Oversikt over kunstige intelligensproblemer

Kunstig intelligens fortsetter å gi trinnvise fordeler for menneskelivet. I følge Mckinsey-rapporten er Artificial Intelligence satt til å legge $ 13 billioner til den globale økonomien innen 2030, som er omtrent 16% av den totale globale andelen. Til tross for de konkrete og økonomiske fordelene, har AI forskjellige mangler og problemer som hemmer dens store skala vedtak. Problemene inkluderer sikkerhet, tillit, datakraft, bekymring for jobbtap, etc.

Store problemer knyttet til kunstig intelligens

Følgende er noen av de største problemene forbundet med kunstig intelligens og mulige løsninger.

1. Jobbtapsproblem

Bekymringer om jobbtap relatert til kunstig intelligens har vært gjenstand for en rekke virksomhetssaker og akademiske studier. I henhold til en Oxford-studie vil mer enn 47% av amerikanske jobber være truet på grunn av automatisering i midten av 2030-årene. I henhold til World Economic Forum vil automatisering av kunstig intelligens erstatte mer enn 75 millioner jobber innen 2022. Noen av tallene er enda mer skremmende. I henhold til en annen Mckinsey-rapport, kunne AI-baserte roboter erstatte 30% av den nåværende globale arbeidsstyrken. I henhold til AI-eksperten og Venture Capitalist Kai-Fu Lee, vil 40% av verdensjobber erstattes av AI-baserte roboter i løpet av de neste 10-15 årene. Lavinntekt og lavt kvalifiserte arbeidere vil bli verst rammet av denne endringen. Etter hvert som AI blir smartere av dagen, til og med arbeidstakere med høy lønn og dyktighet, blir mer utsatt for tap av jobb, ettersom selskapene gir høye kostnader for dyktige arbeidere bedre marginer ved å automatisere arbeidet. Imidlertid kan disse problemstillingene knyttet til tap av arbeid og lønn løses ved å fokusere på følgende tiltak.

  • Å overprøve utdanningssystemet og gi mer fokus på ferdigheter som kritisk tenking, kreativitet og innovasjon, ettersom disse ferdighetene er vanskelig å gjenskape.
  • Å øke både offentlige og private investeringer i å utvikle menneskelig kapital slik at de blir bedre tilpasset etterspørselen fra industrien.
  • Forbedring av arbeidsmarkedets tilstand ved å bygge bro mellom etterspørselen og tilbudsgapet og gi drivkraft til spillejobben.

2. Sikkerhetsproblem

Det har alltid vært mye hardhet rundt sikkerhetsspørsmål knyttet til kunstig intelligens. Når eksperter som Elon Musk, Stephen Hawking, Bill Gates blant flere andre uttrykker bekymring relatert til AI-sikkerhet, bør vi ta hensyn til sikkerhetsproblemene. Det har vært forskjellige tilfeller der kunstig intelligens har gått galt da Twitter Chabot begynte å spy voldelige og pro-nazistiske følelser, og i andre tilfeller da Facebook AI-roboter begynte å samhandle med hverandre på et språk ingen andre ville forstå, noe som til slutt førte til at prosjektet ble skru av.

Det er alvorlige bekymringer for at kunstig intelligens gjør noe skadelig for menneskeheten. Det aktuelle tilfellet er autonome våpen som kan programmeres for å drepe andre mennesker. Det er også overhengende bekymringer med at AI danner “Mind of its Own” og verdsetter ikke menneskeliv. Hvis slike våpen blir utplassert, vil det være veldig vanskelig å angre konsekvensene av det. Følgende er tiltakene som kan gjøres for å dempe disse bekymringene.

  • Vi må ha sterke regler, spesielt når det gjelder oppretting eller eksperimentering av autonome våpen
  • Globalt samarbeid om spørsmål angående slike våpen er nødvendig for å sikre at ingen blir involvert i rotterasen
  • Fullstendig åpenhet i systemet der slike teknologier har eksperimentert er avgjørende for å sikre dets trygge bruk

3. Tillitsrelatert problem

Etter hvert som kunstig intelligens-algoritmer blir kraftigere med dagen, bringer det også flere tillitsrelaterte spørsmål om dens evne til å ta beslutninger som er rettferdige og til forbedring av menneskeheten. Når AI sakte når kognitive evner på menneskelig nivå, blir tillitsspørsmålet desto mer viktig. Det er flere applikasjoner der AI fungerer som en svart boks. Eksempel: Selv med programutviklere i høyfrekvenshandel har ikke god forståelse av grunnlaget som AI utførte handelen på. Noen mer slående eksempler inkluderer Amazon AI-basert algoritme for levering samme dag som utilsiktet var partisk mot svart nabolag, et annet eksempel var kriminalomsorgsadministrasjonsprofilering for alternative sanksjoner (COMPAS) der algoritmen for kunstig intelligens mens profilering av mistenkte var partisk mot det svarte samfunnet .

Følgende er få av tiltakene som kan tas for å bygge bro over tillitsrelaterte problemer i kunstig intelligens

  • Alle de store leverandørene av kunstig intelligens må sette opp veiledende regler og prinsipper relatert til tillit og åpenhet i AI-implementering. Disse prinsippene må følges religiøst av alle interessenter som er involvert i utvikling og bruk av kunstig intelligens
  • Alle interessentene bør være klar over skjevheten som iboende følger med AI-algoritmen, og bør ha en robust mekanisme for deteksjon av skjevhet og måter å håndtere den på
  • Bevissthet er en annen nøkkelfaktor som spiller en viktig rolle i å bygge bro mellom tillitsgapet. Brukerne bør være sensibiliserte om AI-operasjonene, dens evner og til og med mangelen som er forbundet med kunstig intelligens

4. Beregningsproblem

Kunstig intelligens-algoritme innebærer å analysere den enorme datamengden som krever en enorm mengde regnekraft. Så langt ble problemet håndtert ved hjelp av Cloud Computing og Parallel Processing. Etter hvert som datamengden øker og mer kompleks dyp læringsalgoritme kommer i mainstream, vil dagens beregningskraft ikke være nok til å imøtekomme det komplekse kravet. Vi vil trenge mer lagrings- og datakraft som kan håndtere knasende eksabyte og Zettabyte med data.

Quantum Computing kan løse behandlingshastighetsproblemet på mellomlang til lang sikt

Kvanteberegning som er basert på begreper i kvanteteori kan være svaret på å løse beregningsmaktutfordringer. Kvanteberegning er 100 millioner ganger raskere enn en vanlig datamaskin vi bruker hjemme. Selv om det for øyeblikket er i forsknings- og eksperimentellstadiet. I henhold til et estimat av forskjellige eksperter, kan vi se dens mainstream-implementering i løpet av de neste 10-15 årene.

De nevnte problemene er absolutt ikke umulige å løse, men det krever rask utvikling både innen teknologi og menneskelig samarbeid. Selv om vi er godt i gang med tanke på hastigheten på teknologisk fremgang, men vi har fortsatt en lang vei å gå for å utvikle prinsipper, metodikk og rammer for å sikre at kraftig teknologi som AI ikke blir misbrukt eller feil brukt, noe som kan føre til utilsiktede konsekvenser.

Anbefalte artikler

Dette er en guide til kunstige intelligensproblemer. Her diskuterer vi de største problemene knyttet til kunstig intelligens AI og dens mulige løsninger. Du kan også se på følgende artikler for å lære mer–

  1. Fordelene med kunstig intelligens
  2. Kunstig intelligenssteknologi
  3. Typer kunstig intelligens
  4. Kunstig intelligensverktøy
  5. Viktigheten av kunstig intelligens

Kategori:

Stor Data