HƯỚNG DẪN xã hội

Hồ sơ theo dõi các dự đoán của AI

Các dự đoán của AI bao gồm từ dự đoán về một khả năng cụ thể cho đến những tuyên bố rộng rãi về trí thông minh ở cấp độ con người và những tuyên bố đó phải được đánh giá dựa trên ngày tháng, định nghĩa và bằng chứng của chúng.

Nghe hướng dẫn nàyAI thuật lại · ~3 min

Trên trang nàyĐọc trong 3 phút
  1. Tổng quan
  2. Lặn sâu
  3. Triển khai trong thế giới thực
  4. Tương lai của hồ sơ theo dõi dự đoán AI
  5. Đưa nó vào thực tế
  6. Tiếp tục khám phá
  7. Câu hỏi thường gặp

Tổng quan

Lịch sử bao gồm cả các mốc thời gian bị bỏ lỡ và các dự báo hữu ích, vì vậy, các ví dụ cần có ngữ cảnh thay vì một thẻ điểm đơn giản.

Lặn sâu

Dự báo AI rất khó phân loại vì cùng một cụm từ có thể mô tả kết quả chuẩn, một công việc hẹp hoặc khả năng rộng rãi của con người. Một dự báo có thể kiểm tra được sẽ nêu tên mục tiêu, khoảng thời gian và điều kiện thành công. Những tuyên bố mơ hồ có thể có vẻ như đã được biết trước sau này khi ý nghĩa của chúng thay đổi để phù hợp với các sự kiện. Lịch sử bao gồm những dự báo đầy tham vọng. Trong cuốn The Shape of Automation for Men and Management (1965), Herbert Simon cho biết máy móc sẽ có khả năng công nghệ trong vòng 20 năm sau khi thực hiện bất kỳ công việc nào mà con người có thể làm. Đây là một tuyên bố rộng rãi về năng lực kỹ thuật, không phải là dự đoán rằng công nhân sẽ bị thay thế hoặc các hệ thống sẽ được triển khai trên toàn nền kinh tế trước thời hạn. Simon phân biệt năng lực với việc áp dụng kinh tế: mọi người có thể giữ được lợi thế so sánh trong công việc mà họ thực hiện tốt hơn. Đến năm 1985, không có hệ thống nào chứng tỏ được khả năng phổ quát như đã nêu; chỉ riêng tiến độ thực hiện các nhiệm vụ thu hẹp đã không tạo nên được yêu sách đầy đủ. Các nhà nghiên cứu trước đó cũng đưa ra những mốc thời gian lạc quan cho dịch máy và cờ vua. Những tuyên bố mang tính lịch sử cần có cách diễn đạt và điều kiện ban đầu. Đánh giá thấp cũng xảy ra. Mọi người có thể bỏ qua việc tính toán, dữ liệu hoặc phương pháp có thể cải thiện nhanh như thế nào hoặc cho rằng một khả năng sẽ vẫn còn khó khăn vì những nỗ lực trước đó đã gặp khó khăn. Một số dự báo có điều kiện về phần cứng, kinh phí, dữ liệu hoặc chính sách. Đánh giá công bằng ghi lại tuyên bố ban đầu, ngày tháng, giả định, mục tiêu và bằng chứng vào thời hạn. Nó tách biệt giữa việc trình diễn với hiệu suất đáng tin cậy và với việc áp dụng rộng rãi trong xã hội. Sổ cái dự đoán hữu ích bao gồm các yêu cầu thành công, thất bại và chưa được giải quyết. Giữ nguyên nguồn gốc, tránh chỉ chọn những sai sót nổi tiếng và nêu rõ kết quả được xác định như thế nào. Đối với các dự báo hiện tại, hãy yêu cầu điểm cuối và xác suất có thể đo lường được, sau đó xem lại theo lịch trình. Các ví dụ lịch sử dạy bạn phải thận trọng về độ tin cậy và phạm vi; chúng không chứng minh được rằng mọi dự đoán hiện tại sẽ thất bại hoặc tiến bộ nhanh chóng không thể xảy ra.

Triển khai trong thế giới thực

Một dự báo năm 1965 cho biết máy móc sẽ có khả năng công nghệ để thực hiện bất kỳ công việc nào của con người trong vòng hai mươi năm nữa; bạn hỏi khả năng rộng rãi đó có ý nghĩa gì và nó khác với việc thay thế công nhân trong thực tế như thế nào.

Một công ty dự đoán một bước đột phá y tế trong thời gian ngắn; bạn tách nguyên mẫu nghiên cứu khỏi một công cụ lâm sàng đã được xác nhận và sử dụng rộng rãi.

Một dòng tiêu đề cho biết một cột mốc quan trọng về AI đã đến sớm; bạn kiểm tra xem điểm chuẩn có đo lường được khả năng được mô tả trong dự đoán ban đầu hay không.

Dự báo không đưa ra ngày tháng hoặc kết quả có thể đo lường được; bạn gắn nhãn nó là một kịch bản hoặc khát vọng hơn là một dự đoán có thể đánh giá được.

Tương lai của hồ sơ theo dõi dự đoán AI

Khi khả năng của AI thay đổi nhanh chóng, các dự báo công khai nên đưa ra các định nghĩa, ngày tháng và giả định rõ ràng. Các nhà nghiên cứu và nhà báo có thể lưu giữ các dự đoán có niên đại và xem lại chúng bằng các tiêu chí minh bạch, trong khi người đọc có thể phân biệt kết quả đo được với một kịch bản dài hạn. Một bản ghi cân bằng sẽ bao gồm các lần truy cập, bỏ lỡ và các khiếu nại chưa được giải quyết, cải thiện cuộc thảo luận mà không coi lịch sử là sự đảm bảo cho những gì xảy ra tiếp theo. Các nhóm dự báo có thể công bố phạm vi xác suất và cập nhật ngày tháng để người đọc có thể so sánh độ tin cậy với kết quả theo thời gian. Niềm tin của công chúng nên tuân theo các bằng chứng và vẫn để ngỏ cho việc sửa đổi.

Đưa nó vào thực tế

Tại sao nó quan trọng

  • Rủi ro và an toàn. Những tác hại thảm khốc và thường ngày của AI đều phụ thuộc vào việc ai hiểu được rủi ro và ai có thể hành động.
  • Quyết định rõ ràng hơn. Kiến thức công cộng và chuyên môn định hình liệu chính sách an toàn mạnh mẽ có khả thi về mặt chính trị hay không.
  • Phá vỡ sự thổi phồng. Những lời giải thích rõ ràng làm giảm sự thu hút bởi sự cường điệu, PR trong phòng thí nghiệm và sân khấu đạo đức mơ hồ.

coi chừng

  • Xử lý rủi ro hiện hữu như khoa học viễn tưởng trong khi khả năng lại phức tạp.
  • Nhầm lẫn giữa an toàn sản phẩm bề mặt với sự liên kết dưới quyền tự chủ cao.
  • Chỉ để lại những khán giả không phải người Anh và không có chuyên môn với những nguồn chất lượng thấp.

Các bước tiếp theo

  1. Tách biệt các tác hại của sản phẩm, sử dụng sai và rủi ro mất kiểm soát/sai lệch.
  2. Hỏi bằng chứng nào sẽ thay đổi quan điểm của bạn về thời gian và mức độ nghiêm trọng.
  3. Ưu tiên các nguồn chính và đánh giá cụ thể hơn các tuyên bố tiếp thị.
  4. Xác định một lộ trình hành động: sự nghiệp, chính sách, nguồn tài trợ hoặc kỹ năng - không chỉ là nhận thức.

Tiếp tục khám phá

Bản tin miễn phí

Nhận bản tóm tắt AI hàng ngày

Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.

Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.

Tự kiểm tra

Take the The Track Record of AI Predictions quiz

Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.

Bắt đầu bài kiểm tra

Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp

Câu hỏi thường gặp

Hồ sơ theo dõi dự đoán của AI là gì?

Các dự đoán của AI bao gồm từ dự đoán về một khả năng cụ thể cho đến những tuyên bố rộng rãi về trí thông minh ở cấp độ con người và những tuyên bố đó phải được đánh giá dựa trên ngày tháng, định nghĩa và bằng chứng của chúng. Lịch sử bao gồm cả các mốc thời gian bị bỏ lỡ và các dự báo hữu ích, vì vậy, các ví dụ cần có ngữ cảnh thay vì một thẻ điểm đơn giản.

Dự báo nào sau này dễ đánh giá nhất?

Nhiệm vụ, thời hạn và điều kiện kiểm thử được xác định sẽ giúp dự báo có thể đo lường được.

Dự báo của Simon năm 1965 cho biết máy móc sẽ có khả năng công nghệ để thực hiện bất kỳ công việc nào mà con người có thể làm trong vòng 20 năm tới. Kết quả nào sẽ kiểm chứng trực tiếp nhất tuyên bố đó?

Tuyên bố của Simon liên quan đến khả năng công nghệ để thực hiện bất kỳ công việc nào của con người, chứ không phải việc triển khai toàn bộ nơi làm việc hoặc thay thế công nhân. Chỉ riêng bằng chứng cho các nhiệm vụ hẹp sẽ không đủ để thiết lập tuyên bố đầy đủ.

Tại sao người đánh giá nên giữ nguyên cách diễn đạt ban đầu của dự báo?

Nguồn ban đầu cố định mục tiêu và các điều kiện mà dự báo có thể được đánh giá.

Một hệ thống đánh bại mọi người ở một điểm chuẩn. Chỉ điều đó thôi đã chứng minh được điều gì?

Kết quả điểm chuẩn áp dụng cho nhiệm vụ và điều kiện được đo lường của nó chứ không tự động áp dụng cho khả năng hoặc khả năng áp dụng chung.

Thông tin nào thuộc về sổ cái dự đoán?

Một sổ cái ghi lại đủ bối cảnh để đánh giá cả lượt truy cập và lượt trượt một cách nhất quán.