如果我们想要自主的船舶、工厂等,为什么我们需要R2-D2

财富杂志 · 商业 · 05月18日
内容显示:
  • 英文
  • 中文
  • 中英对照

我们需要R2 - D2 。

本周早些时候,当我听到这样的消息时,我突然想到了这一点:一艘试图首次穿越大西洋的自主船,在一个简单的电气开关上出现了故障,迫使它绕道到亚速尔群岛进行维修。早些时候,五月花自主船(Mayflower Autonomous ship)在大西洋上的一次尝试,以1620年运送朝圣者前往美国的船只命名,在排气管破裂后,不得不于去年流产。

五月花号是一家名为ProMare的海事非营利组织在IBM的技术支持下开展的一个项目,它遇到的问题告诉我们:到目前为止,它用来自动在海洋中导航的复杂的人工智能软件一直运行得很好。它是物理上的东西,已经损坏了。但由于船上没有人,这些机械和电气问题已经足以阻止五月花号实现其目标。

这些挑战应该会敲响全球航运业的警钟。全球航运业一直在投资,试图让自主船舶成为现实,美国海军也是如此。美国海军表示,它计划部署一系列无人操作的船只,以补充其现有舰队。一些自主船只已经在相对靠近海岸的地方运营,包括芬兰的一艘自主客轮和挪威的一艘小型自主货船。本周早些时候,日本的一艘自主船进行了500英里的航行,仅由人工智能驾驶,这可能是对这种系统的第一次成功的商业测试。 2020年,美国海军还表示,它从墨西哥湾通过巴拿马运河向太平洋海岸发送了一艘自主货船, 98%的航行仅由人工智能软件控制。这些船只的商业吸引力很明显:船员成本约占大多数远洋货船日常运营费用的40%至45% 。根据摩尔的2021年数据,一家全球会计和咨询公司认为,航运业希望将95%的船只自动化,这是航运业的好原因。

但是,人工智能船长的船只在海上航行,人类只能远程监视它们的设想,最终可能会因为以下简单的原因而失败: "船只总是会破裂, "普罗马号的联合创始人、五月花号自主船项目(Mayflower Autonomous Ship Project)的总经理布雷特·法涅夫(Brett Phaneuf)在去年11月告诉我,这反映了他的自主船第一次失败的旅程。如果它们破裂了,船上没有人在航行中修理它们,那么当自动化系统无法按计划工作时,这艘船可能会在水中死亡,也许离最近的陆地只有数千英里。至少,它必须耗时地绕道到一个港口,即使是为了过去很容易由船上的工程师或帆船完成的修复工作。美国海军已经经历了这种问题的一种形式。美国政府问责局发现, "海军试图通过增加自动化来减少载人船的船员人数,称为最佳人员配备,

因此,除非我们有某种通用的"机械"机器人,比如R2 - D2 ,否则自动飞船可能不会真正发生。在《星球大战》中, R2是一个"天体机械机器人" ,其工作是帮助修理星际战斗机或大型星舰,如果它在战场上受损。机器人可以部署各种不同的机械工具,有点像瑞士陆军在滚轮上的刀,以及焊接用的激光。它还可以作为备份导航系统,以防星舰的主计算机受损。

在我们有R2 - D2这样的东西之前,在我看来,自主航海的未来远比罗尔斯罗伊斯(Rolls 罗伊斯)、 BAE系统(BAE Systems)和瓦齐拉(Wartsila)等公司的市场部有限,这些公司都在努力为自主船舶建造技术,我们相信这一点。虽然有人试图制造机器人,对飞机进行检查和简单维修,或修补锅洞,但我们距离星球大战的多功能机器人还有很长的路要走。几千年来,海员一直是全球商业的核心,他们可能有一段时间的工作保障。

同样的教训也适用于我们希望使用人工智能软件构建的其他高度自动化的东西,例如"黑暗客户履行中心" ,没有任何员工的仓库,人工智能软件和物流机器人被用来在从电子商务到食品杂货等行业中挑选和打包客户订单。对于一个成本意识很强的CFO或痴迷于效率的首席物流官来说,这些东西听起来很棒。但是,如果一个关键的传送带断裂了怎么办?或者发生火灾了怎么办?(英国在线杂货商和技术提供商Ocado运营的高度自动化仓库近年来发生了一系列重大火灾,一些消防安全专家表示,他们的设计使扑灭大火的工作复杂化了。)

物流机器人不能进行维修或充当机器人消防队员。维护、修复物品和应对紧急情况仍然是我们主要需要依赖熟练人员的领域。我们构建自动化系统的方式应该考虑到这一点。软件很可能正在吞噬世界,但在物理世界中,有些东西并不那么容易摄入。

杰里米 ·卡恩@ Jeremyakahn

jeremy . kahn @ fortune . com

新闻中的A . I

TechCrunch报道, DeepMind因处理不当的患者数据而面临集体诉讼。总部位于伦敦的人工智能研究公司(A . I . Research Company)由谷歌母公司谷歌(谷歌)拥有, TechCrunch报道称,该公司因处理不当的私人患者数据而被起诉。该诉讼由澳大利亚诉讼资本管理公司(诉讼资本管理公司)提供资金,该公司寻求从诉讼中获利,该公司与一家英国医院合作开发了一个应用程序,以提醒医务人员注意有急性肾脏损伤风险的患者。作为这项工作的一部分,该医院于2017年非法将160万份患者记录转移到了英国信息专员办公室DeepMind 。开发该应用程序的团队后来被转移到了谷歌的卫生部门,该部门现已解散。

面对不断上升的犯罪和软件供应商越来越多的游说,美国城市正在放弃对面部识别的禁令。路透社(Reuters)报道称,弗吉尼亚州成为第一个废除面部识别技术禁令的州,加州和新奥尔良市可能很快也会这样做。与此同时,从纽约州和科罗拉多州到印第安纳州西拉法耶特(West Lafayette)等地实施禁令的努力遭到了销售该技术的公司的严厉游说。许多地方犯罪率的飙升也促使警方和政界人士表示,该技术可能有用,尽管他们担心人工智能软件充满了种族偏见,可能会导致错误的逮捕。美国国家标准与技术研究所(National Institute of Standards and Technology ,简称NIST)和国土安全部(Department of Homeland Security)等联邦机构也表示,供应商在消除该技术表现的种族差异方面取得了进展。

美国政府警告企业不要使用人工智能软件来筛选候选人和做出招聘决定。 CNBC报道,美国司法部(Department of Justice)和平等经济机会委员会(Equal Economic Opportunity Commission)联合向雇主发出警告,如果他们使用算法或人工智能软件来帮助招聘决定,以及这些系统不利于残疾候选人,他们就有可能违反《美国残疾人法》(American Disability Act)。美国司法部(Department of Justice)负责民权的助理司法部长克里斯汀· 克拉克(Kristen 克拉克)告诉NBC新闻(NBC News), "毫无疑问" ,越来越多使用这些技术"正在"助长一些持续存在的歧视" 。

由DeepMind创建的人工智能初创公司LinkedIn联合创始人筹集了2.25亿美元。由DeepMind联合创始人穆斯塔法·苏莱曼(Mustafa Suleyman)和LinkedIn联合创始人瑞德 ·霍夫曼(Hoffman)创建的Inflition AI在SEC的一份文件中透露,它已经从一个未披露的投资者群体那里筹集了2.25亿美元。这一轮融资的估值也没有公布。 Suleyman此前曾表示,总部位于加州派拓的Inflition专注于为人类创造新的互动方式,并向计算机发出指令,而无需简化他们的请求。 TechCrunch是第一个发现该文件的公司。

A . I . TALENT考试

Isomorphic Labs是总部位于伦敦的Alphabet公司的新公司,从DeepMind分拆出来,计划将人工智能用于药物发现,该公司宣布了几名新员工加入DeepMind联合创始人兼首席执行官Demis Hassabis ,后者也是Isomorphic的首席执行官。 迈尔斯 Congreve将担任该公司的首席科学官。他之前在生物技术公司Sosei Heptas担任同样的角色。 Sergei Yakneen将担任首席技术官。他之前曾在人工智能支持的基因筛查公司Sophia Genetics担任类似的角色。 马克斯尔 Jaderberg将担任机器学习主任。他曾在DeepMind担任研究员。 Alexandra Richenburg将担任人员运营主任。她曾在人工智能公司Eigen Technologies担任同样的角色。

《华尔街日报》的一篇报道称,谷歌已聘请前美国食品药品监督管理局(Food and Drug Administration)官员巴库·帕特尔(Baku Patel)担任新的数字健康战略高级总监。帕特尔曾是FDA全球战略与创新首席数字健康官。

关于人工智能的研究

DeepMind的研究人员声称,该公司最新的巨大人工智能系统是迈向人工智能的一大步。其他人不太确定。上周DeepMind推出了GATO ,这是一个巨大的人工智能系统,无需任何再培训,就能执行大约600项非常不同的任务,从充当聊天机器人到操纵机器人手臂,再到玩雅达利游戏,其中许多都是在相当于或高于人类专家的水平上进行的。当你考虑到人工智能(AGI)的一个定义时,它是整个领域的圣杯。我们从科幻小说中知道的那种人工智能是一种软件,可以执行几乎任何经济上有用的任务,也可以比人类专家更好,它似乎有点接近。至少,它的一个创造者这样认为。 DeepMind的研究总监南多·德弗雷塔斯(Nando de Freitas)在一系列推文中说: "我的观点是:现在一切都是关于规模的!游戏结束了

但其他人反驳说,像加藤这样的系统,尽管它们都很聪明,但似乎以人类永远不会失败的方式失败,而我们作为人类,也不会认为拥有这种能力的智能代理会失败。例如, DeepMind想表明,加藤在"零射击"学习方面表现得非常好:执行一项尚未接受培训的新任务。他们尝试过的零射击任务之一是照片字幕。但加藤有时只正确地描述了图像的关键方面,经常错误地给出图像的关键方面,或表明它并不真正理解关键的概念类别。 加里 马库斯一直是当今"继续扩大"深入学习的唯一方法的主要批评者,他抓住了这一点,在他的Substack上向加藤和德弗雷塔斯进行了长时间的转发。德弗雷塔斯的DeepMind同事、机器学习研究员穆雷 Shanahan也表示怀疑,在推特上说: "我的观点

A . I论坛

在谷歌将其16.5万员工带回办公室的史诗般的追求中

软银的亿万富翁创始人指望着芯片公司ARM的IPO来抵消他的愿景基金270亿美元的损失,这加大了ARM的新CEO 杰里米卡恩的压力。

"我所见过的最可怕的事情" :网络安全专家和隐私活动人士抨击欧洲提出的在线打击儿童性侵的计划

谷歌正在提供其搜索引擎和地图的主要更新。以下是乔纳森·瓦尼安(Jonathan Vanian)提出的三个主要观点

巴林食品

人工智能和混沌理论。 能人工智能预测了固有的不可预测性?显然,难以置信的是,答案似乎是肯定的。上周,我赶上了金融新闻和数据公司彭博(Bloomberg)首席技术官办公室Quant技术战略主管加里 ·卡赞切夫(Kazantsev)。(全面披露:我在彭博新闻工作了八年,才开始发财。)卡赞切夫曾运营彭博的机器学习工程小组,除了他目前在纽约哥伦比亚大学(University)担任的角色之外,还在教授机器学习。在未来的人工智能问题上,我计划告诉你更多关于彭博如何使用人工智能的信息。为了让客户更容易访问公司"终端"上的大量信息和数据,它曾经是一个独立的硬件,现在是一个存在于软件中、运行在云端的虚拟终端。但今天,我只想给加里一个帽子提示,因为他向我指出了一个来自去年

这篇论文由慕尼黑路德维希-马克西米利安大学(Ludwig - Maximilians University)物理系的亚历山大 Haluszczynski和德国韦斯林德国航空航天中心(German Aerospace Center)空间物理研究所(Institute for Materials Physics in Space)的克里斯托夫·拉斯(Christoph Rath)撰写,发表在《自然:科学报告》(Nature : Scientific Reports)上。研究人员采用了一个完全不可预测的系统,只使用过去关于该系统表现的数据,而不了解精确的数学动力学,通过调整输入来训练神经网络来控制系统的行为。这应该是不可能的,但它似乎奏效了。 "我仍在思考这个问题, "卡赞采夫告诉我。他比我聪明得多。

论文作者指出,在一些现实世界中,这种神经网络可能会有所帮助,包括防止火箭发动机产生关键的燃烧不稳定性,以及更好地个性化起搏器的发烧率,这些起搏器的发烧率只是为了保持舒张间隔不变,而正常跳动的心脏不会发生这种情况。(只是心脏节奏似乎太混乱,个人无法真正复制。)Kazantsev说,他认为金融市场建模很可能是另一个问题。正如Haluszczynksi和Rath所写的, "我们的机器学习增强方法允许对动态系统进行前所未有的灵活控制,因此有可能将混沌激励控制方案的应用范围扩大到大量新的现实问题。 "

热门推荐
关注西梅公众号