我们现在和不久的将来做出的决定将为接下来的十年定下基调，包括人工智能 (AI) 可能会如何发展以及我们将如何使用它。
这将需要开明的领导才能最大限度地造福人类社会。
这篇文章的重点是从政策和哲学的角度反思我们所处的位置和前进的方向，并作为我们下一篇关于下一代人工智能的更具技术性的文章做铺垫。
人工智能的积极用例潜力包括与 Covid -19 的斗争。例如，柳叶刀发表了一篇文章，题为“人工智能在COVID-19药物再利用中的应用("Artificial Intelligence in COVID-19 drug repurposing" )”https://www.thelancet.com/journals/landig/article/PIIS2589-7500(20)30192-8/fulltext。文章指出“……我们介绍了有关如何使用 AI 加速药物再利用或重新定位的指南，对于这些指南，AI 方法不仅强大而且必不可少。我们讨论了如何在精准医学中使用 AI 模型，并举例说明 AI 模型如何加速 COVID-19 药物的再利用。”
COVID-19药物再利用中的人工智能 图片来源《柳叶刀》
另一个例子由 Brandon Vigliarolo 提供，麻省理工学院开发了机器学习模型以加快 COVID-19 疫苗的研发(https://www.techrepublic.com/article/mit-develops-machine-learning-model-to-quicken-release-of-covid-19-vaccine/)，并指出“麻省理工学院计算机科学和人工智能实验室 (CSAIL) 的研究人员开发了一种新的组合机器学习系统，可以减少 COVID-19 疫苗研究需要的时间，并使其更有效。”
研究人员表示：“这个名为 OptiVax 的平台专注于开发肽疫苗，这与目前正在开发的 100 多种疫苗中常见的全病毒、DNA 和 RNA 疫苗不同。”
人工智能的类型
我们倾向于关注狭义人工智能和通用人工智能 (AGI) 之间的区别，尽管两者之间有一个中间过渡，但人工智能将成为 2020 年代研究的重点。有关 AI、机器学习和深度学习的定义，可以参阅相关的文章。
关于AI的基本概念
AGI (通用人工智能)仍然是对未来的渴望
上图来源：Andrew Cochran，什么是人工智能?
AGI 是“.. 机器的假设智能，它有能力理解或学习人类可以完成的任何智力任务。它是一些人工智能研究的主要目标，也是科幻小说和未来研究中的一个共同话题。”
接下来的文章将讨论下一代人工智能，包括 David Cox 等人和其他研究人员一直致力于的研究工作(详情：https://www.aitrends.com/ai-research/head-of-mit-ibm-watson-research-lab-on-how-ai-will-get-to-the-next-level/)，这些工作可能会产生广泛的人工智能，这是狭义人工智能和 AGI 之间的中间步骤，并使人工智能能够在许多经济部门和边缘(在设备上)扩展。
AI的进化之路 图片来源：Jim Sopherer IBM Cognitive
https://www.slideshare.net/spohrer/cogswell-college-20200120-v8-copy
图片来源：Jim Sopherer IBM Cognitive
https://www.slideshare.net/spohrer/cogswell-college-20200120-v8-copy
在包括深度学习在内的人工智能方面，我们在社交媒体和电子商务领域取得了巨大的成功，这些领域有大量数据，因此谷歌、Facebook、亚马逊、阿里巴巴、微软(LinkedIn 的所有者)等公司等拥有一些最强大的人工智能团队并不奇怪。
你知道每分钟产生多少数据吗?
然而，虽然数据是关键，但它也与人有关。数据科学家、机器学习工程师和深度学习研究人员，他们正在创建或实施人工智能算法以及数字化转型、技术、业务翻译和组织内的其他人，他们负责实施该技术的战略责任。
此外，它还与您和我们所有人有关，他们使用我们的数字足迹创建数据并且通常是最终用户。
我们的数字足迹 图片来源：Tes.com
我们在组织层面和国家层面的决策者和领导人也将对人工智能和下一代技术的形态产生越来越大的影响，因为人工智能在不同经济部门的扩展将导致人类在日益复杂和复杂领域的互动这涉及数据隐私、安全、道德和透明度问题。此外，我们将需要考虑未来劳动力所需的技能以及我们的教育系统可能必须如何适应。
上图显示了到 2025 年将有 750 亿台互联网连接设备的预测，地球上平均每人大约有 9 台!边缘计算的作用将是关键。
随着我们进一步进入 2020 年代，数据将越来越多地在边缘、我们周围的设备和传感器上创建。
越来越多的边缘设备 图片来源：Omnisci
人工智能将越来越多地部署在物联网 (IoT) 的边缘，特别是随着 5G 网络的扩展，与 4G 网络相比，可以显着减少延迟并大幅增加设备连接性，从而产生 AIIoT。如下图所示，AI、5G和大数据将成为推动物联网发展的核心动力。
图片来源：Iman Ghosh VisualCapitalist.com
https://www.visualcapitalist.com/aiot-when-ai-meets-iot-technology/
此外，有人可能会争辩说，对于社交媒体和许多电子商务应用程序，与算法无法正常执行的后果相关的风险很低。例如，严重的伤害和死亡不会因为向某人展示不正确的产品推荐，如连衣裙、夹克或电影而导致。没有复杂的法律责任问题需要考虑，因为在医疗保健误诊或自动驾驶汽车发生事故的情况下可能会发生。
上图说明了自主系统需要参与场景理解并通过广播与其他机器进行通信(机器对机器通信)
供求规律也适用于人工智能和数据科学社区。在过去十年末，对机器学习和深度学习技能的需求激增，这有助于扩展部署在后端系统中的算法，以增强客户体验和分析洞察力。现在对人工智能解决方案的需求不断增长，这些解决方案将使人工智能能够扩展到因果关系和透明度问题至关重要的其他经济部门。
松鼠人工智能奖的第一位获得者 Regina Barzilay 进一步阐述了这一点，并解释了为什么这次大流行应该是一个警钟。
https://www.technologyreview.com/2020/09/23/1008757/interview-winner-million-dollar-ai-prize-cancer-healthcare-regulation/
Will Douglas Haven 在 MIT Technology Review 上发表的一篇题为“我们还没有准备好接受 AI，新的100万美元 AI 奖的获得者说”引用 Regina Barzilay 解释这个问题的文章“现在，AI 正在蓬勃发展的地方失败率很低。如果谷歌发现你翻译错了或者给了你一个错误的链接，那没关系;你可以去下一个。但这对医生来说是行不通的。如果你给病人错误的治疗或错过一个诊断，有非常严重的影响。许多算法实际上可以比人类做得更好。但我们总是相信自己的直觉，我们自己的想法，而不是我们不理解的东西。我们需要给医生信任人工智能的理由。 FDA 正在研究这个问题，但我认为它在美国或世界其他任何地方都远未得到解决。”
为了使 AI 在现实世界的关键领域蓬勃发展和扩展，例如医疗保健和自主机器人(包括车辆)，我们需要以下内容：
- 边缘计算能够让深度神经网络通过神经网络压缩和具有差分隐私的联邦学习从较小的数据集中学习，以实现跨分散数据的安全协作学习;
- 因果关系和可解释的人工智能;
- 在我们的教育系统和劳动力中重新培养技能(见下文);
- 我们的决策者和组织中的 C 团队有明确的领导和理解;
上图来源：德勤，为政府领导人制定人工智能战略
https://www2.deloitte.com/us/en/insights/industry/public-sector/ai-strategy-for-government-leaders.html
- 投资数据基础设施、后端系统和开发所需的基础设施，以及投资 5G 网络的需要。
如上所述，在此之后的下一篇文章中将考虑通向广泛 AI 的潜在途径。
一些人一直在呼吁为什么我们迄今为止还没有达到 AGI。尽管实现 AGI 仍然存在许多技术障碍，但从哲学层面来看，也许我们还没有为整个社会和人类的 AGI 做好准备。
今天的 AGI 会向我们学习什么?聊天机器人 Tay 的经历是一个警告。
我们有机会部署 AI 技术，包括目前由领先的 AI 研究人员开发的下一代技术，并可能将我们带向更强大、更广泛的 AI(尽管还不是 AGI)，以增强金融服务等领域的服务和客户体验，例如减少对对人类健康和环境有害的纸质收据的依赖。
我们还可以将人工智能技术应用于个性化营销活动并加深对客户偏好的理解，从而提高零售商的利润率，同时减少由 Rolnick 等人在 Tackling Climate Change 中提出的不需要和未售出的库存造成的环境浪费使用机器学习和阿方索·塞古拉解决时装业的浪费问题。
此外，大流行为我们提供了一个机会，让我们可以考虑我们社会和整个世界未来的需求，以帮助应对当前危机的创伤，并希望防止或限制未来大流行造成的损害。此外，我们有机会考虑开发可持续经济发展和创造就业所需的技术和基础设施的潜力，由于 Covid 危机，世界许多地方都需要这些技术和基础设施。
有关如何使用人工智能和其他下一代技术来增加就业机会和减少污染的更多详细信息，请参见下面的信息图和有关的文章。
世界经济论坛 (WEF) 发表了 Mohamed Kande 和 Murat Somnez 题为“不要害怕人工智能。它会导致长期就业增长”的文章，并提出以下几点：
- COVID-19 加速了许多任务的自动化，导致一些人担心人工智能 (AI) 会取代他们的工作。
- 但人工智能创造的就业机会多于它摧毁的就业机会。
- 为了迎接这种变化，企业和政府必须专注于技能提升和再培训。
上图来源：不要害怕 AI，AI将导致长期的就业增长
此外，作者指出，到 2025 年，50% 的员工将需要转售!
https://www.weforum.org/agenda/2020/10/dont-fear-ai-it-will-lead-to-long-term-job-growth/
如下图所示，金融服务等领域将被人工智能改造：
此外，医疗保健部门也将转型，如下图所示：
为了真正实现这十年人工智能在这些领域的潜力，我们需要部署诸如具有差异隐私和广泛人工智能的联邦学习等技术。
然而，同样重要的是人的因素。我们需要对整个教育系统和劳动力的人员和技能进行投资。
这意味着我们的政治和组织领导人能够进行足够的投资来培养所需的人才，并使人工智能和其他新兴技术能够解决我们人类未来面临的一些关键问题。这需要我们的政治和政策领导人采取开明的方法来实现向工业 4.0 的过渡。
Covid-19 危机既造成了人类苦难，也造成了经济损失。我们的领导人将需要考虑促进 GDP 和就业增长的政策，同时还要考虑对抗污染和摆脱可能在我们目前的世界中发挥作用的传统模式的需要。
我们希望 2021 年将是所有人恢复和启蒙的时期，无论您身在何处，我们都希望尽快走出 Covid 危机，并朝着将 AI 应用于整个生产用例的方向前进，也能应对已造成的经济损失，并改善世界各地许多人的生活水平和医疗保健。
未来掌握在我们自己的手中，我们现在和不久的将来做出的决定将决定的未来。人们希望明年我们将进入一个新的启蒙时期，数据科学和下一代技术被用于改善我们的生活质量并为我们所有人创造一个更美好的世界。
真实世界人工智能和机器学习用例指南
