accelerating Returns)的存在,我们大致已经可以预期,在未来几年乃至更长的时间里,非接触式人机交互将变得非常普遍和重要,曾经在美国大片里能够看到的都将一一融入我们的生活。
2原创内容
计算机技术已经变得更加家庭化、移动化,及社交性。未来的计算机战场将转移到人们的家里。例如: 亚马逊、微软、谷歌、苹果公司以及各家有线电视都争相地推出新环境下的消费电子娱乐产品,以期占据市场的主导地位。
一种新兴的战略是开发原创节目,以吸引特定的用户群。Netflix公司最近推出的首部原创剧集《纸牌屋》(House of Cards)就取得了成功,还有就是亚马逊和微软很快宣布不久也推出它们的原创节目。
3.多人在线
在过去的十多年中,大型多人在线游戏,如《魔兽世界》风靡一时。与传统的电脑游戏不同,多人在线游戏不是单纯地与计算机比赛,而是与其他许多人在线比赛。这种游戏非常适合电脑玩家的口味。
现如今,多人在线已经不止于聊天和游戏。美国在线教育网站可以提供成千上万的学习视频,任何年龄阶段的孩子都可以在线学习各种学科的课程,应用技术已经达到日臻成熟。
4.物联网
物联网是一个基于互联网、传统电信网等信息承载体,让所有能够被独立寻址的普通物理对象实现互联互通的网络。它具有普通对象设备化、自治终端互联化和普适服务智能化3个重要特征。
物联网(Web of Things)的发展代表了整个社会信息化的发展方向。就通信产业来说,长期的发展目标是 实现人与人之间无缝沟通。这个目标发展到现在,已经基本实现了。那么今后向什么方向发展?2009 年开始,以“物联网”、“智慧地球”为代表的信息化概念在全球范围内出现,为通信产业未来的发展指明了方向。 在全球金融大环境下,物联网的本质是行业信息化,各国政府大力推动物联网发展的动力在于寻找新的经济增长点和创造就业。 在这样的大背景下,在全球范围内,运营商成为了物联网的重要推动者。构造了全世界范围内的竞争环境,是今后流行的趋势,它的出现意味着和我们生活相关的任何物体都变成一个计算机终端。我们住的房子、开的汽车,甚至在大街上的物体都将能够与我们的智能手机实现无缝连接。
在未来几年里,推动这一趋势是两种互补的技术:超低功率芯片和近场通信(NFC)。超低功率芯片可以从周围环境中获得能量,近场通讯可以让互相靠近的设备进行双向的数据通信,它将能够让计算机终端变得无处不在。
物联网的某些应用,如移动支付和IBM的智慧地球(Smarter Planet)计划,在短短的几年将普及开来。
5.人工智能计算机
人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。
人工智能是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识,心理学和哲学。人工智能是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等等,总的说来,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。
人工智能计算机,国外很早就开始研发,并取得了惊人的成绩,IBM、谷歌和微软等公司都在为将自然语言处理与大数据系统在云中结合起来而努力。这些大数据系统将比我们最好的朋友更了解我们,它们不但包含人类的所有知识,而且将与整个物联网相连接。IBM的超级电脑沃森(Watson)就是这方面的第一个成果,其售价高达3百万美元,但这个价格在十年内将下降到约3万美元,届时大多数机构都能够用上它。
参考文献:
[1]《物联网导论》作者:刘云浩 科学出版社
关键词:大学计算机基础;教学改革;人工智能;智慧课堂
云计算、大数据、人工智能新兴领域的崛起,推动信息技术全面渗透于人们的生产生活中。信息技术的核心在于计算机技术和通信技术。然而,虽然目前各个高校都开设了计算机基础课程,但是其教学却存在着诸多问题,导致该课程无法达到预期的教学效果。教育部在2012年《教育信息化十年发展规划(2011-2020年)》,其中指明“以教育信息化带动教育现代化,促进教育的创新与变革”[2]。因此,本文以华中师范大学计算机基础课程教学为例,深入阐述了传统计算机基础课程教学的弊端,提出了在当前人工智能如火如荼的时代背景下,如何应用人工智能相关技术对传统的计算机基础教学进行改革的具体方案。该方案以创建网络智慧课堂教学模式改革为主体,辅以教学观念、知识体系和课程考核方式改革,以期对高校的计算机基础课程教学有所裨益。
1传统教学的缺陷
⑴课程的教学地位没有引起足够的重视一些高校为计算机基础课程分配较少的学时(少于48学时),甚至有的专业将此课程设置为选修课。这种设置降低了该课程在教师和学生心目中的位置,导致了对该课程的忽视。同时,不少老师因为学时不够,时间紧迫,仅仅讲述与考试相关的内容,不考的一概不讲。这导致学生的眼界受限,知识和能力受限,无法培养其全面综合的计算机素质。还有的专业没有将这门课给专业的计算机学院的老师讲授,而是随意安排授课人员。没有经过系统专业训练的教师缺乏足够的知识储备,很难讲好这一门看似简单的课程。⑵课程教学内容的制定与当今时代对于信息化人才的需求脱节一些高校的现状是计算机基础的课程教材知识陈旧[3]、质量堪忧,教材总是无法跟上知识更新的步伐,例如都2019年了还在讲Office2010。有的高校由于缺乏对课程的重视,没有对教材优中选优,而是基于利益的考虑,优先选择自己院系编写的教材。其教材内容是七拼八凑,没有整体性、逻辑性和连贯性,更不用说前瞻性。这样的教材,无疑对学生的学习设置了巨大的屏障。除此以外,一些院校的课程教学知识体系不够明确和完善,教学大纲的制定不够科学。从教学大纲中制定的学时分配来说,常常偏重实用性[4],常用计算机软件操作占据了大部分的课时。这会让教师在授课时轻理论而重操作,如此培养学生,非常不利于其计算思维的形成,对后续其他计算机相关课程的学习也是很大的伤害。⑶教学模式过于传统,信息化水平较低从教学方式上来说,传统的教学模式以教师课堂授课为中心,是以教师为主体的教学模式[5]。在这种模式下,教师仍然主要以填鸭式教学为主[6],无法通过课堂教学发现学生的个性化特点,并进行有针对性的教学。另外,虽然计算机基础课程一般都配备了实验课时,但是实验课常常是采用教师布置上机任务、学生做完抽样检查的模式。这对于大课堂来说,教师的任务繁重,无法搜集到每一个学生的任务完成情况,无法清晰地掌握学生学习的实际情况和薄弱环节。而且,该课程缺乏相应的研讨课时,很难让学生对其所学知识进行深入思考和探究,以增强思辨能力和对课程的学习兴趣。⑷课程考核方式不够公平合理从考核方式上来说,该课程普遍采用“平时成绩”+“期末考试”的加权方式对学生成绩进行评定。平时成绩多由考勤分所得,期末考试多采用机考模式。这种考核方式过于单一化、机械化,无法对学生进行全方位的评价。很多学生来到教室打考勤,但可能根本没听讲,而是在睡觉或者玩手机。期末机考的公平合理性也是存在着很多的漏洞。例如机考的试题库可以十年不变,分值的分配和难度的掌握都没有经过系统的考量。甚至有的考试系统不够稳定和安全,频频爆出Bug,严重影响了考试结果的真实性。
2新人工智能环境下对计算机基础课程改革的具体方案
2012年开始,在随着卷积神经网络技术在视觉处理方面的应用取得巨大的成功之后,人工智能到达了有史以来的第三个爆发期。目前,深度学习技术在AlphaGo、无人驾驶汽车、机器翻译、智能助理、机器人、推荐系统等领域的发展如火如荼。与此同时,人工智能技术在教育领域方面的应用已经兴起。人工智能的教学产品也已有先例,例如基于MOOC平台研发的教学机器人MOOCBuddy等等。基于人工智能的教育是融合云计算、物联网、大数据、VR、区块链等新兴技术的增强型数字教育[2].在当前人工智能的大时代背景下,针对传统计算机基础的种种弊端,我们提出了如下教学改革方案。⑴改变教学理念,确立计算机基础课程的重要地位计算机基础作为高校的一门公共课,实则应当作为各个专业的学生后续的学习、科研的必修之课程。因此,高等学校应从源头上确立该课程的重要地位,将该课程纳入必修课范畴,并给与更充分合理的课时分配。除教学课时、实验课时之外,需要为该课程增加一定的研讨课时。任课老师必须是来自于计算机专业的人才。同时,定时举办关于该课程的教学培训、教学研讨会和教学比赛,改变教师的教学理念,从源头上给予该课程足够的重视。⑵优化教学内容,重新制定课程的教学知识体系教材是教师教学的主要依据,也是学生获得系统性知识的主要来源。因此,教材对于教学的重要性不言而喻。教材的选取需要优中择优,必要的时候可以根据自身院校的情况自己编写,力求使用好的教材使教学事半功倍。在选定优质教材的基础上,制定更加合理的教学大纲,优化计算机基础课程的教学知识体系,突出计算机学科入门相关基础理论知识的重要地位。对现有的过时内容进行更新,例如操作系统以Windows10的操作取代Windows7,Office这部分使用Office2019版本取代2010的版本,同时增加关于算法入门知识、程序设计入门知识以及人工智能、区块链等前沿知识单元的介绍。以华中师范大学为例,我们在图1中给出了该校计算机基础课程的教学知识体系结构图。⑶充分利用现代化的教学工具和人工智能技术,构建智慧课堂,改变传统教学模式现代化的教学应当转变以教师为核心的教学模式,更加突出学生的主体性地位。因此,在人工智能、物联网、大数据等技术和蓬勃发展的情形下,应当改变传统的课堂教学形式,充分利用现代化信息技术,将传统课堂教学和网络课堂教学模式相结合,构建智慧课堂。融合课堂教学身临其境的效果与网络课堂自主性强且方便师生交流的特点,通过师生之间多层次、立体化的互动,达到提升教学效果的目的。同时,建立功能强大、完善的学生实验平台,基于不同专业学生的不同特点和不同需求,进行个性化的作业设置。针对教师布置的实验任务和学生的完成情况,结合在线网络教学系统,通过传感器及网络数据,搜集学生的学习行为数据,并且使用人工智能算法进行智能分析,使教师对当前的学生的学习情况一目了然,并能引导学生对重点、难点的巩固和掌握。研讨课以学生为主体,按照所选课题进行分组调研、分组讨论,刺激学生的学习兴趣,培养其思辨能力。研讨内容最终可以课程论文的形式上交至课程共享平台,由教师和同学共同给出评分。这里,仍以华中师范大学为例,我们将在线教学系统、实验课平台、研讨课共享平台等集成为一个基于人工智能技术的网络智慧教学综合平台系统。该系统主要包括用户管理、在线教学、课堂互动、作业管理、考试管理、BBS系统、智能分析和平台管理8个模块,其主要功能如图2所示。该系统采用C/S模式,系统的服务器选用Linux服务器,同时开发基于PC机的和手机端的客户端系统,方便学生和教师随时选用、更加灵活。在线教学模块中的智能学习助理功能,能够根据历史用户的学习行为和当前用户的学习行为,自动地识别学习内容中的难点以及当前学生的难点内容,有针对性地对学生进行知识点强化。课堂互动模块中,通过可穿戴式传感器搜集学生的学习行为,用于后续智能分析模块中对学生的学习态度和学习行为进行智能分析。在线作业评价模块包括机器评价和教师评价两个功能。机器评价是系统为学生作业(客观题、主观题)自动评分,其中主观题的评分也是使用人工智能技术来实现。教师评分时可以参考机器评分,减少教师工作量。同时,教师评分为机器评分提供机器学习的经验数据,促进机器评分更加智能。智能分析模块能够依据学生的在线课程学习模块、课堂学习模块、作业管理模块等搜集到的学习行为数据进行综合分析,促使教师深入了解学生的学习情况和个性化特点,提升教学的针对性,并且有助于后续对学生进行全面、综合的分析和成绩评定。所有系统模块中使用到的智能分析技术包括基本的统计分析、以及各类机器学习算法(k-means,NaveBayes,SupportVectorMachine,DeepLearning等等)。⑷改变传统成绩考核的方式在“教学”+“实验”+“研讨课”课程结构以及网络智慧教学综合平台的辅助之下,学生的成绩评定更加全面化、多元化、公平化、自动化[7]。平时成绩中,除了教学综合平台的“课堂签到”次数之外,还增加更多丰富多元化的考察信息,如:学生的课堂讨论、在线课程学习和考核结果、平时作业完成情况,以及智能分析模块中辅助分析的学习态度、学习能力、平时成绩预测。期末上机考试系统也是智慧课堂综合平台的一个子模块,是精心设计的稳定、安全、功能强大的子系统,方便教师每一年更新试题库,修改bug。试题库中的每一套试卷都应当经过科学的考卷质量分析,使其难度、覆盖范围在一个均衡、合理的范围。最后,教师通过对各类平时成绩指标以及期末考试成绩加权,给出最终的学习成绩。通过规范、合理、公平、全面的考核体系,获得对学生公平、完善的评价机制,激励学生并刺激教学良性运转。
3结束语
人工智能是具有类人智能甚至超越人类智能的机器,是对人类智能活动的替代、解放和强化。这种智能可以是计算,也可能是思维、意识、情感等。目前,人工智能已经应用在无人驾驶、人脸识别、定理证明、智能控制、博弈、语言识别等众多领域。
比如,美国政府2016年10月份就制定了一个野心勃勃的目标:在30年内把美国的交通事故死亡人数降为零。2015年美国的交通事故死亡人数增长7.2%,死亡人数为35092人。美国国家高速公路交通安全管理局(简称“NHTSA”)表示,人为因素在交通事故中占比达94%,无人驾驶可以完全消除这项因素。
众多学者和企业更是将其视为重新激活世界经济的主要引擎之一。不过,在这之前还有很多技术、法律乃至伦理问题需要解决。
无人驾驶瓶颈
美国当地时间9月23日,谷歌无人车在山景市与一辆商务货车撞在一起,这可能是谷歌汽车遭遇的最严重车祸。谷歌汽车的右侧车门被撞出大面积的凹陷,车窗遭到一定程度的损坏。车祸没有造成人员伤亡,气囊已经弹开。这起事故是货车司机的失误造成。2016年2月14日,谷歌无人驾驶汽车与一辆公交巴士发生轻微碰擦的事故,这是谷歌首次表示无人驾驶汽车应当“承担部分责任”,地点同样位于加州山景市。
特斯拉公司生产的S型电动轿车则已出现数例自动驾驶模式下的交通死亡事故。2016年1月,河北省邯郸市就曾发生特斯拉自动驾驶致人死亡事故,这应是全球首例。另有业内资深人士透露,特斯拉自动驾驶出现的事故其实多数未被报道。
这些事故都不断引发外界对自动驾驶技术是否足够成熟的质疑。
根据美国加州2012年通过的相关法案,允许无人驾驶汽车上路测试,但需要合法驾车人坐在驾驶座位上,在紧急情况时操纵汽车。特斯拉汽车的操作手册也提醒驾驶者,即便在自动驾驶中,也需要把手一直放在方向盘上。但现实中,驾驶员往往喜欢冒险和刺激。
至于技术成熟后的大规模商用,NHTSA表示,没有方向盘和油门的无人驾驶汽车在美国市场销售之前,相关法规必须做大的调整。
在中国,无人驾驶汽车同样面临法律障碍,问题主要集中在牌照和事故责任认定两方面。
无人驾驶汽车一旦在测试或商用时发生事故,就面临责任划分、理赔等问题。无人驾驶系统、司机、对方的责任如何划定?由于无人驾驶汽车是由多家企业集合研制,这些企业的责任又将如何划分?如果无人驾驶和有人驾驶可以切换,责任又将如何划定?
“应当尽快对事故后保险公司的理赔、无人驾驶技术平台与保险公司对于硬件、软件供应商的责任追偿开展立法工作。只有健全理赔体系时,才能够消除无人驾驶技术的测试与研发过程中各方的后顾之忧,切实推动技术的进步与发展。”中国政法大学传播法研究中心副主任朱巍向《凤凰周刊》表示。
中国科学院大学公管学院副教授刘朝表示,由于无人驾驶汽车仍在测试阶段,技术路线等都不确定,国家层面法律的修订和出台应慎重,自下而上的政策法规尝试和探索不失为一条稳妥而高效的路径。另外,在此过程别需要可靠的传播媒体和真正中立的社会组织发挥积极的作用。
人工智能引发失业潮?
2016年1月,IBM公司开发的Jill Watson分析系统开始帮助美国佐治亚理工大学的毕业生解决毕业论文中遇到的各种问题。Watson在回复电子邮件和论坛发帖时,语气随意,与正常人无异,而且会使用很多口语,能在几分钟之内准确地回应问题。
在五个月的试验中,没有学生发现他们的助教是机器人。
类似的人工智能技术已经被应用在法律服务、医疗助理、金融分析等多个领域,与此相应,部分岗位正在被这些智能机器所替代,从蓝领到律师,从医生到华尔街分析师。
人工智能技术最有价值的应用可能是金融业。在金融领域,每提升1%的收益就能获得巨大的财富。毕马威在近期一份报告中预测,到2030年银行及其服务可能“消失”,类似于苹果Siri的人工助手将接管客户的生活与金融服务。传统银行的多数部门或将消失,而专业的服务则将获得更大发展。
一些评论家预测,人工智能会使得某些工人的技能多余化,那些被自动化所取代的工人不得不寻求新的就业机会。即便这部分工人能够找到新工作,也常常是低附加值的,且工作稳定性更低。从这个角度讲,人工智能不仅可能增加社会不公,更会带来永久性的失业以及贫穷。
诺贝尔经济学奖得主斯蒂格利茨就认为,劳动市场正因为技术变化而发生重要转变,要保护劳动力,就必须对人工智能和自动化系统相关的监管和其他政策变化保持高度重视。
真格基金创始人徐小平近年投资了多个人工智能项目。在他看来,人工智能对人类的影响和冲击将是全方位的。
“有人说,在美国除了卡车司机和销售员,其他工作都在被替代。不幸的是,卡车司机也在被替代。高中学历的美国卡车司机年薪7万美金。所以,特朗普崛起了,支持他的多数是没上过大学的白人,他们在全球化和高科技面前成为失意者。”徐小平告诉《凤凰周刊》。
新近涉足人工智能的雅瑞资本联合创始人张瑞君相对乐观,她告诉本刊,目前投资的项目其实主要是代替人们所不愿从事的低端机械化工作,使人们腾出手来,去做更高端、更有创造性的工作,这是一个逐渐的过程。“而且人工智能产业本身也正在吸纳众多高回报的创业与从业者。”
三角兽科技联合创始人马宇驰就正忙于招聘多位工程师。2016年2月,他与曾效力百度度秘、微软小冰的王卓然、亓超合伙创业,目标是打造一套智能聊天对话系统。其产品主要针对物联W设备,让机器听懂人说话,并作出反馈。其公司目前已获得两轮共3000万元融资,产品已经应用在锤子T3手机、Rokid机器人等。
马宇驰向本刊介绍,根据行业预测,2020年全球物联网设备数量将达240亿部,智能终端设备将达到340亿部,产业和就业空间巨大。“如何快速提升劳动者的技能,这需要社会、政府、教育等的努力,而且人工智能也可以作为培训劳动者的工具。”徐小平说。
冲击人类生存与伦理
2016年3月,谷歌公司创造的人工智能程序阿尔法狗以4:1战胜世界围棋高手李世石,这引发了全球对人工智能的再度关注和广泛思考。有评论说,从现在起,如何管控人工智能,应该成为一个严肃课题。
人工智能的失控乃至危及人类并非遥不可及。美军无人机在阿富汗等中东地区已经多次误伤平民。
科技界的一些知名人士正呼吁禁止“杀手机器人”,他们警告称,越过这一界限将启动一场新的全球军备竞赛。尽管“机器人士兵”仍限于设想,但伴随人工智能快速发展,军队可能在未来20年内部署这类机器人。事实上,包括中国在内的各大国都在加紧研发水、陆、空无人作战平台。
根据摩尔定律,计算机的运算能力每两年就翻一倍,假以时日,尤其人工智能具备强大的自进化能力后,其威力可能超出人类想象。也许它将能让人类永生,同样可能的是地球上所有生命的终结。
物理学家史蒂芬・霍金是忧虑派。“人工智能的强力崛起,可能是人类历史上最好的事情,也可能是最糟糕的。”霍金在一次演讲中说,“将来,人工智能可能会发展出来它自己的意志,一个与人类相冲突的意志。”
当然,机器人也可能并不与人类冲突,而是发展出人类的意识与情感。这同样会遭遇棘手的法律和伦理问题。
阿姆斯特丹自由大学罗伯特・哈文教授就指出,应该研究是否需要明确机器人的法律主体地位,并思考从民法、公法、隐私法、知识产权法等维度构建机器人法律框架。就像从婴儿到成人,伴随机器人的进化,它将被不断赋予更多的人权与责任。
背景回顾
凯文・凯利(Kevin Kelly),《连线》(Wired)杂志创始主编,科技商业预言家,被人们亲切地称为“KK”。早在1994年,KK在《失控》一书中对未来科技发展的阐述就引发了巨大轰动;2010年,《失控》中文版的引进再一次在中国互联网界和科技媒体中掀起热潮,“KK中国行”活动也在此基础上得以成型。之后,KK的观点几乎成为了互联网发展的“风向标”。
今年,KK携其最新力作《必然》再度出山。该书预言了未来三十年的人类科技发展趋势,《罗辑思维》主讲人罗振宇专门微信直播解读了书中观点,吸引了全网上百万人的关注。“凯文・凯利”这一名字的热度空前。
《必然》通过十二个词呈现出科技最新的趋势轨迹――形成(Becoming)、知化(Cognifying)、流动(Flowing)、屏读(Screening)、使用(Accessing)、共享(Sharing)、过滤(Filtering)、重混(Remixing)、互动(Interacting)、追踪(Tracking)、提问(Questioning)以及开始(Begining)。KK在书中强调,虽然对每个动词的论述都独立成章,但它们并非独自运作,而是高度叠加的力量,彼此依存,相互促进。例如,分享既促进流动又有赖于流动;认知需要追踪;屏读和互动不可分离。
带着最新的论述观点,KK今年应邀来中国做了多次演讲,从人工智能谈到虚拟现实,从创新谈到未来科技发展的十二大趋势,引发了各界的关注。无论是《失控》还是《必然》,其所阐释的核心观点都使企业中的管理者受到了深刻的启发。
张瑞敏曾在海尔年终大会上引用了KK《失控》中的名言――“均衡即死亡”。过去,传统时代的企业追求均衡,部门之间要平衡;而在互联网时代,外部变化很快,内部如果均衡且静止,只会被时代淘汰。要解决这个问题,需要打造一个动态的生态圈,时刻关注并应对最新趋势,企业方可生生不息。
解读
与人工智能并肩作战
今年九月的一次演讲中,凯文・凯利(KK)作出预言:“未来人类可以借用人工智能的力量击败机器人。我们将会和机器人并肩作战,而不是相互斗争。真正强有力的是人类和人工智能的结合而产生的更强大的力量。”在2016年的诸多分享中,“人工智能”(AI)是KK提到最多的关键词之一。
展望未来,我们可以大致看到“人工智能时代”的企业管理职能的变化:
・战略管理:在快速变化的VUCA商业环境中,企业的战略规划周期大幅度缩短,可能从之前的3年一个周期,变成以1年、1个季度为周期,应变、适应与创造成为主旋律。人工智能的敏捷(agility)响应有助于战略的快速调整,在不断的适应中构筑和延续企业的竞争优势。
・产品创新:一方面是产品生命周期大幅缩短;二是产品创新的全球化,利用全球人才和技术进行产品创新,例如海尔的产品创新;三是个性化产品设计与制造。
・市场营销:基于网络和大数据的个性化、精准营销将成为主流,AI将发挥重要作用。
・人力资源:经理人员都需要精通互联网和大数据的基本应用,以及创造性工作,就像今天大家普遍使用“微信公众号”等社交媒体进行营销、招聘、培训等等,IT基本功和创意能力成为工作的基础能力,灵活应变地适应外部和内部的变化。
・领导力:领导者一方面要善于把长远目标和近期目标进行平衡,二是激励和留住以自驱力为主的“创意员工”,以及外部的兼职“创意员工”。
・运营管理:外包和虚拟合作成为主流,强强联合是生产运营的重要方式。
虚拟现实奇境漫游记
受到《连线》杂志的委托,KK从2015年底到2016年初,历时五个月走访了美国几乎所有从事虚拟现实的企业,试戴了几乎所有的虚拟现实设备,体验了几乎所有虚拟现实应用。在此体验基础上,他撰写了2.5万字的报告――《第九区:漫游虚拟现实奇境》。KK认为:“能够提供共享虚拟体验的系统将成为有史以来最大的企业。只有少数几家公司能成为虚拟现实网络的主宰者。在这些虚拟现实的赢家面前,今天的巨头企业从任何尺度看都只能算得上一个孩童。”
虚拟现实是人机互动的一种体现,顺应了“互动”这一趋势。KK在一次演讲中表示,就像现在所说的信息数据、知识是一种商品,未来虚拟现实的体验也会成为一种有分享价值、可以买卖的商品,这也将带来新的商业模式。同时,虚拟现实或许将重新定义“社交媒体”。社交媒体不再只是大家动态、上传照片并分享的平台。基于虚拟现实带来的新平台,地球上所有人由一个巨大的互联网机器联系在一起,共同合作去生产一些东西,这就是KK所认为的“真正的社交媒体”。
另外,沉浸在虚拟现实中的体验感可以为人们做一个科学的试验展示,人们通过触觉去感知,调动全身来学习,这将极大地提升学习成效。
创新往往发生在行业之外
如果不去主动创新,将来你的企业将被创新颠覆。KK从各大企业发展历程中发现一个共同的规律――行业的龙头老大对小企业发展往往不以为然,因为觉得这不是值得他们去重视的创新。事实上,创新往往发生在行业之外,尤其是质量低、风险高、利润率低、市场小,而且未经验证的领域。
颠覆性技术刚刚诞生的时候,技术并不尽如人意,甚至没有达到用户的满意线最低值。但当这个颠覆性技术达到了用户满意的质量水平时,就会有一个猛增的趋势。这时候,老牌的成熟企业才开始看到这些颠覆性的技术,但已经太晚了。
面对这种威胁,KK认为企业应该选择一条逆境式的途径,选择颠覆自身,从而达到更高峰,并找到更大的机遇。
数字潮流引发工作模式改变
该书由来自政策网络智库与英国苏塞克斯大学等机构的研究人员共同编著。他们认为,信息技术的计算能力、存储能力、连通性以及软件应用的发展速度日益加快,影响着就业与商业发展,并为劳动法规的制定带来了挑战,无论企业、政府还是个人都在努力地追赶这一潮流。
世界经济论坛创始人施瓦布曾提出,第四次工业革命对经济和社会的影响不再局限于某一特定领域,而是将物理、数字与生物技术有机地结合在一起,包含大数据、算法管理、3D打印、量子计算、智能机器人、人工智能、物联网、纳米技术等多种形式。数字平台的传播创造出一系列新的工作岗位或商业机会,人们希望此类转型能够推动经济增长、提高生产力水平、打造更具包容性的社会融合新前景。
在谈到劳动力失业与人工智能对就业产生的影响时,布勒哲尔研究员乔治斯·彼得罗普洛斯(Georgios Petropoulos)认为,那些需要常规体力劳动与认知技能的中等水平工作岗位是最易被取代的。在此前的工业革命中,当常规性体力劳动被取代时,会产生新的非常规性劳动。然而当今时代变化飞快,情况与以往已截然不同。彼得罗普洛斯重点从机器学习与性能提高层面进行分析,认为这是一种“深度神经网络发展”的结果,其灵感来自于人类的大脑。他表示政策制定者需制定机器与人工智能系统运行的规则,这需要各利益相关方以及专家的集体协商,同时还涉及对责任、安全、隐私领域进行监管的讨论。
据英国华威大学荣誉教授科林·克劳奇(Colin Crouch)预测,一些“非雇员”(non-employees)劳动者的增长,将使不完善的法律与社会保护政策面临挑战。目前劳动法在新兴经济领域存在的争议,体现了当下劳动关系的重塑。比如,如何在法庭上定义雇员、劳动者、承包商等。受数字技术、监管体系以及管理控制的影响,诸如优步等公司的“非雇员”劳动者在工作中的自主性大大降低,这些变化都在推动对劳动关系的重新定义。
用行动代替焦虑
荷兰马斯特里赫特大学国际经济关系教授罗克·苏特(Luc Soete)表示,如今自动化发展给就业带来的潜在变化,加重了民众的焦虑情绪。从早期研究结果来看,美国民众的焦虑感似乎比欧洲民众更深。媒体的宣传与互联网的作用进一步加深了这种情绪,随之变化的还有民粹主义与保护主义的态度。虽然民众的焦虑情绪发作跟前几次工业革命相似,但也有不同的特点,首先在于对以知识为基础的虚拟经济的投资增多,其次在于人们进入数字经济的门槛大大降低。
欧洲进步研究基金会主席玛利亚·罗德里格斯(Maria Rodrigues)表示,第一次工业革命可能是人类历史上首次经济增长、技术进步与落后的生活水平、就业状况产生冲突,导致了较大的社会动荡。随着时展,技术进步及经济增长已不再需要与社会变革产生必然联系,因此各国政府的治理目标应该是,确保工业与社会的转型能够为社会流动,以及个人发展提供良好的机遇,而非成为民众忧虑与社会动荡的源头。