新闻资讯

人类与人工智能:协作是关键

发布日期:2021-05-06 19:54:46浏览量:52

人工智能(AI)到最近已被广泛报道,特别是由于大流行促使许多公司加快了数字化转型的步伐。正如麻省理工学院媒体实验室的凯特·达林博士最近提到的那样,尽管有些对话似乎集中在自动化“接手”人类的工作上,但有些对话却忘记了人机协作的力量。

例如,在工业环境中,更开创性的制造工厂仅在过去的5至10年内就重新考虑流程,以更有效地利用人类和机器人。在我们的日常生活中实施AI的可能性呈指数增长。我们还看到了新的有趣的支持AI的操作系统可用,但是要了解它的成功程度,我们将需要回到AI必须与人类协同工作的前提。

例如,当我们开始设想协作机器人或协作机器人的世界时,机器人和人类将在工厂现场紧密合作,因此,与上述“专有AI”的要求。当角色和职责发生变化并且机器人技术越来越多地参与完成人类可能独自负责的任务时,这势在必行。

例如,正在将AI部署用于某些“正常”任务。这个特定行业的发展速度意味着其推出速度要比其他市场(如消费类和汽车类)慢一些。在城市交通的世界中,这些技术的“眼睛”一定是计算机-太多的数据需要在很短的时间内处理,以考虑任何其他类型的方法。飞机内部的关键任务电子设备将在一段时间内保持无AI状态。随着人类生命的and可危,监管机构希望获得对系统决策的完全访问权限和透明性,这些将在未来一段时间内仍由人类控制。

以类似的方式,在工作场所中实施和依赖AI之间是有区别的。我们不应该完全依靠AI来保护和确保系统在必要时继续工作。尽管AI可以处理数据,但它不能单独工作且没有人的监督。至少还没有。在危及生命的航空电子和其他行业中存在的高强度情况下,尤其如此。我们还注意到AI在通过机器人技术来支持人类的行业支持中的实施。可能有一天,企业由比人更多的机器人组成,但这并不是在不久的将来。在我们看到没有人工协作的未来之前,我们必须首先看到支持AI的系统以更加可控的方式继续推广,

边缘计算将对AI的发展产生重大影响。目前,AI培训会产生大量数据,这些数据几乎是完全实施并存储在云中的。将计算放在边缘会造成处理过程的更改,并在本地查找模式。我相信这可以使培训模型变得更简单,更有效。汽车制造商还通过边缘推理来改善他们的质量控制流程,因为他们可以在产品投入商业化之前实时发现任何缺陷。

在部署的第一阶段,“边缘计算”通常是在设施中部署的标准服务器刀片。这将演变为针对特定目的优化的硬件,部署在诸如机器人之类的单元中。通常,这些系统的核心将利用功能强大的处理器同时运行许多不同的工作负载。考虑一下传统的高度虚拟化的云计算环境,即适合您手掌的硬件,可确保应用程序彼此隔离,确保一个应用程序不会影响另一个应用程序,以及那些必须始终以响应方式运行的功能,确定性方法,请始终这样做。

AI功能为改变系统行为和控制方式提供了绝佳的机会。AI产生的另一个趋势是系统异常检测。随着算法逐渐了解平台的常规习惯,AI将能够标记出错误的系统行为。没有一个月的时间就没有发生重大黑客入侵的通知,而且恶意软件代码通常会在数周和数月之内渗入系统,而不会被察觉。这很重要,因为黑客通常需要花费大量时间来识别并随后访问系统和网络中的宝贵资源。识别出攻击的时间越早(理想情况下是第零天),有价值的信息被泄露的机会就越小。

标签:, ,

相关推荐