三大运营商2020数据解读

以下内容节选自《AI会取代我们吗?》，由出版社授权发布。

不完善的算法会带来可怕的结果，在2016年，一辆半自动特斯拉汽车引发了一起致命的交通事故，这就是一个实例。

事发时，处在自领航(Auto-pilot)模式中的汽车错误地将一辆白色牵引挂车判断为从背光角度看到的明亮天空的一部分，从而导致与拖车底部相撞。

2018年3月，一辆优步机器人汽车在亚利桑那州的坦佩市撞死了一名行人。事后调查发现，人工智能其实已经探测到了这名女子，但算法错误地判断她不在车辆的前进路线上。

不久之后，一辆处于自动驾驶模式中的慧摩汽车受到了一辆人类驾驶的汽车的撞击，该事件也给研究者们出了一个难题：如何改良人工智能驾驶员的程序，才能让它们更好地同人类驾驶员平安无事地共享道路。

几个月后，一辆特斯拉S型(Model S)箱式轿车撞上了一堵混凝土墙，导致两名乘客死亡。

不过，尽管发生了这些悲惨的事故，但自动驾驶汽车安全性的整体统计数据还是让人眼前一亮。

例如，慧摩的汽车虽然卷入了大约30起轻微撞车事故中，但只有一起事件是由慧摩车一方引起的。

2016年，一辆慧摩车在自动驾驶模式下变道进入了一辆公共汽车的车道，使汽车遭到了轻微的损伤。但在该事件中并没有任何人受伤。

英特尔在2017年发布的一项研究预测称，自动驾驶汽车的投放可以在短短十年内挽救超过50万人的生命。

尽管如此，公众对人工智能汽车的信任度仍然处在历史最低水平。

皮尤研究中心(Pew Research Center)在2017年展开的一项调查显示，超过一半的受访公众对乘坐自动驾驶汽车不放心，而他们反对的理由正是对安全性的担忧和掌控感的缺失。

美国汽车协会在2018年3月优步车致死事故发生后进行的一项调查显示，有73%的美国人表示自己害怕乘坐自动驾驶汽车，这一数字比2017年底增加10%。

这些担忧有一部分来自人们对机器学习和人工智能背后的机制缺乏了解。

对于公众而言，人工智能就像是一种神秘的炼金术：某些算法在某些时候会产生正确的答案，但是当它们失败时——比如，当Siri对一个提问给出了荒唐的答案时——消费者无法理解其成因是什么。

同样，当网飞给用户兴趣建立的档案错得离谱时，或者当自动驾驶汽车停靠在了自行车道上时，用户无法追问这类技术到底是在哪里出了问题。

更为严肃的是那些生死攸关的事项，例如对人工智能武器的使用。美国军方正在考虑在军事任务中应用机器学习技术，以帮助情报分析人员对大量监视数据进行模式识别，或者操控自主无人机。

在这些应用中，出错却无法解释自身错误的算法会带来灾难性的后果。

这种缺乏信任的情况也延伸到了医学界。尽管有放射医学人工智能研发者的郑重承诺，但医疗护理从业人员对完全接受人工智能诊断技术仍然持保留态度。

有一种反对意见是，虽然人工智能技术确实振奋人心，但是大多数人工智能工具并没有经过受到足够数量的独立研究组的测试。

因此它们的一些关键细节并没有得到验证，也就是说，它们无法被证明可以应用于所有、任何患者样本。

不过，同Siri、自动驾驶汽车和自主武器面临的问题一样，一个更强有力的反驳意见是：

在今天，无论是对还是错，人工智能系统都无法解释它们的决定，甚至它们的开发者也对促成系统决定的缘由一头雾水。

这一问题十分严重，以至于人工智能算法常常被人们描述为“黑箱系统”。

因此，不可理解性是人工智能算法的一个主要局限，也是阻碍人工智能系统得到公众信任一个重要因素。

机器学习的不透明性在一定程度上是由算法的训练方式造成的。今天我们所使用的大多数人工智能应用都依赖于深度学习，这种人工神经网络的结构与人脑大致相似。

每个这样的神经网络的出发点都是大量的数据，比如数百万张狗的照片。
 

数据显示，2020年，新建光缆线路长度428万公里，全国光缆线路总长度已达5169万公里。截至2020年底，互联网宽带接入端口数量达到9.46亿个，比上年末净增3027万个。其中，光纤接入(FTTH/0)端口达到8.8亿个，比上年末净增4361万个，占互联网接入端口的比重由上年末的91.3%提升至93%。xDSL端口数降至649万个，占比降至0.7%。

同时，2020年，我国固定资产投资增长较快，移动投资比重持续上升。2020年，三家基础电信企业和中国铁塔股份有限公司共完成固定资产投资4072亿元，同比增长11%，增速同比提高6.3个百分点。其中，移动通信的固定资产投资稳居首位，投资额达2154亿元，占全部投资的52.9%，占比较上年提高5.1个百分点。

（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!