中美|2022年十大AI预测:气候独角兽涌现、中美竞争加剧( 四 )


这个过程中 , 监管将提供一个重要的推动力 。 例如 , 看看欧盟提出的《人工智能法》(Artificial Intelligence Act)和纽约市的新法律 , 后者要求对在招聘决策中使用人工智能的公司进行审计(这种法律首次出现) 。 另外 , 企业的自律也将推动这一进程 。 就在本月 , 包括沃尔玛、耐克、通用汽车和CVS在内的企业宣布成立数据与信任联盟(Data & Trust Alliance) , 这是一个跨行业联盟 , 目标是“检测和打击算法偏见” 。
10
强化学习将成为一个越来越重要和有影响力的人工智能范式 。
如今 , 人工智能的主导方法是监督学习 , 这需要收集大量数据 , 对其进行标记 , 并将其输入到人工智能模型中 , 以便让人工智能形成与世界相关的有用认知 。 近年来 , 无监督学习也开始受到关注 , 它是一种和前者类似的方法 , 但不需要事先准备人工标注 。
其实 , 人工智能还有另一种范式 。 虽然它已经存在了几十年 , 但其巨大的潜力才刚刚开始显现:强化学习 。
在强化学习中 , 人工智能不是根据真实世界的历史数据进行训练 。 它没有被赋予“解答问题的钥匙” , 也没有像监督学习那样被告诉要注意什么 。 相反地 , 它被允许以开放的方式探索环境 , 并在需要被优化的特定目标的指引下了解环境 。
强化学习为DeepMind旗下AlphaGo的里程碑式胜利提供了动力 。 目前 , 越来越多处于人工智能前沿的研究人员和初创公司正在使用强化学习来开发前所未有的人工智能能力 , 包括推荐引擎、机器人、自动驾驶汽车等 。
强化学习可能会为更复杂、更灵活的机器智能形式提供一条道路 。 在几个月前发表的一篇颇具争议的论文中 , DeepMind甚至提出 , 强化学习本身就可以把我们带向“通用人工智能”(Artificial General Intelligence) 。 作为世界上最先进的人工智能研究机构 , DeepMind值得关注 。
本文作者Rob Toews是福布斯撰稿人、风投机构Radical Ventures的投资人 , 观点仅代表个人 。
【中美|2022年十大AI预测:气候独角兽涌现、中美竞争加剧】中美|2022年十大AI预测:气候独角兽涌现、中美竞争加剧
文章图片

推荐阅读