由MyChal McCabe.

机器何时才能在特定任务上超越人类?

人类研究所的未来最近发表了对来自全球范围的350个行业和学术人工智能（AI）专家的调查结果，以努力回答这个问题。他们还解决了一个更加糟糕的一个：当机器时，机器将超过所有任务的人类表现吗？根据那些我们有几十年的专家。

在那一天到来之前，我们可以期待越来越多地与从事学习的机器互动，而这些互动将经历一段尴尬的不成熟时期，因为我们要适应一个机器发挥其日益增长的作用的世界。

与我们的直觉相反的是，汽车行业的安全性和安全性非常敏感，它是社会如何与这些技术互动的最活跃和最明显的试验场——这些技术将由企业开发和实施，可能还会受到政府机构的监管。值得注意的一点是，负责认证人工智能实施或机器学习能力的政府机构最初不太可能知道如何认证。

上个月，我看到了在我们的实验室开发的机器学习UI的演示。具有相当程度的准确性，并且在几乎实时，它识别出危险的情况和对象。该系统有可能降低假阴性错误（危险情况或不会被人类识别的物体）。通过减少这样的人类错误，它有可能拯救生命（在未来的博客中更多）。

在任何部署方案中，在这样的技术将是有用的，可能会响应机器分配的概率而可能采取生命和死亡行动。这提出了概率被认为足够高的问题，以便担任生命和死亡行动，并对这一行动负责。

在自动驾驶汽车的情况下，确定谁应该为自动驾驶汽车的行为负责的假设场景是，在事故中，谷歌汽车要为事故负责。负责的个人是公司。我们现在明白了，小事故应该是我们最不关心的问题。

有一个新闻周期的思维案件，这些思想在将对生命和死亡情况下的自治车辆进行决策的参数产生的参数。如果您确信您在这种情况下有一个句柄，我鼓励您前往麻省理工学院的道德机器。

在循环中加入人会增加复杂性。当人类与具有某种程度的人工智能或可能基于机器学习改变其行为的机器互动时，他们将需要知道将会发生什么，他们将需要了解给定系统的局限性和趋势。

这不是我们将在一个远方未来经历的东西。

在我上下班的路上，有时我的车会控制方向盘。在一个复杂的时刻，它会这样做:当我通过一个收费站，车辆有时从右边汇合，在我的车道的左边有一个路障，因为它变窄，通向一座桥。我的车只是偶尔介入，这就是我所描述的复杂性的一个例子。

我无法确定它会，我无法确定它不会。

商业软件公司开发“关闭货架”机器智能，通过机器学习的智能的能力，或者对于这种智能可以基于该智能来执行控制功能的环境，这将面临对责任的深刻影响的新要求。这些要求将增加，因为智能机器在社会中变得更加普遍，因为企业越来越依赖于AI和学习能力的系统。

与往常一样，安全性和安全性需要是最重要的，因为这些系统部署到操作领域。最新提醒是Wannacry网络攻击，击中不同连接的嵌入式系统 - 交通摄像机，票务亭，ATM。

人工智能和机器学习正在揭示一个我们必须为之做好准备的全新世界。就我个人而言，我非常好奇它是如何继续发展的，我喜欢坐在前排为一家致力于推进这些技术的公司工作。