我们认为,在本章开头对社会影响型人工智能(人工智能的一个新兴分支学科)给出初步定义是很有帮助的。与人工智能中传统定义的不同领域(例如多智能体系统或强化学习)不同,社会影响型人工智能并没有统一于特定的方法论或对特定计算方法的承诺。相反,该领域的关键特征基于其影响力[16]。社会影响型人工智能的第一个关键特征是可衡量的社会影响力。事实上,实际展示的社会影响力是这一研究领域的头等大事。虽然大量人工智能工作可以带来社会效益,但新的研究往往要到多年后才被提炼成广泛使用的工具,才会产生社会影响。在计算方法的开发中,通常不需要直接考虑最终产品;事实上,扩展我们的知识和能力是一个充分的目标,这是正确的。相比之下,在思考社会影响型人工智能时,展示社会影响力本身就是一个关键目标。该研究领域的第二个关键特征是主要关注弱势群体,例如弱势群体或濒危群体,他们缺乏资源来委托有益的人工智能研究。另一个关键特征是,它包括过去未从人工智能研究中受益匪浅的研究领域或应用。某些问题具有重大的直接利益,无论是商业利益还是政府利益,因此在整个人工智能历史上都得到了充足的资金。社会影响人工智能专注于那些如果没有影响重点就不会进行的研究。社会影响人工智能工作通过提供新的问题模型、引入新的环境来评估现有算法,并提出挑战抽象的复杂性,为整个人工智能社区提供了价值,这通常会激发现有技术的扩展。更传统的方法论人工智能研究模型与社会影响人工智能研究之间也经常存在一些差异。一个更传统的专注于人工智能方法论进步的项目可能会在实验室中提供实验或理论化此类进步,这可能是由各种挑战所激发的——但这项工作的关键贡献在于其方法论的进步。
主要关键词