大流行时期负责任的人工智能


最近几天,我收到了几个关于人工智能(AI)对当前状况的分析可能做出的贡献以及帮助理解所实施的不同政策(例如本地或本地)可能产生的影响的问题 。停业,检疫或社会隔离 。最具体地说,是如何负责任地进行AI 。
首先,我想强调一点,人工智能确实可以帮助理解当前的状况,因此,对于人工智能研究人员和专业人员而言,此时此刻要做的负责任的事情是利用我们的专业知识来分析和理解人工智能的传播 。,政策可能产生的影响,对社会和经济的长期影响以及其他此类问题 。但是,为了负责任地做到这一点,重要的是要公开并明确AI可以做什么和不能做什么 。正如我经常强调的那样,人工智能不是魔术,也不是我们所有问题的解决方案 。负责任地开发和使用AI的一些主要要求包括健壮性,透明性以及对人权和原则的尊重 。
首先,系统必须坚固 。我们需要仔细研究所使用的技术和方法 。特别地,使用数据驱动的方法来预测的传播可能存在问题 。这些方法通过关联过去的数据来“学习”,目前我们还没有足够的关于类似情况的数据[1] 。过去的结果并不能保证未来,尤其是当未来看起来与我们从过去所知的一切截然不同的时候 。而且,可用的少量数据是不完整且有偏差的 。例如,可以肯定的是,已经确认的感染者多得多,并且还没有对已恢复者的完整统计 。将现有数据用于机器学习方法会导致许多假阴性和假阳性 。当前的情况可能是模型驱动的方法比数据驱动的方法更适合的情况 。实际上,目前有几个小组致力于(基于代理的)模拟 。但是,模型的选择必须以流行病学,社会学和心理学方面的可靠研究为基础,连同合适的计算表示 。这种类型的模型倾向于对设计假设和初始参数敏感 。在提出这些系统以支持决策者之前,需要进行敏感性分析测试 。从研究的角度来看,结合数据驱动和模型驱动的混合方法的工作尤其重要 。
无论是数据驱动还是模型驱动,透明度都是至关重要的 。使用了哪些模型和数据集,以及为什么使用了什么,为什么要咨询了哪些专家,如何测试和评估了系统……如果没有这些问题的明确答案,结果将不可信赖 。现在,世界比以往任何时候都负担不起基于“黑匣子”做出决定的能力 。如果您的系统无法提供其结果的解释,请在考虑使用它对流行病进行任何分析或预测之前三思 。同时,强烈建议使用AI来支持识别虚假新闻并限制其传播 。
【大流行时期负责任的人工智能】

    推荐阅读