Q:
Bagaimana syarikat cuba menambah "speedometer" untuk kerja-kerja kecerdasan buatan?
A:Sesetengah syarikat yang bekerja dalam kemajuan terbaru dalam kecerdasan buatan menjadi tertumpu pada mengukur kemajuan yang telah mereka capai, dan menanda aras beberapa aspek bagaimana kecerdasan buatan telah berkembang dari masa ke masa. Terdapat banyak sebab mengapa syarikat mengejar jenis analisis ini. Umumnya, mereka cuba memikirkan sejauh mana kecerdasan buatan telah datang, bagaimana ia berlaku untuk kehidupan kita, dan bagaimana ia akan menjejaskan pasaran.
Sesetengah syarikat menyumbang dan memantau kemajuan kecerdasan buatan mereka untuk mengetahui bagaimana teknologi baru boleh menjejaskan kebebasan awam, atau bagaimana mereka dapat mewujudkan realiti ekonomi baru. Bergantung pada pendekatan syarikat, jenis analisis ini mungkin mengambil bentuk untuk mencuba bagaimana data pengguna dapat mengalir melalui sistem, memahami bagaimana antara muka akan berfungsi, atau memikirkan apakah keupayaan entiti kepintaran buatan dan bagaimana mereka boleh menggunakan keupayaan tersebut.
Apabila ia datang kepada kaedah, syarikat yang cuba menanda aras kecerdasan buatan boleh memfokuskan diri untuk memecahkan maklumat abstrak - contohnya, artikel Wired memetik projek Indeks AI, di mana penyelidik seperti Ray Perrault, yang bekerja di makmal bukan keuntungan SRI International, sedang bekerja pada gambaran terperinci tentang apa yang berlaku dalam bidang kecerdasan buatan.
"Ini adalah sesuatu yang perlu dilakukan, sebahagiannya kerana terdapat kegilaan di luar sana di mana AI akan pergi, " kata Perrault dalam artikel tersebut, mengulas mengenai motivasi untuk mengambil projek jenis ini.
Dalam menjelaskan bagaimana penanda aras kecerdasan buatan berfungsi, sesetengah pakar menerangkan bahawa jurutera atau pihak lain mungkin berusaha untuk menguji "ujian keras" untuk projek kecerdasan buatan, misalnya, cuba untuk "menipu" atau "mengalahkan" sistem perisikan buatan. Keterangan seperti ini benar-benar masuk ke dalam hati bagaimana syarikat benar-benar boleh memantau dan menilai kecerdasan buatan. Salah satu cara untuk berfikir tentang ini adalah dengan menggunakan jenis idea yang sama yang digunakan oleh para pemrogram dalam masa lalu untuk mengundurkan sistem kod linear.
Sistem kod linear debug adalah semua tentang mencari tempat di mana sistem berfungsi dengan baik - di mana program akan runtuh, di mana ia akan membekukan, di mana ia akan berjalan perlahan, dan lain-lain. Ini adalah mengenai mencari di mana kesilapan logik akan berhenti atau membingungkan projek, di mana fungsi tidak berfungsi dengan betul, atau di mana terdapat beberapa peristiwa pengguna yang tidak diingini.
Apabila anda berfikir mengenainya, ujian kecerdasan buatan moden boleh menjadi usaha yang sama pada pesawat yang sangat berbeza - kerana teknologi kecerdasan buatan lebih kognitif daripada linear, ujian itu mengambil bentuk yang jauh berbeza, tetapi manusia masih mencari "bug "- cara-cara yang program-program ini mungkin mempunyai akibat-akibat yang tidak diingini, cara-cara yang mereka dapat bertindak dan membahayakan institusi manusia, dan sebagainya. Dengan itu, walaupun terdapat banyak kaedah yang berbeda-beda untuk membuat speedometer atau tanda aras untuk kemajuan kecerdasan buatan, Ujian keras yang diterangkan di atas pada umumnya akan memberikan wawasan unik kepada manusia tentang sejauh mana kecerdasan buatan telah datang, dan apa yang perlu dilakukan untuk memastikan ia memberikan lebih banyak positif tanpa membangunkan lebih banyak negatif.
