전체 텍스트는 총 3591 단어로 구성되며 예상 학습 시간은 9 분입니다.
출처 : Bloomberg
인공 지능의 적용은 점점 더 광범위 해지고 있으며 일상 생활에서 그 역할도 커지고 있습니다. 그러나 이것 때문에 어떤 사람들은 그것을 받아들이 기가 어렵다는 것을 깨닫고 적어도 의식적으로 낙담 할 것입니다. 휴대 전화가 사진에 자동으로 태그를 지정하는 것을 좋아할 수도 있지만이 기술이 인공 지능에 의해 주도된다는 사실을 종종 잊습니다. 사람들은 특히 기술이 소름 끼치게 들릴 때 잘 모르는 기술을 믿고 싶지 않습니다.
2017 년에 Elon Musk는 National Governors Association에서 "저는 최첨단 인공 지능에 노출되었습니다. 사람들이이 기술에주의를 기울여야한다고 생각합니다. 인공 지능은 인간 문명의 근본적인 위험입니다."라고 말했습니다.
인공 지능은 때때로 전문가보다 인간의 행동을 더 정확하게 예측할 수 있습니다. 사람들은 데이터 수집 및 사용 방법을 제어 할 수 없다는 느낌을 좋아하지 않습니다. 특히 인공 지능이이 데이터를 사용하여 사람들이 특정 조치를 취하게 할 때 그렇습니다. 우리 모두 알다시피, 사용자 경험 (UX)은 모델을 만들 때 중요한 고려 사항이지만 많은 데이터 과학자들은 긍정적 인 사용자 경험의 중요한 부분 인 인공 지능의 "파괴"요소를 최소화하는 것을 잊지 않았습니다.
"휴대폰이 우리를 모니터링하고있다"와 인공 지능의 다른 음모
기술의 발전과 데이터 가용성의 증가로 인해 인공 지능은 더욱 강력하고 정확 해졌습니다. 이것은 기술을 사랑하는 사람들에게 흥미롭지 만 끔찍합니다. 오늘날의 알고리즘은 적은 정보 (적어도 제공하는 것으로 알려진 정보)로 더 많은 개인 정보를 예측할 수 있으며, 때로는 인공 지능이 우리의 생각을 읽거나 최소한 우리의 말을들을 수있는 것처럼 보입니다.
휴대 전화는 마케팅 목적으로 우리를 비밀리에 녹화하고 모니터링 해 왔는데, 이것은 최근 몇 년간 인터넷에서 최고의 음모 이론이며, 심지어 일부 존경받는 기술자와 언론인도 같은 견해를 가지고 있습니다. BBC, "Mr. Fashion"에서 "Vox"에 이르기까지이 주제에 대한 토론은 모든 곳에서 볼 수 있습니다. 빠르면 2017 년에 팟 캐스트 칼럼 "/ reply-all /"은 휴대폰 모니터링에 대한 프로그램을 만들었습니다. 요즘 점점 더 많은 사람들이 휴대 전화가 광고 타겟팅의 허가없이 사적인 대화를 녹음하는 것에 대해 걱정하기 시작했습니다.
휴대폰으로 얼마나 많은 오디오가 녹음되는지 정확히 알 수는 없지만 대부분의 전문가는 대부분의 응용 프로그램에서 정확한 광고 위치 지정을 위해 녹음 기능을 사용하지 않는다고 결정했습니다. 할 수 없기 때문이 아니라 불필요하기 때문입니다. 인공 지능 추적은 너무 복잡하여 오디오 캡처 기술 및 스토리지 요구 사항이 필요 없을만큼 정확합니다. 사람들은 우연히 자신에 대한 너무 많은 정보를 제공하여 어쨌든 표적이 될 수 있습니다.
Northeastern University의 교수이자 모바일 개인 정보 보호 및 보안 문제에 대한 연구원 인 David Joffens는 "우리는 감시를 인간이 보는 방식으로 보는 경향이 있습니다. 누군가가 친구와 이야기하고있는 내용을 알고 있다면 상대방이 당신의 말을 듣고 있다는 의미입니다. 하지만 대부분의 사람들이 온라인 활동에서 유출 한 정보를 광고 할 수있는 회사와 연결하기가 어렵다고 생각합니다. "
출처 : unsplash
전 세계 정부에서 발표 한 많은 새로운 크라운 바이러스 추적 응용 프로그램에는 새로운 "음모"가 포함될 수 있습니다. 사람들은 이러한 응용 프로그램을 다운로드하면 정부가 향후 언제 어디서나 계속 추적 할 수있을 것이라고 우려하고 있습니다. 이탈리아에서는 일부 음모 이론과 개인 정보 보호 및 보안에 대한 우려로 인해 "Immuni 앱"이 많은 관심을받지 못했습니다. 사람들은 항상 스스로를 모니터링하는 인공 지능에 대해 떨고 있으며 전염병은 사람들에게 더 많은 두려움을 불러 일으켰습니다.
전체 그림을보고 모든 것을 아는 인공 지능이 현실의 완벽한 복제품이 아닐 수도 있지만 이것이 현재 수준의 인공 지능에 대한 경계를 완화해야한다는 의미는 아닙니다. 우리가 걱정하는 것은 페이스 북의 데이터 수집과 추적입니다. 인생에서 가장 분명한 인공 지능 사례가 감시를 통해 달성되는 것처럼 보일 때이 걱정은 이해하기 어렵지 않습니다.
인공 지능이 사람들을 걱정하지 않고 개인화 된 추천을 제공 할 수 있습니까?
개인화 된 추천은 좋은 생각입니다. 적시에 적절한 견적을받는 것은 사람들에게 좋으며 제안을 한 회사에도 도움이 될 수 있습니다. 일반적으로 인공 지능이 사람들이 문제를보다 효과적으로 해결하는 데 도움이된다면 AI를 걱정한다고 주장하는 사람들도이 기술의 사용을 거부하지 않을 것입니다.
사실 대부분의 인공 지능은 우리를 겁주지 않을 것입니다. 사람들은 매일 많이 접하는 인공 지능 기술을 알아 차리지 못합니다. 때로는 사람들을 괴롭힐만큼 복잡하지 않기 때문입니다. 짜증나는 것보다 더 위협적인 정확한 입력에만 반응하는 고객 서비스 챗봇을 찾을 수 없습니다. 다른 인공 지능은 우리가 사용한 기능에 완벽하게 들어 맞기 때문에 서비스의 개선이라는 것을 알았습니다. 애플이 애플 폰의 잠금을 해제하기 위해 안면 인식을 발명했을 때 대부분의 사람들은 인공 지능의 영향에 대해 걱정하기보다는 그 편리함에 대해 흥분했습니다.
그러나 대부분의 경우 사람들은 결과 만보기 때문에 인공 지능의 사용이 눈에 띄지 않습니다. 사람들은 인공 지능 자체와 직접적인 상호 작용이 없지만 그것이 어떻게 삶을 더 쉽게 만드는지 알아 차립니다. 예를 들어, Evo Replenish 알고리즘은 예측 공급망을 사용하여 새로운 트렌디 한 셔츠가 품절되는 것을 방지하기 때문에 원하는 제품의 올바른 크기를 구입할 수 있다는 것을 많은 고객이 알지 못합니다. 고객은 상점이 재고를 결정하는 방법을 알 수 없으며 신경 쓰지 않을 수도 있습니다.
당당이 가득 찬 선반은 매우 편리하고,이 문제를 해결하는 인공 지능은 개인적인 차원에서 예측과 추천이 이루어지지 않기 때문에 소름 끼치 지 않습니다. 누군가 특정 제품을 사고 싶다고 말하지 않고 그 주에 15 명이 구매한다고 말하면 개인 정보 유출에 대해 걱정하지 않습니다.
인공 지능 예측과 개인화 된 추천의 가장 충격적인 측면은 개인에 대한 결론을 도출하는 방식을 이해할 수 없거나 인공 지능으로 공개하기에는 너무 인간적이라는 것입니다. 따라서 개방적이고 투명하며 인간 지향적 인 디자인은 인공 지능으로 인한 우려를 크게 줄일 것입니다.
출처 : unsplash
무섭지 않은 인공 지능은 투명하다
AI가 작동하는 방식이 투명할수록 덜 두렵습니다. 사람들은 자신이 이해하지 못하는 것을 의심하는 경우가 많고, 이해하지 못하는 일을 마주 할 때도 이러한 일이 당신을 잘 아는 것 같으면 의심 스러울뿐만 아니라 무섭기도합니다. 이 기술이 어떻게 작동하는지 이해하지 못한다면 어떻게 재난을 예측할 수 있습니까? 투명성이 없다면 인공 지능은 위협에 가까워 궁극적으로 인공 지능을 무섭게 만듭니다.
예를 들어, Facebook의 휴대 전화 도청이 있습니다. 사람들은 Facebook이 사람들에 대해 수집하는 정보와이 데이터를 사용하여 광고를 타겟팅하는 방법을 공개하지 않기 때문에 회의적입니다.
테크니컬 리포터이자 "Reply All"의 공동 진행자 인 PJ Vogt는 "페이스 북은 우리에 대한 정보 수집 능력이 뛰어나서이 문제를 만들었습니다. 수집 내용이나 방법을 공개하지 않기 때문에 기본적으로 위의 내용은 사람들로 하여금 정보를 얻는 가장 간단하고 무례한 방법을 생각하게 만드는 것입니다.
투명성은 또한 데이터 수집 및 처리 방법에 대한 명확성을 의미합니다. 데이터가 필요한 이유를 설명 할 수없는 경우 개인에 대한 많은 양의 식별 가능한 정보를 수집하는 것은 항상 오싹합니다. 이것이 특정 정보가 가능한 한 솔직하고 익명으로 기술되어야하는 이유입니다.
이러한 데이터 투명성은 인공 지능 모델에 해를 끼치 지 않습니다. Evo의 알고리즘은 공급망 및 가격 예측을 위해 12 억 명이 넘는 사람들의 데이터를 여전히 처리하고 있습니다 .Evo는 데이터베이스에서 식별 정보를 완전히 제외하는 방식으로 데이터를 수집합니다. 그 결과 인공 지능 권장 사항은 영향을받지 않지만 모델은 더 투명 해집니다. 계획이 투명하고 첫날부터 공개되는 한, 결과의 정확성을 훼손하지 않으면 서 어떤 데이터를 사용하고이를 얻는 방법을 정직하게 설명 할 수 있습니다.
인간 중심의 인공 지능 설계는 사용자를 겁주지 않고 유용한 모델을 구축하는 데 도움이됩니다.
투명성이 필수적이지만 인공 지능이 사람들이 원하는 결과를 얻는 데 도움이된다면 대부분의 사람들은 그것이 약간 "무섭다"는 것을 여전히 받아 들일 수 있습니다. 설문 조사에 따르면 인공 지능이 문제를 피하거나 신속하게 해결하거나 나타나기 전에 복잡성을 최소화 할 수 있다면 약 75 %의 사람들이 침입 인공 지능을 사용하는 것을 좋아하지 않을 것입니다.
인공 지능이 구매를 고려한 제품을 홍보하기 위해 더 많은 추천을 제공 할 때 추적되고 있다는 사실을 알면 소심하게 만들 수 있습니다. 반대로 사람들에게 데이터 유출을 경고하는 추적은 걱정이 덜합니다. 인공 지능이 사람들에게 도움이 될 수있는 문제를 해결할 때 기업이 제품을 판매하는 것을 돕는 대신 사람들은 기꺼이 타협 할 것입니다.
출처 : unsplash
Google지도를 예로 들어 보겠습니다. 지역지도가 Google 캘린더의 할 일 항목에 대한 내비게이션을 자동으로 계획 할 때이를 두려워하는 사람은 거의 없습니다. 사람들은 Google이 가져온 정보의 출처를 알고 있습니다. '지도'가 Gmail에서 직접 회의 나 이벤트에 대한 계획을 추천하기 시작했을 때 사람들은 캘린더에 포함하지 않았기 때문에 당황하기 시작했습니다.
그럼에도 불구하고이 기능은 여전히 매우 유용하며 불평하는 사람은 거의 없습니다. 지역지도가 시간과 습관에 따라 사용자의 목적지를 예측하기 시작할 때만 사람들은 실제로 에피소드를 갖게됩니다. 이 권장 사항은 추적을 더 간단하게 만들기 때문에 방해가되지만 다른 한편으로는 항상 유용하지는 않습니다. 이러한 내비게이션이 필요하지 않다면 Google이 귀하에 대해 알고있는 일일 일정에 감사하지 않을 것입니다.
이것이 문제를 해결하기 위해 인공 지능을 올바르게 사용하는 것이 중요한 이유입니다. 인간 중심의 인공 지능 설계는 최종 사용자의 요구를 우선시하고 인공 지능이 방해받지 않도록합니다. 인공 지능과 상호 작용하는 모든 사람을 위해 문제를 해결할 수있는 알고리즘을 만들면 부정적인 반응을 최소화 할 수밖에 없습니다. 최소한 인공 지능은 개인 정보 보호 및 제어에 대한 사람들의 요구를 존중해야합니다. 인공 지능과 상호 작용하는 사람을 먼저 생각하고 자신의 관점에서 생각하세요. 그 결과 인간 중심의 인공 지능은 덜 방해가됩니다.
인공 지능은 사람들의 삶을 계속 개선 할 것이지만, 사람들의 신뢰를 얻을 수있을 때만 가능합니다. 공포를 최소화 할 수 없다면 잠재력을 최대한 발휘할 수 없습니다. 잠재적 인 부정적인 영향으로부터 사람들을 보호 할 때, 이익은 생각보다 훨씬 적습니다.
출처 : unsplash
인공 지능은 복잡하지만 예측할 수 없습니다. 우리는 영업 비밀을 밝히지 않고도 인공 지능이 작동하는 방식과 데이터가 수집되는 위치를 진실하게 설명 할 수 있습니다. 사용자의 관점에서 진정으로 고려하고 투명하게 운영하면 인공 지능은 덜 "끔찍"해지고 삶이 쉬워집니다.
AI 학습 및 개발의 건조물을 함께 공유
풀 플랫폼 AI 수직 셀프 미디어 "핵심 읽기"팔로우를 환영합니다.
(편집자 WeChat : dxsxbb 추가, 독자 동아리에 참여하고 함께 최신 인공 지능 기술에 대해 토론하세요 ~)