然而,有一件事让我印象深刻,那就是公众对人工智能的认识似乎在很大程度上取决于其应用的可见性。Northstar 对“可见”和“不可见”人工智能进行了有趣的区分:一方面,我们拥有最有形的人工智能设备,如机器人,而另一方面,那些算法在幕后默默地、无缝地改善我们的体验。例如,90% 的受访者知道 Alexa 等语音助手使用了人工智能。但当我们问到在线购物网站、流媒体视频服务和社交媒体(所有这些都是人工智能和机器学习的雇主)同样的问题时,近三分之一的人认为他们没有这样做。
1.总体而言,在考虑人工智能时,您会说自己更 [对人工智能的发展感到兴奋还是更担心]?主要是兴奋 ......................。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。.......7% 有点兴奋 ..............。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。14% 完全中性。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。16% 有点担心。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。32% 非常担心。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。.30% 总计 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。.99% N.。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。1,001
Matt Fredrikson、Somesh Jha 和 Thomas Ristenpart,《利用置信度信息的模型反转攻击和基本对策》,载于第 22 届 ACM SIGSAC 计算机和通信安全会议论文集(ACM,2015 年),1322–1333 页。
本章介绍了人工智能劳动力和学术界的多样性统计数据。它借鉴了与各种组织的合作——特别是机器学习中的女性 (WiML)、人工智能中的黑人 (BAI) 和人工智能中的酷儿 (QAI)——每个组织都旨在提高该领域某个维度的多样性。数据既不全面也不具有决定性。在准备本章时,由于公开的人口统计数据稀缺,AI Index 团队遇到了重大挑战。缺乏公开的人口统计数据限制了统计分析评估人工智能劳动力缺乏多样性对社会以及更广泛的技术发展的影响的程度。人工智能中的多样性问题众所周知,从学术界和工业界获取更多数据对于衡量问题的规模和解决问题至关重要。
引言 人工智能 (AI) 技术的进步跨越了各个学科,影响着越来越多的行业和日常生活的各个方面。随着人工智能应用在医疗保健、犯罪预防、法律和新闻等领域的快速发展,人们意识到它对生活方式和政策有着深刻而多样的影响。不同社会群体之间以及开发者和用户之间的价值观和利益冲突交叉点上存在问题。这些问题和担忧与人工智能应用如何影响社会有关,但目前还没有明确的解决方案。本报告探讨了从事人工智能研究的科学专家如何看待和应对人工智能应用的社会影响。我们研究了专家科学家对人工智能的潜在风险和好处、人工智能技术的潜在监管以及在进行人工智能研究或开发人工智能应用时的个人做法的看法。以下数据来自对在人工智能学术期刊上发表过文章的科学专家 (N=2,199) 的调查。调查于 2022 年 3 月至 4 月进行。有关调查方法的更多详细信息,请参阅报告末尾的“关于调查”部分。调查结果摘要 对于人工智能的具体应用,人工智能科学专家对人工智能的潜在风险和收益的看法相似。