在美国旧金山举行的IBM Think 2019会议上。 UU。从2月12日至15日2019年，信心的人工智能成为中心议题之一。在总裁兼首席执行官IBM鲲的开幕演讲中，金尼·罗马蒂还强调了可靠的人工智能。罗梅蒂还认为对技术的信任是他主要演讲的支点。她认为，信任是所有伟大技术的先决条件。这是一个繁荣和新技术的发展，在这个时代最大的区别的基础。
两个月前，欧盟刚刚宣布《可信AI的道德指南草案》于2018年12月18日，并将于2019年三月发布最终版本《指南草案》他指出，人工智能AI是在时代变革中最重要的力量之一现代而且也注定要改变社会的构成。但要正确开发人工智能，我们必须创造可靠的人工智能。 “可靠的人工智能是'北极星'。人工智能的未来在于信任。如果你想提高商业成功，人工智能不能隐藏在“黑匣子”中。
在2018年底，IBM Research发布了2019年的预测：2019年，可靠的人工智能将成为人们关注的焦点。在IBM Think 2019中，IBM Research推出了推进人工智能鲲以扩展人工智能和开发可靠的人工智能的工作，并提出了“AI是一种新IT”的想法。事实上，随着人工智能完全融入信息基础设施，人工智能与信息基础设施之间的界限越来越模糊。建立可靠的人工智能是建立可靠的信息基础设施，为未来的数字经济奠定坚实的基础。
激活人工智能的网络效应。
麻省理工学院的倡议数字经济（MIT IDE）是麻省理工学院斯隆管理学院发起，以研究如何在数字经济中茁壮成长的研究项目。迈克尔·施拉格麻省理工学院教授于2016年发起了一项调查IDE地址：网络效应，亚马逊鲲真正成功阿里鲲Google鲲Apple鲲Facebook鲲Uber鲲Airbnb和其他平台。如今，人工智能是下一个平台。什么是“网络效应”？一个简单的了解：更快更多的用户参与，将创造更大的价值和宝贵的经验，更多的价值将被创建，更多的用户和创新使用。对于AI，“网络效应”更为明显。与谷歌搜索一样，人工智能使用更多人，性能更好。但与谷歌搜索相比，人工智能面临的一个重大问题就是信任。因为今天的人工智能多采用开放源代码软件的企业和政府鲲代码和人工智能算法本身是“黑盒子”，还有一个是因为缺乏信任机制激活AI的“网络效应”。?谷歌鲲Facebook鲲Amazon鲲 IBM和微软推出的IA伙伴关系在2016年作为一个非盈利性组织，伙伴关系AI的目的是使世界各地的一起不同的声音，以确保AI可以在未来的安全。鲲透明度鲲合理发展，让世界更好地了解AI的影响。到2018年底，人工智能协会有来自13个国家的80多名成员。除了创始成员，也是它包括了苹果鲲Intel鲲埃森哲鲲nvidia鲲鲲三星等巨头百度和50多家非营利组织。
作为人工智能合作伙伴关系的创始成员，IBM一直关注人工智能的安全性。鲲透明鲲可靠合理。通过积极的呼叫，并在各方之间促进对话，2019年预测人工智能IBM研究所在2018年，许多企业都增加了他们的信心，承诺建立一个咨询道德委员会，以解决违规数据和消费者隐私问题。 （算法公正鲲，鲲可解释的坚固性，透明度鲲）的研究和努力来部署AI社会福利转移；在2019年，我们将看到这些努力将如何成为公司建立鲲培训和部署AI技术核心的方式。
建立信任的人工智能。
IBM特别注重将可信的AI研究转化为真实的产品和平台，同时强调多样性和技术团队的包容，以确保声音和观点指导技术进步。
目前，对于透明偏差鲲鲲中可能存在的安全问题以及其他一般性问题，很容易引起人们对AI的不信任。 IBM认为这很大程度上归功于创建和开发的AI服务，以及缺乏相应的开发指令。由于该算法AI是基于深层神经网络算法本身是一个“黑匣子”，是难以解释的算法鲲数学是如何工作的，如果你能决定胜负，所以IBM研究院建议AI服务数据表（AI服务说明）。与营养保健药物的描述一样，AI服务的文档很重要，但它也必须遵循某些文档规范，例如应如何创建AI服务的算法。鲲测试鲲鲲培训实施和评估。 IBM认为，AI服务文档的标准化和及时发布将有助于业界建立对AI服务的信任。 IBM研究中心提交了一份文件到FAT *专业会议ACM美国计算机协会2019（重点鲲公平可靠，透明的算法特马），这也解释了供应商。我必须如何提供指导的一致性，提高信任AI服务。提供初步建议，包括系统运行的训练数据鲲鲲鲲基本算法部署和测试性能指标结果鲲鲲公平性和可靠性验证用例鲲鲲目标维护和回收。?IBM认为，一个可靠的AI应该遵循以下几个基本原则：公正，即AI系统必须采取不偏不倚的数据集和模型，以避免特定群体的不公；也就是说，AI系统必须安全可靠，不受“污染”训练数据集的操纵或影响。的解释力，即由AI系统提供决策或建议应该能够成为开发人员理解：在天堂，AI鲲系统的开发，维护鲲，是有迹可寻的，并且可以在循环过程中被审计生活
除了基本原理的最初的规范和内容推荐鲲文件“服务说明AI” IBM认为，后续的研究包括如何嵌入在开发环境中的“文档服务描述AI”并编译AI软件的运行时鲲，这样就不需要手动编写这些指令了。此外，“AI服务文档”可以基于一系列块自动发布在网络中，因此无法操纵“AI服务文档”。
当然，IBM已经对可靠的AI系统进行了大量研究。基本思想是通过算法和软件在AI系统中创造“信心”。例如，在2018年9月，IBM推出了开源工具公平AI 360（AIF360）具体看，如果最新的算法，如数据集鲲鲲机器学习模型，被偏置。 AIF360 Python软件包的初始版本附带了算法股权社区开发的九种算法，以减轻算法中的偏差。
因果建模使人工智能更深入。
目前，基于深度神经网络算法的人工智能系统的原理主要是相关性。也就是说，训练神经元模型可以模拟数据集的轨迹，这在很大程度上建立了两个系统之间的相关性。通常，这种算法在处理更具体的问题时更成功。例如，模拟图像和语言鲲鲲预测语音等，因为图像鲲语言和言语都是相对固定的，作为一种语言往往只有几万鲲发音数万字。然而，在实际商业应用中，人们期望用AI算法解决更多开放问题。正如人类大脑可以处理许多未知或缺乏经验的问题一样，人们也期望建立更一般的人工智能系统。此时，有必要引入人脑的归纳推理能力，即建立数据集之间的因果关系，而不仅仅是相关性。在预测AI 2019 IBM研究院，提到它在现实世界中的因果结构的直觉是对的行为和人们日常生活不可缺少的判断，但大多数的人工智能缺乏基本的通用方法因果关系的深刻应用。?因果推理的方法能够从数据推断AI因果结构，选择干预措施的开发者测试推定因果关系，并通过使用因果结构的知识做出更好的决策。在2019年，IBM希望因果建模技术成为核心技术在人工智能的世界。
因果推断是已经在过去20年迅速成长归纳推理的一部分。归纳推理算法是研究如何本地推理推断的未观察到的现象观察的现象常规鲲特殊情况的鲲到鲲最后整体的未来。例如，在钢琴音乐的声音，它遵循的是有人在弹钢琴。因果建模技术是因为他们有一个归纳推理能力鲲医学流行病学和公共健康领域的人工智能系统的主要目标。
今天，因果建模技术可以解决很多的自动机器学习和人工智能系统，包括机器学习模型的解释的问题。自动学习过程鲲 /鲲公正基于模型的决策数据。对于决策等IA解释系统鲲鲲公正，因果建模技术可以补充很好的AI系统。
目前，IBM正在创造技术的基本人工智能的下一波，输入“广” AI“关闭”今天IA的新时代。 “宽” AI的特征在于更宽范围的学习和推理，整合在不同的模式鲲和可解释的不同的模式。鲲鲲权益保障鲲可听性和可扩展性。在未来，立足于“广泛的” IA，它会向通用AI移动。此外，IBM的研究也做人工智能领域的很多前瞻性的研究，包括量子计算和量子计算应用的研究来处理计算任务的AI。
随着全球技术创新在2019年的事件，IBM认为2019无疑奠定了所有2019年的基础作为IBM的核心主题之一想想2019年，可靠的人工智能无疑将成为所有人的焦点技术创新领域2019年，此外，大量的基础研究和科研工作的前瞻性IBM研究院人工智能可靠的护理，促进全球行动可靠的人工智能和有效的情况下带来可靠的人工智能更多宽
上海IT外包服务网 链接：http://www.linemore.com
中文
电话咨询
微信咨询
公众号
