วีดีโอ: Zahia de Z à A (กันยายน 2024)
ช่วงที่ฉันโปรดปรานในการประชุม Techonomy เมื่อต้นเดือนที่ผ่านมาเกี่ยวข้องกับจริยธรรมค่านิยมนวัตกรรมและวิธีการที่ปัญญาประดิษฐ์เข้ามามีบทบาทในพื้นที่เหล่านี้อย่างไร
ค่านิยมของมนุษย์สำหรับยุคเทคโนโลยี
David Kirkpatrick ผู้ก่อตั้ง Techonomy เริ่มการประชุมด้วยการพูดคุยเกี่ยวกับการมุ่งเน้นไปที่คุณค่าของเทคโนโลยีมนุษย์ การสนทนาครั้งใหญ่ครั้งแรกเกี่ยวกับ "คุณค่าของมนุษย์" กับจูลี่ฮันนาประธานบริหารของ Kiva ที่พูดคุยเกี่ยวกับเทคโนโลยีในฐานะกำลังเป็นประชาธิปไตยและตั้งข้อสังเกตว่าโลกส่วนใหญ่ใช้ชีวิตน้อยกว่า 2 ดอลลาร์ต่อวัน เธอกล่าวว่า "รูปแบบความยุติธรรมที่สุดคือการเข้าถึงที่ยุติธรรม"
รายได้ Michael C. McFarland เหรัญญิกสหรัฐอเมริกาภาคตะวันออกเฉียงเหนือของสมาคมพระเยซูกล่าวว่าเราต้องถามตัวเองว่ามีความยุติธรรมที่ไหนในแง่ของวิธีการใช้เทคโนโลยีและคิดเกี่ยวกับสมมติฐานที่ฝังอยู่ในเทคโนโลยี เขากังวลว่าเทคโนโลยีในสถานที่ทำงานซึ่งสามารถสร้างประสิทธิภาพและผลิตผลที่สูงกว่านั้นมักถูกนำไปใช้งานโดยไม่ต้องคำนึงถึงผลกระทบต่อคนงานซึ่งบางครั้งก็ประสบกับผลกระทบร้ายแรง เขากระตุ้นให้ผู้ชมเริ่มต้นด้วยการคิดเกี่ยวกับประสบการณ์ของคนงาน
Erica Kochi ผู้อำนวยการบริหารด้านนวัตกรรมและผู้ร่วมก่อตั้ง UNICEF Innovation ตั้งข้อสังเกตว่าเมื่อเจ็ดปีก่อนไม่มีวิธีแก้ปัญหาทางเทคโนโลยีที่ดีที่มุ่งเป้าไปที่คนยากจนที่สุดและเป็นเพียงตัวอักษรร่วมกันเท่านั้น กลุ่มของเธอมุ่งเน้นไปที่การสร้างโซลูชันของตัวเองโดยใช้ข้อความและตั้งข้อสังเกตว่าแม้ว่าจะมีโทรศัพท์ Android ราคาไม่แพงมาก แต่ระบบปฏิบัติการนั้นถูกสร้างขึ้นสำหรับผู้ที่มีแผนข้อมูลไม่ใช่สำหรับผู้ที่อาศัยอยู่ในราคาต่ำกว่า 2 ดอลลาร์ต่อวัน “ ถ้าเราจะสร้างผลิตภัณฑ์และบริการสำหรับคนที่ไม่ใช่เราเราต้องคิดถึงมันจากมุมมองของพวกเขา” เธอกล่าว
ฮันนาพูดคุยเกี่ยวกับ "ทางเลือกที่ผิดระหว่างวัตถุประสงค์กับผลกำไรระหว่างภารกิจและผลิตภัณฑ์" และกล่าวว่าวัฒนธรรมที่ขับเคลื่อนด้วยภารกิจเป็นสถานที่ทำงานที่ดีกว่าสร้างความภักดีมากขึ้นและช่วยสร้าง บริษัท ที่ยืนยง Kochi กล่าวว่าคุณสามารถทำได้ทั้งสองอย่างและกล่าวว่ารูปแบบธุรกิจหลักจะต้องสอดคล้องกับความรับผิดชอบต่อสังคมซึ่งไม่ควรเป็นสิ่งที่ทำในด้านนั้น
McFarland พูดคุยเกี่ยวกับการมุ่งเน้นไม่เพียง แต่กับผู้ถือหุ้น แต่ยังรวมถึงผู้มีส่วนได้ส่วนเสียทั้งหมดใน บริษัท และใช้เป็นตัวอย่างของ Bell Labs ของ AT&T ก่อนที่ บริษัท จะล่มสลาย เขากังวลเกี่ยวกับความล้มเหลวในการลงทุนในการวิจัยและพัฒนาในระยะยาวและกล่าวว่า "เราต้องเปลี่ยนวัฒนธรรมเกี่ยวกับวิธีคิดเกี่ยวกับธุรกิจและความสำเร็จหมายความว่าอย่างไร"
ห้องสมุด
ฉันประทับใจในการพูดคุยในภายหลังโดย Tony Marx ประธาน The New York Public Library ซึ่งกล่าวว่าตรงกันข้ามกับข้อสันนิษฐานบางอย่างที่ห้องสมุดกำลังจะหายไปเขาเห็นเทคโนโลยีใหม่เป็นโอกาสที่ยิ่งใหญ่ที่สุดในประวัติศาสตร์สำหรับห้องสมุดใด ๆ ยืนหยัดอยู่เสมอ - ช่วยเหลือผู้คนในการเข้าถึงข้อมูล
เขาตั้งข้อสังเกตว่าในอดีตที่ผ่านมาห้องสมุดถูก จำกัด ด้วยข้อ จำกัด ทางกายภาพและทางการเงินในการทำให้คนเข้ามารับของสะสม แต่กล่าวว่าสิ่งนี้กำลังเปลี่ยนแปลง
ห้องสมุดสามารถมีผลกระทบในสามวิธีใหญ่เขาพูด สิ่งแรกคือเพียงเชื่อมโยงผู้คนและเขาตั้งข้อสังเกตว่าหนึ่งในสามของชาวอเมริกันไม่มีการเชื่อมต่ออินเทอร์เน็ตที่บ้าน แต่ห้องสมุดยังสามารถให้บริการในการฝึกอบรมผู้คนเกี่ยวกับวิธีการใช้คอมพิวเตอร์
เขากล่าวว่าในขณะที่เครื่องมือค้นหาในปัจจุบัน "ไม่น่าเชื่อ" พวกเขามีข้อ จำกัด และตั้งข้อสังเกตว่าข้อมูลคุณภาพขั้นพื้นฐานจำนวนมากที่ผลิตโดยความพยายามนับพันปียังคงไม่พร้อมใช้งาน เขากล่าวว่าวิสัยทัศน์ของเขาคือการให้บริการห้องสมุด "หนังสือทุกเล่มทุกภาพทุกเอกสารและเก็บถาวรทุกที่ในโลกนี้ฟรี"
มันกลับมาเป็นแนวคิดเก่าแก่ของห้องสมุดมาร์กซ์กล่าวและกระตุ้นให้เราจินตนาการว่าพรสวรรค์ทั้งหมดในโลกมีความสามารถในการเรียนรู้สร้างและสร้างสรรค์สิ่งใหม่ ๆ อย่างไรก็ตามพวกเขาเลือก “ เรามีเครื่องมือที่จะทำให้มันผ่านพ้นไม่ได้” เขากล่าว "มาทำกันเถอะ"
Gods in Boxes: อัลกอริทึมที่ยิ่งใหญ่และค่าที่ซ่อนอยู่
Oren Boiman ผู้ร่วมก่อตั้งและซีอีโอของ Magisto ซึ่งใช้ AI ในการตัดต่อวิดีโอกล่าวว่า "คอมพิวเตอร์กลายเป็นกล่องดำมากขึ้นเรื่อย ๆ " ด้วยอัลกอริธึมที่สร้างขึ้นโดยเครือข่ายประสาทเทียมซึ่งเป็นกลไกที่ดีที่สุดที่ออกแบบโดยโปรแกรมเมอร์ แม้ว่าอัลกอริทึมเหล่านี้สามารถตัดสินใจได้ดีกว่ามนุษย์ แต่ก็ไม่มีใครเข้าใจเลยว่าพวกเขาทำได้อย่างไร
Vivienne Ming ผู้ร่วมก่อตั้งและประธานบริหารของ Socos ซึ่งจำหน่ายซอฟต์แวร์ที่ช่วยให้เด็กเรียนรู้โดยการส่งคำแนะนำหนึ่งวันต่อผู้ปกครองพูดคุยเกี่ยวกับการสร้างอัลกอริทึมอัจฉริยะ เธอกล่าวว่างานจำนวนมากกับโครงข่ายประสาทเทียมนั้นขึ้นอยู่กับชุดฝึกอบรมและพูดคุยเกี่ยวกับอัลกอริธึมการจดจำใบหน้าที่ไม่รู้จักใบหน้าสีดำเพราะมีอคติในการฝึกอบรม "คอมพิวเตอร์ก็เหมือนคนทั่วไป" เธอกล่าว "มันขึ้นอยู่กับว่าคุณเลี้ยงดูพวกเขาอย่างไร"
Ron Brachman หัวหน้านักวิทยาศาสตร์ของ Yahoo กล่าวว่าแม้ว่าเราจะใช้คำที่เป็นมนุษย์เพื่ออธิบายเครื่องจักร แต่ก็ยังมีความแตกต่างพื้นฐานระหว่างมนุษย์และคอมพิวเตอร์ในขณะนี้ ผู้คนตัดสินใจบนพื้นฐานของความต้องการและความต้องการซึ่งแตกต่างจากระบบการคำนวณในการตัดสินใจในทุกวันนี้
Boiman อธิบายว่าทุกอย่างที่เกี่ยวกับ "กล่องดำ" เหล่านี้เชื่อมต่อกันอย่างไรและการเปลี่ยนแปลงเล็ก ๆ น้อย ๆ ในการป้อนข้อมูลสามารถสร้างความแตกต่างที่ยิ่งใหญ่และบางครั้งก็เกิดความวุ่นวายในผลลัพธ์เช่นเมื่อวิดีโอมีไวรัส เขากล่าวว่าสิ่งนี้ทำให้สิ่งต่าง ๆ ไม่สามารถคาดเดาได้และมันยากที่จะติดตามสิ่งต่าง ๆ กลับไปเป็นสิ่งที่เกิดขึ้นในตอนแรก Brachman กล่าวเช่นเดียวกับที่เราไม่มีวิธีควบคุมสิ่งที่เด็กเรียนรู้สิ่งนี้เป็นจริงสำหรับกลไกการคำนวณ
เครื่องจักรธุรกิจอัจฉริยะ
การอภิปรายเกี่ยวกับ AI และประเด็นทางจริยธรรมที่เกิดขึ้นอย่างต่อเนื่องในอีกประเด็นหนึ่งกับผู้นำของ บริษัท ซอฟต์แวร์พิเศษอื่น ๆ Babak Hodjat ผู้ร่วมก่อตั้งและหัวหน้านักวิทยาศาสตร์ของ บริษัท เทคโนโลยีการเรียนรู้เครื่องจักรกล่าวว่าคำถามของจริยธรรมเป็นสิ่งที่ทำให้ไขว้เขวเมื่อมาถึง AI และจริยธรรมนั้นก็ส่งผลกระทบต่อเทคโนโลยีอื่น ๆ ทุกประเภทตั้งแต่สมาร์ทโฟนไปจนถึงคะแนน FICO .
จอร์จจอห์นประธานและผู้ก่อตั้ง บริษัท Rocket Fuel บริษัท โปรแกรมเชิงกลยุทธ์กล่าวว่าข้อได้เปรียบของเทคโนโลยีและกล่าวว่า "ถ้า AI ทำงานได้จริงผู้คนควรกลับบ้านก่อน" เขาพูดคุยเกี่ยวกับความต้องการทักษะการจัดการใหม่และการจัดการทั้งผู้คนและเครื่องจักรอัจฉริยะ นอกจากนี้เขายังได้พูดคุยเกี่ยวกับการมองหาแอพพลิเคชั่นของ AI ที่ไม่เพียงเหมาะกับ บริษัท ขนาดใหญ่ แต่อาจเป็นประโยชน์ต่อบุคคลเช่นกัน
Jag Duggal, SVP ของฝ่ายบริหารผลิตภัณฑ์สำหรับ Quantcast บริษัท การวัดผู้ชมกล่าวว่านี่เป็นเครื่องมือที่ออกแบบมาเพื่อทำให้เรามีประสิทธิผลมากขึ้นทำสิ่งต่าง ๆ ได้มากขึ้นและเพิ่มความสามารถของเรา เขากล่าวว่ามีนวัตกรรมและผลผลิตจำนวนมากที่มาจากสิ่งนี้และกล่าวว่าแม้ว่าจะมีความกลัวเกี่ยวกับเทคโนโลยีที่ได้รับดีเกินไปเขาก็กังวลมากขึ้นเกี่ยวกับขีด จำกัด ของเทคโนโลยี
เขามีความกังวลเป็นพิเศษเกี่ยวกับแรงจูงใจและจะเกิดอะไรขึ้นเมื่ออัลกอริทึมการเรียนรู้ของเครื่องสิ้นสุดด้วยการติดตามแรงจูงใจที่ผิด ตัวอย่างเช่นเขาตั้งข้อสังเกตว่าในตลาดตำแหน่งโฆษณาออนไลน์ผู้ขายอีคอมเมิร์ซให้เครดิตกับโฆษณาล่าสุดที่ผู้คนเห็นก่อนทำการสั่งซื้อ ซึ่งส่งผลให้โฆษณามีการกำหนดเป้าหมายมากขึ้นหลังจากมีคนเข้าชมไซต์อีคอมเมิร์ซแล้วและบ่อยครั้งหลังจากมีคนตัดสินใจซื้อ กล่าวอีกนัยหนึ่งเมื่อโฆษณาอาจจะสูญเปล่า Quantcast พยายามเป็นตัวอย่างที่ดีกว่าเขากล่าว
จอนสไตน์ผู้ก่อตั้งและซีอีโอของ Betterment บริษัท การลงทุนใน AI กล่าวถึงประโยชน์ที่เทคโนโลยีสามารถทำได้และเห็นด้วยว่าสิ่งสำคัญคือการสร้างแรงจูงใจที่ชัดเจน เขาพูดคุยเกี่ยวกับการปฏิบัติตามมาตรฐานความไว้วางใจเช่นการทำเพื่อประโยชน์สูงสุดของลูกค้าของคุณและกล่าวว่าความโปร่งใสมีบทบาทสำคัญในการเล่นเพื่อให้ผู้คนสามารถเข้าใจว่าเกิดความขัดแย้งได้ที่ไหน
สไตน์กล่าวว่าเทคโนโลยีจะทำให้การเป็นอาชญากรยากขึ้นเมื่อเวลาผ่านไป แต่ Duggal กล่าวว่าเขาสงสัยมากขึ้นเพราะโจรมีเทคโนโลยีเช่นกัน ถึงกระนั้นเขาก็ยังประทับใจกับศักยภาพของเทคโนโลยีและอ้างถึงตัวอย่างของโครงการจาก Google ที่ AI สามารถระบุมะเร็งในตุ่นบนผิวหนัง เขาบอกว่าเขาเป็นห่วงเรื่อง "การหลอกลวง" ของปัญหาโดยฝ่ายตรงข้ามของเทคโนโลยี
