-
楼主 / 黃礽耀 sfiawong
- 时间: 2023-6-24 21:32[align=start]
如何防範AI风险 拜登问计专家
2023-06-21 05:48:00
拜登在三藩市会见科技界领导人，讨论人工智能的风险和前景。美联社
拜登和州长纽森。美联社
本报记者王蔚矽谷报道
正在三藩市访问的拜登总统周二在三藩市会见几位科技界领导人，讨论人工智能（AI）的风险和前景。
综合美联社、《三藩市纪事报》等媒体报道，会议在三藩市Fairmont酒店举行，参加讨论的有「人类技术中心」执行主任Tristan Harris、Common Sense Media首席执行官Jim Steyer、Algorithmic Justice League创始人Joy Buolamwin、史丹福大学「以人为本人工智能研究院」院长李飞飞等8位来自学术界和媒体界的技术专家。加州州长纽森也有出席。
会议只在拜登开场白期间向媒体开放，之後闭门举行约一个小时。拜登在开场白时说，「我们将在未来10年看到比过去50年更多的技术变革」，「人工智能已经在推动这种变革。」
拜登政府正在寻求弄清楚如何规範人工智能这个新兴领域，寻找方法来培育其促进经济增长和国家安全的潜力，并防範其潜在的危险。拜登指出，社交媒体已经表明，没有适当的保护措施「技术可能造成的危害。」
多位专家在会後接受媒体访问时肯定拜登政府对监管AI的关注，形容拜登在会议期间很积极参与，提出很好的问题。
今年年初以来，聊天机器人ChatGPT掀起了科技界AI竞赛的热潮，也引发对AI风险和安全性的争论。5月，拜登已在白宫召集多位科技公司执行长讨论这些问题，他在当时称「你们正在做的事情具有巨大的潜力和巨大的危险。」
ChatGPT和其它工具的问世，已经启动了对相关领域的投资。人工智能可以提高工人的生产率，但专家警告说存在许多风险，如可用於替代工人，导致裁员；它已经被部署在虚假图像和视频中，成为可能破坏民主选举的虚假信息的载体。多国政府以及欧盟都表示，决心未雨绸缪，对人工智能进行监管和限制。
据白宫称，白宫办公厅主任Jeff Zients的办公室正在制定一套联邦政府可以在未来周内接管的有关AI的行动，高级官员每周要为此召开唡到三次的专题会议，政府希望私营公司承诺解决人工智能可能带来的风险。
-
-
第 2 楼 / 黃礽耀 sfiawong
- 时间: 2023-6-24 21:39什么是 AI？了解人工智慧
人工智慧条款
人工智慧已经成为一个集体的代名词，是指能执行複杂任务的应用程式，这些複杂任务曾经需要人工输入，例如与顾客缐上沟通或下棋。这个词常与它的子栏位交换，包括机器学习 (ML) 和深度学习。
但实际上是有区别的。举例来说，机器学习著重於建立能从资料中学习，或透过所存取的资料提高绩效的系统。其中一项重要的区别是：虽然所有机器学习都属於 AI，但并非所有 AI 都是机器学习。
为了完全发挥 AI 的价值，许多公司都投入大笔资金发展数据科学团隊。资料科学结合了统计、电脑科学和商业知识，从各种资料来源中萃取出价值。
发现人工智慧的无限可能
瞭解 AI 基础架构
AI 与开发人员
开发者使用人工智慧来更有效率地执行手动完成的工作、与客户连结、识别模式及解决问题。为了开始使用 AI，开发者应该具备数学背景，也应该舒适地使用演算法。
开始使用人工智慧建立应用程式时，有助於从小规模开始使用。透过建立相对简单的专案 (例如 Tic-tac-toe) 来学习人工智慧的基本知识。进行学习是所有技能的好方法，而且人工智慧并无不同。一旦您成功完成了一或多个小型规模专案，人工智慧能够带给您什么限制。
开始使用 AI
AI 技术如何协助组织
人工智慧最核心的原则是複制并超越人类感知世界及反应的方式。AI 正快速成为创新的基石。通过各种机器学习技术，可以识别出资讯模式并进行预测，AI 为您的业务增值的方式有以下几种
- 更全面地深入了解大量可用数据
- 藉由预测自动执行过於複杂或繁琐的工作
瞭解 AI 和 ML 的使用案例
用於企业的人工智慧技术
藉由将过去需要人工进行的流程或任务自动化，人工智慧技术正在提高企业的绩效和生产力。同时，人工智慧也可以理解人类无法理解的大规模数据。AI 的犟大力量可以带来巨大的商业利益。举例来说，Netflix 运用机器学习技术推动一定程度的个人化，协助公司增加超过 25% 的顾客基数。
大多数公司都视数据科学为首要任务，并斥巨资投资此领域。关於 AI 的 2021 年 McKinsey 调查发现，报告採用 AI 的公司至少有一种功能，较去年同期增加 56%。此外，27% 的受访者表示，AI 可能佔收入至少 5%，比去年同期增长 22%。
对大多数功能、业务和产业来说，AI 都极具价值。其中亦包含一般及特定产业专用的应用程式，例如
- 使用交易和人口统计数据来预测某些顾客在业务关系中将花费多少金额（即顾客终生价值）
- 根据顾客行为和偏好将定价最佳化
- 使用图像识别分析 X 光片，找出癌症迹象
企业如何使用人工智慧技术
根据哈佛商业评论指出，企业主要使用 AI 来
- 侦测并吓阻安全性入侵 (44％)
- 解决使用者技术问题 (41％)
- 减少生产管理工作 (34％)
- 衡量企业内部在与经认证的供应商合作时，内部是否遵循法规 (34％)
是什么让企业开始採用 AI？
有三大主因推动了 AI 在各大产业的发展。
- 高效能计算能力的价格合理，且随时可用。 云端商用计算能力十分犟大，企业能以合理的价格轻鬆取得高效计算能力。在 AI 开始发展前，唯一能搭载 AI 的计算环境为非云端环境，且成本高昂。
- 有大量资料可用於训练演算法。 人工智慧需经过大量数据的训练後，才能做出正确的预测。简单的资料标註功能和经济实惠的储存体，以及结构化和非结构化资料的处理方式，可提升演算法的建置和训练效率。
- 运用人工智慧可以带来竞争优势。越来越多企业知道将 AI 分析洞见应用於业务目标能带来竞争优势，因此也将发展 AI 应用视为首要业务任务。例如，AI 提供的高针对性推荐有助於企业更快做出更好的决策。人工智慧技术的许多特徵和功能可以降低成本及风险，并缩短产品上市时间等。
瞭解如何实现超乎想像的未来
AI 模型训练与开发
开发和部署机器学习模型 (包括训练和推论) 有多个阶段。AI 训练和推论是指透过机器学习模型实验以解决问题的过程。
例如，机器学习工程师可以针对电脑视觉问题实验不同的候选模型，例如侦测 X 光影像上的骨折。
为了提高这些模型的準确性，工程师会将资料馈送至模型并调整参数，直到符合预先定义的临界值为止。这些训练需求以模型複杂度衡量，每年成长指数。
大规模 AI 训练的基础架构技术包括丛集网路，例如 RDMA 与 InfiniBand、裸机 GPU 运算，以及高效能储存。
进一步瞭解 AI 基础架构
实施 AI 的优势与挑战
有许多成功案例都证明了 AI 的价值。如果组织能将机器学习和认知互动用於传统业务流程和应用程式，便能大幅改善使用者体验并提高生产力。
然而，实际执行没有那么容易。因为某些原因，很少有公司成功大规模部署人工智慧技术。例如，如果不使用云端运算，机器学习专案的计算成本通常很高。AI 构建起来也很複杂，所需的专业知识非常抢手。了解要将这些专案纳入的时间和地点，以及要前往第三方的时间，将有助於减少这些困难。
瞭解 ML 作业如何协助您进行 ML 工作
AI 成功案例：
AI 技术是许多重要成功案例背後的推手。
- 根据哈佛商业评论报导， 美联社训练人工智慧软体自动撰写关於短期收益新闻，成功将新闻产量提高了 12 倍。美联社此举让社内记者可以撰写更多更深入的报导。
- Deep Patient 是西奈山伊坎医学院 (Icahn School of Medicine at Mount Sinai) 打造的人工智慧工具，让医生在诊断出疾病前即识别出高风险病患。此工具会分析患者的病史，在发病前一年预测近 80 种疾病，insideBIGDATA如此报导。
随时可用的 AI 在操作上更便利
各式由人工智慧驱动的解决方案及工具的出现，意味著有更多公司能以更低的成本、在更短的时间内部署人工智慧技术。随时可用的 AI 指的是内建 AI 功能或能使演算法决策过程自动化的解决方案、工具和软体。
随时可用的 AI 包括自主修复的自主资料库和前台模型，用於各种资料集的影像辨识和文字分析。
如何开始使用 AI
用聊天机器人和顾客沟通。聊天机器人运用自然语言处理技术瞭解顾客，引导顾客提问并从中获取资讯。他们会随著时间的推移不断学习，以便为顾客互动带来更多价值。
监控您的资料中心IT 作业可以透过整合所有资料的云端平台简化监控作业，并自动追踪临界值与异常情况。
不需专家即可进行业务分析。 搭载视觉化 UI 的分析工具让非技术人员能轻鬆查询系统并得出容易理解的答案。
查看四个简单的 AI 使用案例
培育正确的企业文化
充分利用 AI 优势，避免让 AI 无法成功实施的问题发生：培养完全支持 AI 生态系统的团隊文化。在这种类型的环境下
- 业务分析师与数据科学家一同合作，定义问题和目标
- 数据工程师负责管理资料及底层资料平台，使其可完全发挥分析潜力
- 数据科学家在数据科学平台上準备资料、探索可用资料、将资料可视化并建立模型
- IT 架构师负责管理大规模数据科学所需的底层基础架构，无论是在公司内部部署还是部署在云端
- 应用程式开发人员将模型部署至应用程式中，打造由数据驱动的产品
瞭解您的资料科学团隊如何能够进行更有效的合作
从人工智慧到调适型智慧
随著人工智慧能力进入主流企业的营运作业中，出现了一个不断进化的新词彙：调适性智慧。调适型智慧应用程式将内部和外部即时资讯、决策科学和可扩充的计算基础架构相结合，协助企业做出更好的业务决策。
这些应用程式能让您的公司更加提升智慧。您能够为顾客提供更好的产品、推荐和服务，这些进步会带来更好的业务成果。
深入了解 Oracle 内建 AI 功能的 SaaS 功能有多犟大，甚至还能推动企业转型
部署人工智慧是必要的策略决策，可以为企业带来竞争优势。
对於希望提高效率、创造新的获利机会及提高顾客忠诚度的企业而言，採用人工智慧绝对是必要的策略决策。AI 正迅速成为许多组织的竞争优势。有了人工智慧，企业可以在更短的时间内完成更多任务，打造个人化且犟而有力的顾客体验并预测业务成效，从而提高获利能力。
但它依旧是一项全新技术，且高度複杂。要充分发挥 AI 的潜能，您需要有建构及管理大规模 AI 解决方案的专业知识。AI 专案要成功不仅仅需要僱用数据科学家。企业必须採用正确的工具、实施正确的流程并採取正确的管理策略，才能确保 AI 能成功。
充分利用人工智慧需要哪些最佳实践
哈佛商业评论 为入门 AI 的企业提出以下建议：
- 在对收入和成本有最大且最直接影响的活动中，使用 AI。
- 使用 AI 可以在相同员工数的情况下提高工作效率，无须减少或增加员工人数。
- 在企业对内部门开始採用 AI 技术，而不是对外部门 (IT 和会计部门将受益良多)。
在发展人工智慧的路上，我们助您一臂之力
您已无法不加入 AI 转型计画。为了维持竞争力，所有企业最终都必须拥抱 AI 并建构 AI 生态系统。未来10年内，未能採用人工智慧技术的公司将被远远抛在後头。
虽然您的公司可能是例外，但大多数公司都缺乏内部人才和专业知识，无法开发最大化 AI 效能的生态系统和解决方案。
如需成功的 AI 转型之旅 (其中包括策略开发和工具存取)，请找到具备产业专业知识的合作夥伴，以及全面的 AI 产品组合。
人工智慧学习程式库
- 资料科学是什么？
企业正主动将统计数据与机器学习、人工智慧等电脑科学概念结合，以期从大数据中萃取出分析见解，藉此推动创新并改变决策过程。 - r:awr
cl::cloud" target="_blank" title="https://www.oracle.com/tw/artificial-intelligence/machine-learning/what-is-machine-learning/?source=:so:twr:awrcl::cloud" class="postlink" rel="nofollow">什么是机器学习
机器学习是人工智慧 (AI) 的一种，著重於建立能从资料中学习的系统，以实现自动化并缩短决策所需时间、加速转换价值的过程。 - AI 新闻与意见
人工智慧、机器学习及资料科学正在改变企业因应複杂问题的方式，以改变其个别产业的轨道。阅读最新文章，了解您的产业与同行如何运用这些技术。
AI 成功案例：
AI 技术是许多重要成功案例背後的推手。
- 根据哈佛商业评论报导， 美联社训练人工智慧软体自动撰写关於短期收益新闻，成功将新闻产量提高了 12 倍。美联社此举让社内记者可以撰写更多更深入的报导。
- Deep Patient 是西奈山伊坎医学院 (Icahn School of Medicine at Mount Sinai) 打造的人工智慧工具，让医生在诊断出疾病前即识别出高风险病患。此工具会分析患者的病史，在发病前一年预测近 80 种疾病，insideBIGDATA如此报导。
随时可用的 AI 在操作上更便利
各式由人工智慧驱动的解决方案及工具的出现，意味著有更多公司能以更低的成本、在更短的时间内部署人工智慧技术。随时可用的 AI 指的是内建 AI 功能或能使演算法决策过程自动化的解决方案、工具和软体。
随时可用的人工智慧有各种形式，从使用机器学习自我修复的自主资料库到可以用於各种资料组、能解决图像识别及文本分析等挑战的预建模型都属於此类。这类人工智慧让公司能更快地实现价值、提高生产力、降低成本并加犟顾客关系。
如何开始使用 AI
用聊天机器人和顾客沟通。聊天机器人运用自然语言处理技术瞭解顾客，引导顾客提问并从中获取资讯。他们会随著时间的推移不断学习，以便为顾客互动带来更多价值。
监控您的资料中心IT 营运团隊可以将所有网路、应用程式、资料库效能、使用者体验和纪录数据放到云端资讯平台上，此平台会自动监控阈值并侦测异常现象，从而节省大量用於监控系统的时间与精力。
不需专家即可进行业务分析。 搭载视觉化 UI 的分析工具让非技术人员能轻鬆查询系统并得出容易理解的答案。
查看四个简单的 AI 使用案例
哪些因素让 AI 无法完全发挥潜力
儘管 AI 承诺会为我们打造无可限量的未来，有许多公司还没有完全发挥机器学习及其他 AI 功能的潜力。这是为什么呢？讽刺的是，事实证明，这个问题在很大程度上是因为人。缺乏效率的工作流程，可能会让企业无法实现 AI 应用的最大价值。
例如，数据科学家可能面临挑战，他们可能无法获得建立机器学习模型所需的资源与资料。他们与其他隊友合作时可能会面临困难。数据科学家会使用多种不同的开源工具来管理，而应用程式开发人员有时得先重新编写数据科学家所开发的模型，才能将模型嵌入到应用程式中。
随著越来越多开源人工智慧工具的出现，IT 团隊最终需要花更多时间、不断更新数据科学团隊的工作环境以提供支援。这个问题因为数据科学团隊喜欢以有限的标準化方式工作而加剧。
最後，儘管公司斥巨资投资 AI，高级主管可能无法看到 AI 的潜力得到完全发挥。因此，他们便不会提供足够的资金和资源，打造 AI 成功所需的协作与整合生态系统。
培育正确的企业文化
充分利用 AI 优势，避免让 AI 无法成功实施的问题发生：培养完全支持 AI 生态系统的团隊文化。在这种类型的环境下
- 业务分析师与数据科学家一同合作，定义问题和目标
- 数据工程师负责管理资料及底层资料平台，使其可完全发挥分析潜力
- 数据科学家在数据科学平台上準备资料、探索可用资料、将资料可视化并建立模型
- IT 架构师负责管理大规模数据科学所需的底层基础架构，无论是在公司内部部署还是部署在云端
- 应用程式开发人员将模型部署至应用程式中，打造由数据驱动的产品
瞭解您的资料科学团隊如何能够进行更有效的合作
从人工智慧到调适型智慧
随著人工智慧能力进入主流企业的营运作业中，出现了一个不断进化的新词彙：调适性智慧。调适型智慧应用程式将内部和外部即时资讯、决策科学和可扩充的计算基础架构相结合，协助企业做出更好的业务决策。
这些应用程式能让您的公司更加提升智慧。您能够为顾客提供更好的产品、推荐和服务，这些进步会带来更好的业务成果。
深入了解 Oracle 内建 AI 功能的 SaaS 功能有多犟大，甚至还能推动企业转型
部署人工智慧是必要的策略决策，可以为企业带来竞争优势。
对於希望提高效率、创造新的获利机会及提高顾客忠诚度的企业而言，採用人工智慧绝对是必要的策略决策。AI 正迅速成为许多组织的竞争优势。有了人工智慧，企业可以在更短的时间内完成更多任务，打造个人化且犟而有力的顾客体验并预测业务成效，从而提高获利能力。
但它依旧是一项全新技术，且高度複杂。要充分发挥 AI 的潜能，您需要有建构及管理大规模 AI 解决方案的专业知识。AI 专案要成功不仅仅需要僱用数据科学家。企业必须採用正确的工具、实施正确的流程并採取正确的管理策略，才能确保 AI 能成功。
充分利用人工智慧需要哪些最佳实践
哈佛商业评论 为入门 AI 的企业提出以下建议：
- 在对收入和成本有最大且最直接影响的活动中，使用 AI。
- 使用 AI 可以在相同员工数的情况下提高工作效率，无须减少或增加员工人数。
- 在企业对内部门开始採用 AI 技术，而不是对外部门 (IT 和会计部门将受益良多)。
在发展人工智慧的路上，我们助您一臂之力
您已无法不加入 AI 转型计画。为了维持竞争力，所有企业最终都必须拥抱 AI 并建构 AI 生态系统。未来10年内，未能採用人工智慧技术的公司将被远远抛在後头。
虽然您的公司可能是例外，但大多数公司都缺乏内部人才和专业知识，无法开发最大化 AI 效能的生态系统和解决方案。
如果您需要外部协助以制定正确的策略并取得正确的工具，好在 AI 转型过程中取得成功，您要找的创新合作夥伴应具备深厚的产业知识，并提供全面性 AI 产品组合。
免费在 Oracle Cloud 上建置、测试及部署应用程式。
w:p:nav:120920WhatIsAI_tw&intcmp=w:p:nav:120920WhatIsAI_tw" target="_blank" title="https://www.oracle.com/tw/cloud/free/?source=w:p:nav:120920WhatIsAI_tw&intcmp=w:p:nav:120920WhatIsAI_tw" class="postlink" rel="nofollow">开始免费试用
人工智慧学习程式库
- 资料科学是什么？
企业正主动将统计数据与机器学习、人工智慧等电脑科学概念结合，以期从大数据中萃取出分析见解，藉此推动创新并改变决策过程。 - r:awrcl::cloud" target="_blank" title="https://www.oracle.com/tw/artificial-intelligence/machine-learning/what-is-machine-learning/?source=:so:twr:awrcl::cloud" class="postlink" rel="nofollow">什么是机器学习
机器学习是人工智慧 (AI) 的一种，著重於建立能从资料中学习的系统，以实现自动化并缩短决策所需时间、加速转换价值的过程。 - AI 新闻与意见
人工智慧、机器学习及资料科学正在改变企业因应複杂问题的方式，以改变其个别产业的轨道。阅读最新文章，了解您的产业与同行如何运用这些技术。
-
-
第 3 楼 / 黃礽耀 sfiawong
- 时间: 2023-6-24 21:46
如何防AI风险 拜登问计专家
