[[183562]]

人們對人工智能總是有很多顧慮：人工智能對我們的工作意味著什么?機器人會不會在工作中取代人類?會不會導致“人機”戰(zhàn)爭?

目前的研究項目顯示，人工智能可以很好地造福人類。在以下的五個領域中，機器學習能夠很好地幫助人們解決難題。

醫(yī)療

人工智能的最大優(yōu)勢之一，就在于它能夠在極短的時間之內(nèi)查閱海量的數(shù)據(jù)。這使得研究者們在進行研究時，能夠精確定位所需關注的領域。

例如，在最近，人們對于肌萎縮側(cè)索硬化(ALS，也就是漸凍癥)的研究取得了突破性的進展。這一研究就是由巴羅神經(jīng)學研究所(Barrow Neurological Institute)和IBM的公司人工智能計算系統(tǒng)“沃森健康(Watson Health)”共同完成的。

IBM公司的“沃森(Watson)”是一個運用了人工智能的計算系統(tǒng)，能夠查閱數(shù)千項研究成果，并找出與ALS有關的基因。

“數(shù)據(jù)科學家、研究者們想要跟上任何全球問題的腳步，但傳統(tǒng)的研究工具越來越無法滿足他們的需要。而人工智能可以幫助我們解決難題，并在遍布世界各地的數(shù)十億個文檔中找到相關的信息。”IBM公司在新聞稿中如是寫道。

“這一發(fā)現(xiàn)給了ALS研究者們新的啟發(fā)，為藥物靶點、ALS治療方法的發(fā)展鋪平了道路——ALS是世界上最可怕、最致命的疾病之一。”

人工智能在醫(yī)療領域另一項極富前景的應用就是預測藥物的療效。比如，癌癥患者通常會服用相同的藥物，人們通過檢測病人的反應，了解藥物的效果。而人工智能可以根據(jù)數(shù)據(jù)，預測哪一種特定的藥物對病人最有效，為病人們提供高度個性化的治療方案，可以節(jié)省寶貴的時間與金錢。

安全駕駛

今年，無人駕駛車輛屢次導致交通事故，常常登上報紙頭條。盡管如此，人工智能在這一領域的運用能夠大幅度降低道路上的傷亡人數(shù)。

排名前五位的還有管理咨詢公司德勤和埃森哲。對德勤的評價集中于作為新人職場生涯的第一站，而對埃森哲的贊揚則著重于提供了不僅有趣、而且具備全球視野的員工項目。

斯坦福大學的一則報告顯示，自動駕駛汽車不僅能減少因交通事故導致的人員傷亡，還能改變我們的生活方式：在通勤途中，我們可以把更多的時間用于工作、娛樂;關于居住的地點，我們甚至有了更多的選擇。

報告還指出，“自動駕駛汽車愈發(fā)舒適，人們的認知負擔越來越少，共享交通的發(fā)展——這些因素可能會影響人們對于生活地點的選擇。”

改變學習方式

今年早些時候，美國佐治亞理工學院( Georgia Tech University)的學生們十分驚訝地發(fā)現(xiàn)，他們樂于助人的助教居然一直是一個機器人。盡管在使用初期遇到一些困難，機器助教回答學生們問題的正確率高達97%。

佐治亞理工學院的研究發(fā)現(xiàn)，學生們退學的主要原因是缺乏支持。因此，他們設計了這款機器助教。

有了人工智能，人們的學習方式會發(fā)生改變：速度不同，起點不同。人工智能將會把人們引入未來，人們會以更個性化的方式學習。世界上沒有任何一個教育體系能為每一個孩子都配備一個家庭教師，而人工智能可以滿足這一需求。“機器人老師”高度擬人，聲音、外表都十分逼真，它們將成為個性化教育的“領路人”。

合理利用能源

人工智能能夠幫助我們更加合理地利用能源。而實際上，這已經(jīng)實現(xiàn)了。

谷歌等科技巨頭擁有龐大的數(shù)據(jù)中心，需要大量的能源來維持服務器的運轉(zhuǎn)及冷卻。谷歌使用了一款名為“DeepMind”的人工智能平臺來預測其數(shù)據(jù)中心何時會過熱。冷卻系統(tǒng)只有在需要時才會激活。人工智能減少了谷歌服務器群組40%的能源消耗。

Image：谷歌 DeepMind

保護野生動物

正如在醫(yī)療領域一樣，人工智能分析大量數(shù)據(jù)的功能還可以被用于保護野生動物。

例如，人工智能可以追蹤動物的行動。因此，我們可以得知他們?nèi)チ四睦?，我們需要保護怎樣的棲息地。這項研究使用了計算技術，找出了在蒙大拿州最適合為狼獾及灰熊建立野生動物保護走廊的地方。野生動物保護走廊是數(shù)片彼此相連、受保護的區(qū)域，這些區(qū)域具有重要的生態(tài)意義：野生動物們可以安全地從“走廊”中穿越野生地區(qū)。

益處雖多，挑戰(zhàn)仍存

然而，人工智能不可避免地會帶來許多挑戰(zhàn)。其中最大的挑戰(zhàn)就是：我們該如何確保人工智能系統(tǒng)的安全性?算法基于數(shù)據(jù)，數(shù)據(jù)的改變將會改變?nèi)斯ぶ悄艿男袨?，以及其帶來的后果?/p>

“幾乎任何你能想到的、對機器學習模型所做的‘壞事’，如今都能做到”一位專家在最近于西班牙召開的人工智能大會上說道，“捍衛(wèi)它，無比艱難。”