1. 算法偏差是一个普遍存在的问题，但这是可以解决的问题

什么是算法偏差呢？简而言之，算法偏差是模型在输出时产生的一些不公平或存在偏见的结论。这是一个无处不在的问题。例如，网络上的广告会向男性展示高薪工作的频率远高于女性；AI评判的选美比赛，比赛结果显示出对白人选手的偏爱。

然而这些结果并不是有意为之的。通常，在没有预先给出客观判断的情况下，工程团队对一些带有微妙偏见的数据集进行融合从而得出这样的结果。这样实际上加剧了问题的出现。

那如何解决这个问题呢？以下是笔者的三个建议：

1. 多元化的工程团队
2. 分析这些偏差的输出
3. 创造兼容性产品

例如，调查表明面部识别模型通常根本无法找到来自发展中国家的人，所以很多AI公司正在创建一个来自确切人群的评分图像数据集，这些数据集可用于创建更具包容性的算法。

2. AI公司将是一个完全不同的业务

Andrew Ng有一个简短的玩笑：“有网站的购物中心不是互联网公司。”

无可否认，网络公司的运作方式确实不同：它们更灵活，决策结构更分散，通常会优先考虑行动。

具有网站的购物中心不是互联网公司，那么具有神经网络的互联网公司不是AI公司。Ng概述了一些他认为能够体现AI公司会不断发展的一些特征，其中一个特征是大数据。也就是说，AI公司将战略性地获取海量数据以持续地更新迭代产品。

拥有大量优质的数据意味着AI更有可能获得成功。同时，这也意味着竞争减少。例如：通过谷歌搜索，我们可以看到，虽然他们的很多优势来自他们的工程团队、算法和用户界面，但谷歌仍然拥有自己的黄金标准，因为他们的数据优势领先于其他公司。

3. 我们就是这么受欢迎

市面上有各式各样的语音助手。猎犬Hound、Siri、谷歌Home和Alexa等等。我们之中很多人期望这些AI能够出色完成的各类任务——比如电影院的具体坐标、最近的股票价格、航班信息等，事实上语音助手尚能达到50%-70%的准确性。未来，大量的培训数据、使用情况、算法等都会让其准确性越来越高。

但对于用户而言，用户更想要使用哪种助手呢？事实证明，准确性并不是那么重要。

研究表明：人们更关心语音助手如何让他们感受到语音助手的感受。人们喜欢对Alexa的戏弄和反复，尽管它对某些任务的准确度要低得多。人们也知道Alexa对他们的一些问题答非所问，但他们不在乎，他们就是很喜欢她。

也就是说，如果我们正在设计一个助​​手，请不要吝啬它的“个性”。个性优势可能比准确性更重要。

4. 拥有情绪意识的机器即将到来

现在想想，我们的手机已经知道哪些关于我们的事情。它现在知道我们在哪里，我们常访问的网站，在地铁上玩的游戏，即将前往的某个地区的天气等等。手机已经完全融入我们的日常生活，但只是在逻辑层面上。如果——或者说实际上，某种技术可以实现让手机拥有“知道”这种感觉，那会怎样呢?

比如和语音助手进行一个简单对话，那么只有7％的情感内容会在真实的对话情景下出现。38％的情绪会反映在我们的表达方式中，剩下的55％的情绪暗示，我们的面部表情会伪装。

换而言之，世界上所有的情绪分析其实也只有7％的用户情绪被理解。现在很多AI公司专注于研究情感数据集，目的是希望拥有情感意识的AI在将来能够成为真实的东西。例如汽车知道你注意力不集中，冰箱知道你心烦意乱，电话知道你很沮丧……这一切都可以通过自发情绪反应的数据集实现。人工智能的目标正是为我们提供能够理解我们需求、并能以简单的方式满足这些需求的技术，这也是AI企业努力向未来奋进的目标。

5. AI医生将迎来预防的新时代

现在有很多关于人工智能时代的到来会改变传统医疗保健的讨论。医疗行业，是一个拥有大量优质数据以及大量人才的行业，同时，也存在大量困难但并非不可解决的问题。

众所周知，药品价格呈指数级攀升。如果价格像过去几十年那样持续上涨，我们将很快进入一个只有最富有的人支付得起的药物治疗的时代。

摩尔定律预测了自60年代中期以来计算能力的指数增长。这是最近人工智能冬天解冻的三大原因之一。

现在，在人工智能领域进行的医学研究可能会改善这种情况。因为很多研究都是在疾病变得棘手之前进行诊断的。

试想，采血后，AI能够及时识别出早期癌症，并将其控制。减少对昂贵药物的依赖，更多地依靠每年一次的体检。让预防成为常态，这种想法其实并不牵强。
（本条新闻转自网易新闻）