无人驾驶技术日益成熟，以后还用考驾照吗？

1.2 图形式简单，图问题复杂

图论起源于欧拉对哥尼斯堡七桥问题的研究。七桥问题是指如何能够不走重复路的情况下走遍哥尼斯堡的七座桥，其实就是现今大家熟知的一笔画的问题。形式很简单，但解决却不容易。欧拉通过将七桥问题形式化为点边的一笔画问题来解决。这种简洁的点边建模思路为后世的学者沿用发展，逐渐形成了图论体系。图论问题在高中数学联赛试题中很常见，这个点跟图模型的一个重要特性有或多或少的关联：图模型的形式足够简单，但图模型下提出的问题往往很复杂。这个特点也引来不少对图饶有兴趣却不求甚解的同行，时常把简单问题复杂化以获取信息不对等优势进而行不实宣传，导致大量图的潜在使用者的时间浪费与业界对图的信心受挫。 希望此篇能够澄清图的相关概念与作用，帮助大家在图应用上少走弯路。

1.3 高效的关联表达与分析能力

图的形式虽然简洁，但是对信息的表达能力却非常强。
 

.物流——David Moise

人工智能将破坏大多数垂直行业，这是一个问题。人工智能将会在物流行业里实现更多的应用。

物流行业有成千上万的「知识工人」，他们了解路线、货物、工作区等。

而目前，我们已有了路上行驶的自动驾驶汽车。未来，我们将使用AI调度AI驱动的车辆。
 

哪些行业将受益于AI？

目前，人工智能和机器学习已进入许多不同的行业，改变了企业处理从存货到维护客户关系的一切方式。

这些技术具有进一步优化和革新许多业务运营的潜力，某些领域甚至可以从AI中获得特殊收益。

作为经验丰富的技术领导者，福布斯技术委员会其中的14位成员对哪些行业和部门最终将从AI中受益最大进行了预测。
 

另外一些算法可能已经以一种不易察觉的方式扭曲了人们接受医疗或保险的类型，改变了他们在刑事司法系统中的待遇，或者对哪些家庭更有可能虐待儿童做出不恰当的预测。

偏见和不公正侵蚀了人类与人工智能系统之间的信任，它并不能像人们一开始预测的那样成为一个对社会贡献巨大的均衡器——在从中立的角度做出影响生活的决定这件事上，人工智能可能并不比人类做得更好。

果真如此，那么社会为什么认为机器可以成为银行从业者、招聘人员、警察或法官“更公正”的替代品呢?

……

2017年，由来自学界、民间组织和产业界的二十多位作者共同发表了一份报告，论述了随着人工智能技术愈发强大和普及，它可能会以哪些方式变成邪恶的帮凶。该报告列举了一系列可怕的例子：

一辆被盗用的自动驾驶汽车可能会被操纵，撞到人群之中，或者被劫持用来运送爆炸物。感染了恶意软件的大脑芯片或心脏起搏器可能被用于远程暗杀，犯罪分子也可以用面部或语音模拟技术进行精准定位网络诈骗。

该报告呼吁，人工智能研究人员应在其科技产品中设置安全保障，并更为公开地讨论潜在的安全、安保问题。

令人惊讶的是，该报告甚至建议研究人员应该在他们为产品公开发布的内容中隐瞒某些想法或应用方式。

如今，大多数研究人员抱有一种公开透明的态度，他们会在博客文章中发布他们的作品，并将代码开源。

该领域的许多人认为，对于可能出现的有问题的人工智能应用，更好的策略是揭示它们，并在它们发生前就给出警告，防患于未然，而不是让它们不为人知地被开发出来。

事实上，在谷歌为其语音模仿程序杜普雷克斯辩护时，也用了同样的论据：通过发布具有潜在破坏性的人工智能程序，公司就能收到公众关于如何最好地对这种技术加以规范的反馈。

在某些人看来，人工智能从业者中的这种开放氛围似乎有些天真，但它其实在一定程度上是由该领域的历史造成的。

在过去，人工智能所经历的几度沉浮让人们觉得人工智能的应用和改变社会的能力被高估了。

对人工智能发展水平持怀疑态度的人相信，有关人工智能道德或伦理的担忧根本没有意义，因为这种技术可能永远不会完全成熟。

这些反对者的意见并非空穴来风：尽管最近在自动化领域发生了一次革新，但作为当前人工智能热的主要推手，机器学习算法严重的局限性也已经逐渐显露了出来。

如果这些问题没有得到及时解决，导致投资者的期待无法得到满足，那么人工智能的另一个冬天可能就离我们不远了。

（编辑：周口站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!