AI“指的是通过分析其环境并采取行动(并具有一定程度的自治)来实现特定目标来表现出智能行为的系统(欧洲委员会2018年)。由于此定义是正式的和足够的一般性,足以涵盖对该领域的最常见理解,因此它构成了一个有用的起点。的确,基于这种理解,欧盟委员会的高级专家小组将AI的更详细的定义开发为“由人类设计的系统,鉴于人类设计的系统,它通过一个复杂的目标来在体育或数字世界中发挥作用,通过对所收集的或不结构的数据来解释这些数据,并根据该数据衍生出最大的方法来启动(S),从而(S)来解释他们的环境,从而(S)提出了这些知识(S)(S)(S)目标AI系统还可以通过分析环境如何受到其先前的行动的影响来学习其行为”(Aihleg 2018)超出有关AI定义的现有争议,还可以将以下要素确定为其功能至关重要:通过传感器对环境的感知;对数据的推理/决策;并通过执行者进行动作。ai如此构想的构想在不同领域(从医学到军事)开设了几种可能性,从而引发了多个道德问题。为了说明不久的是,AI和自动化的进步可能会使人们及其活动及其活动以及全世界更快的信息分布,从而提高几种安全性和隐私挑战(Stahl and Wright 2018)。此外,AI在医学,军事和自动武器发展中的潜在促进作用引起了有关不可靠和问责制的问题(Hammond 2015; Hallaq等人。2017; HOROW- ITZ 2018)。与自动化一起,AI可能会带来遥远的经济和社会变革,从而对劳动力市场产生影响(Aicardi等人。2018)。仍在争论哪些工作可能受到影响;但是,有人同意AI将改变工作要求以及依赖人类能力和技能的职位的性质(Perisic 2018)。它可能会通过创建新的并消除现有的其他人(EGE 2018),并通过例如预测分析对传统的招聘和招聘实践产生重大影响。迫切的道德问题也出现在最先进的AI研究类型之一中:自学AI。自我学习的AI在没有人类数据,指导或领域知识的情况下从强化中学习,超出了基本规则(Silver等2017)。根据其开发人员,没有任何以前的特定知识自我学习的AI可以实现“超人的熟练程度”(Silver等人2017)。到目前为止,这种AI已在有限的上下文中成功应用,尤其是在国际象棋,GO和扑克之类的游戏中,即使通过极其复杂的计算,也可以预测所有相关变量。这些系统在现实世界环境(例如自动驾驶汽车)中的应用提出了尚未解决的具有挑战性的问题,尽管我们不能排除他们的解决方案只是时间问题(Sokol 2018)。没有猜测关注大规模潜在场景的“大道德”问题(例如,超级智能AI接管)(Muller 2016),很明显,很明显,
人工智能“是指通过分析环境并采取行动(具有一定程度的自主性)来实现特定目标而表现出智能行为的系统”(European-Commission 2018)。因为这个定义足够正式和通用,能够涵盖该领域的大多数常见理解,所以它是一个有用的起点。事实上,正是基于这种理解,欧盟委员会高级专家组对人工智能进行了更为细致的定义,即“由人类设计的系统,在给定复杂目标的情况下,通过感知环境、解释收集到的结构化或非结构化数据、根据从这些数据中获得的知识进行推理并决定为实现既定目标而采取的最佳行动(根据预定义参数)来在物理或数字世界中行动。人工智能系统还可以通过分析环境如何受到其先前行为的影响来学习调整其行为”(AIHLEG 2018)。除了有关人工智能定义的现有争议之外,我们可以确定以下对其功能至关重要的要素:通过传感器感知环境;根据感知到的数据进行推理/决策;通过执行器进行驱动。如此构想的人工智能为从医学到军事的不同领域开辟了多种可能性,从而引发了多重伦理问题。简而言之,人工智能和自动化的进步可能使对人员及其活动的监视、监控和跟踪更加普遍,以及信息在世界范围内更快地传播,这带来了许多安全和隐私挑战(Stahl and Wright 2018 )。此外,人工智能在医学、军事和自主武器发展中的潜在促进作用引发了关于不可靠性和问责制的问题(Hammond 2015 ;Hallaq et al. 2017 ;Horowitz 2018 )。此外,人工智能和自动化一起,可能会带来深远的经济和社会变革,对整个劳动力市场产生影响(Aicardi 等人,2018 年)。哪些类型的工作可能受到影响仍存在争议,但人们一致认为,人工智能将改变工作需求以及依赖人类能力和技能的职位的性质(Perisic,2018 年)。它可能会创造新的职位并消除现有的职位(EGE,2018 年),并通过预测分析等方式对传统的招聘和招募实践产生重大影响。在最先进的人工智能研究类型之一:自学习人工智能中,也出现了紧迫的伦理问题。自学习人工智能可以通过强化学习,不需要人类数据、指导或基本规则以外的领域知识(Silver 等人,2017 年)。据其开发人员称,自学习人工智能无需任何先前的专业知识即可“在具有挑战性的领域达到超人的水平”(Silver 等人,2017 年)。迄今为止,这种人工智能已在有限的环境中成功应用,特别是在国际象棋、围棋和扑克等游戏中,所有相关变量都可以预测,即使通过极其复杂的计算。这些系统在现实环境中的应用(例如自动驾驶汽车)提出了尚未解决的具有挑战性的问题,尽管我们不能排除它们的解决只是时间问题的可能性(Sokol 2018)。如果不考虑关注大规模潜在场景(例如超级智能 AI 接管)的“大伦理”问题(Muller 2016),很明显
人工智能“是指通过分析环境并采取行动(具有一定程度的自主性)来实现特定目标而表现出智能行为的系统”(European-Commission 2018)。因为这个定义足够正式和通用,能够涵盖该领域的大多数常见理解,所以它是一个有用的起点。事实上,正是基于这种理解,欧盟委员会高级专家组对人工智能进行了更为细致的定义,即“由人类设计的系统,在给定复杂目标的情况下,通过感知环境、解释收集到的结构化或非结构化数据、根据从这些数据中获得的知识进行推理并决定为实现既定目标而采取的最佳行动(根据预定义参数)来在物理或数字世界中行动。人工智能系统还可以通过分析环境如何受到其先前行为的影响来学习调整其行为”(AIHLEG 2018)。除了有关人工智能定义的现有争议之外,我们可以确定以下对其功能至关重要的要素:通过传感器感知环境;根据感知到的数据进行推理/决策;通过执行器进行驱动。如此构想的人工智能为从医学到军事的不同领域开辟了多种可能性,从而引发了多重伦理问题。简而言之,人工智能和自动化的进步可能使对人员及其活动的监视、监控和跟踪更加普遍,以及信息在世界范围内更快地传播,这带来了许多安全和隐私挑战(Stahl and Wright 2018 )。此外,人工智能在医学、军事和自主武器发展中的潜在促进作用引发了关于不可靠性和问责制的问题(Hammond 2015 ;Hallaq et al. 2017 ;Horowitz 2018 )。此外,人工智能和自动化一起,可能会带来深远的经济和社会变革,对整个劳动力市场产生影响(Aicardi 等人,2018 年)。哪些类型的工作可能受到影响仍存在争议,但人们一致认为,人工智能将改变工作需求以及依赖人类能力和技能的职位的性质(Perisic,2018 年)。它可能会创造新的职位并消除现有的职位(EGE,2018 年),并通过预测分析等方式对传统的招聘和招募实践产生重大影响。在最先进的人工智能研究类型之一:自学习人工智能中,也出现了紧迫的伦理问题。自学习人工智能可以通过强化学习,不需要人类数据、指导或基本规则以外的领域知识(Silver 等人,2017 年)。据其开发人员称,自学习人工智能无需任何先前的专业知识即可“在具有挑战性的领域达到超人的水平”(Silver 等人,2017 年)。迄今为止,这种人工智能已在有限的环境中成功应用,特别是在国际象棋、围棋和扑克等游戏中,所有相关变量都可以预测,即使通过极其复杂的计算。这些系统在现实环境中的应用(例如自动驾驶汽车)提出了尚未解决的具有挑战性的问题,尽管我们不能排除它们的解决只是时间问题的可能性(Sokol 2018)。如果不考虑关注大规模潜在场景(例如超级智能 AI 接管)的“大伦理”问题(Muller 2016),很明显
2014 年: Juho Andelmin:电动汽车的最佳路线 Jimmy Forsman:评估合作伙伴渠道模型中的国际软件扩展选项 Raul Kleinberg:评估概率风险分析中时间相关现象的影响 Ville Koponen:根据智能卡数据估算公共交通的使用情况 Mikko Kotilainen:研究船冰致负荷的统计建模 Lasse Lindqvist:具有共同疾病的捕食者-猎物系统分析 Harri Mäkelin:基于统计学习的预测性维护中罕见事件的分类 Outi Pönni:使用扩展逻辑回归对能源生产的风速预测进行后处理 Olli Rentola:使用归因模型分析在线广告效果 Anton von Schantz:使用细胞自动机方法对出口拥堵进行建模 2013 年: Mikko Harju:模拟元建模中动态贝叶斯网络的自动构建 Rasmus Hotakainen:根据核电站的运行经验估计人为错误概率 Noora Hyttinen:经验对从事故报告中提取知识的影响 Juha Kännö:北欧电力市场的短期价格预测模型 Tuomas Lahtinen:均等交换方法中的路径依赖性 Pekka Laitila:改进排名节点在贝叶斯网络条件概率引出中的使用 Eerno Niemenmaa:使用不同的认知无线电场景计算电信市场模型中的纳什均衡 Tony Nysten:短期销售预测的制定和传达 Joonas Ollila:环境决策中的投资组合建模 Lars Östring:用于生产和维护市场特定标准配置的产品开发过程模型 Kaisa Parkkila:信用组合的风险价值分析 Heikki Puustinen:具有多目标网络优化和仿真的军用飞机路线 Vendla Sandström:实时资源管理和活动控制 - 从推送和拉动视角 Ville Viitasaari:海运远期运费建模 2012: Karin Ahlbäck:使用环境价值流图降低制造业的能源消耗 Jari Alahuhta:使用多级模型评估薪酬保密的影响 Yrjänä Hynninen:口腔保健服务提供商的效率分析 Ilkka Leppänen:Stackelberg 游戏中的廉价谈话和合作 Ilkka Mansikkamäki:基于直方图的签名用于检测保修欺诈 Juha Nuutinen:健康产品零售中的消费者选择模型 Taneli Silvonen:核电站被动自催化氢复合器的可靠性分析 Otto-Ville Sormunen:芬兰湾化学品油轮碰撞的泄漏估计 Martti Sutinen:社交机器人的基于情感的自适应决策模型 Lauri Talvikoski:短期负荷使用分析和季节性时间序列方法进行预测 Juha Törmänen:系统智能清单 Heikki Vesterinen:船舶性能分析的统计回归模型 2011:Gillis Danielsen:优化热中子探测新技术 Olli Eskola:用于分析不对称战争策略的贝叶斯游戏 Aira Hast:评估芬兰国家温室气体减排行动的风险和成本效益 Janne Junes:使用模拟模型比较道路路面维护策略 Juha-Matti Koljonen:通过简单规则和本地信息提高信噪比 Teppo Luukkonen:急救医学服务模拟和优化模型 Joni Nurmentaus:呼叫中心到达人数的战术预测。 Jirka Poropudas:篮球评分和预测的卡尔曼滤波算法 Osmo Salomaa:基于可达性的目的地和出行方式选择仿真模型 Antti Savelainen:利用加速度计从脑电图中检测运动伪影 Tero Tyrväinen:动态流程图方法中的风险重要性度量和常见原因故障 2010:Lassi Ahlvik:波罗的海经济有效的营养物减排 Lars Baarman:计算热化学平衡 Reda Guerfi:不准确参数对辐射剂量评估的影响 Lauri Haapamäki:识别网络中的商业模式 Aapo Huovila:使用多标准模型方法评估工作区性能 Lauri Hyry:客户质量感知和忠诚度与全球公司销售额之间关系的统计分析 Väinö Jääskinen:人类睡眠阶段转变 Tuomas Kervinen:一种用于估计北欧电力市场水电供应量的线性规划方法 Arttu Klemettilä:三方寡头垄断模型,用于评估认知无线电的经济影响 Juho Kokkala:防御战斗机的最佳分配 Marko Kotilainen:工业合作分析的复杂网络方法 Janne Laitonen:核安全监管控制中的风险跟进 Jari Liede:跨国公司的货币风险对冲 Mikko Loimula:使用两种方法评估洛维萨核电站房间的火灾风险 Mikko Luttinen:无限注德州扑克 - 现金游戏策略分析 Karl Johan Mangs:使用多变量方法对个人层面的迁移行为进行分类 Maija Mattinen:本地地磁活动的建模和预测 Eero Nevalainen:芬兰全球定位系统增强选项评估 Tuomas Nummelin:识别大额支付系统数据的行为变化 Tommi Pastinen:销售和物料管理中的预测系统 Timo Pekkala:管理利率衍生品投资组合市场风险的情景测试 Harri Räsänen:资本结构和估值——芬兰公司的横断面分析 Mauno Taajamaa:ICT 领域创新过程的加速 Jukka Ylitalo:资源与增长导向作为企业增长的预测因素 Jutta Ylitalo:海上事故频率建模 2009:Samuel Aulanko:岸边集装箱起重机的工作周期建模 Juho Helander:核电站风险研究中的主要不确定性因素 Tapani Hyvämäki:在维护故障检测中测试贝叶斯网络和基于密度的聚类 Juha-Matti Kuusinen:建筑物人流建模与预测 Topi Leisti:基于网络优化的造纸工业仿真模型构建 Matias Leppisaari:使用芬兰数据对死亡率进行随机建模 Mikko Loimula:使用两种方法评估洛维萨核电站房间的火灾风险 Jukka Luoma:系统思维过程中的系统智能 Pyry- Matti Niemelä:基准测试-mittaristo sosiaali- ja terveydenhuollon tuotannonohjaukseen Arto Niinistö:模拟带有风能、太阳能和燃气发电机的微电网管理 Ville-Veikko Niskanen:估算股票指数的流动性溢价 Matti Ollila:大学研究小组与其资金来源之间相互关系的效率分析 Jouni Pousi:基于效果的运营决策分析方法 Ismo Räisänen:运输问题、其解决方法及其在海上运输中的应用 Juha Saloheimo:在宽带网络故障管理过程中使用 Syslog 消息 Kimmo Söderholm:WSFS 中湖泊流出量的计算 Antti Toppila:电信公司标准化活动的资源分配模型 2008:Mikko Dufva:以成本效益的方式减少农业对水系统的负荷 Markus Ehrnrooth:金融市场质量飞跃分析 Antti Eloranta:外来汇率期权 Tanja Eronen:非定期存款估价与对冲 Michael Gylling:为消费品制造商设计全球供应链 Matti Heimonen:多人游戏中的收入生成模型 Ville Holma:信贷篮子定价中的系动词 Petri Holappa:工业批发商的采购优化 Jussi Kangaspunta:武器系统成本效益评估中的投资组合分析 Tommi Kauppinen:食品物质投入和营养价值的效率分析 Lauri Kovanen:预测企业违约概率 Anna Matala:火灾模拟的固相反应参数估计 Sampsa Ruutu:利用系统动力学预测国家海上运输需求和能力 Erkka Ryynänen:零售银行的客户细分 Topi Sikanen:火灾模拟中的火把散射建模 Atso Suopajärvi:水平不确定性的现象学建模2 核电站的概率安全评估 Maija Vanhatalo:多元建模在改进产品创建过程中的应用 Eeva Vilkkumaa:稳健投资组合建模中的群体决策支持方法 2007:Tommi Ekholm:气候变化缓解负担分担情景 Simo Heliövaara:火灾疏散中人类行为的计算模型 Erkka Jalonen:创新管理中的投资组合决策 Harri Järvinen:彩票投注和赌博游戏的功能和数学结构 Anssi Käki:报废备件采购中的预测 Kalle Korpiaho:研发中的项目组合管理;组织 Ilkka Kujamäki:跨国论文中的客户盈利能力评估 Kimmo Lehikoinen:风险价值系统回测过程的开发 Antti Malava:期权组合的波动风险建模 Teemu Mutanen:普适计算中的消费者数据和隐私 Juuso Nis sinen:评估信息对项目组合选择的影响 Mirko Ruokokoski:电梯群控中的整数优化 Timo Salminen:远期利率市场模型的校准 Sami Sirén:核电站允许停机时间的风险知情优化 Olli Stenlund:施工项目进度优化 Olli Väyrynen:通过多种财务比率识别被低估的股票