我們需要為人工智慧做一個速度器嗎？

之前，微軟就表示，他們已經達到了轉錄語音軟體準確性的新紀錄了。他們的系統在一次標準收集的電話錄音測試中，平均每20個單詞里只錯過了1個單詞，這可是達到了人類的水平呢！

最近一系列最新發現表明，人工智慧的進步正在加速，一部分人認為這威脅到了經濟的增長。一些軟體已經證明自己在識別類似於汽車、貓等圖像方面，比人類更厲害了，谷歌的AlphaGo軟體也已經打敗了多個人類冠軍，這是近十幾年來人類歷史上的壯舉啊！各種公司想要快速推動這方面的發展，畢竟人工智慧在企業盈利方面或多或少地呈指數型增長啊！

現在，一些人工智慧的觀察家們正在努力開發一個更精確的圖片，來說明這種技術是如何發展的，以及發展得有多快。通過衡量不同領域的進步或不足之處，他們希望能夠刺激人們對人工智慧的炒作。這些項目的目的是，讓研究人員和政策制定者，更清晰地了解人工智慧領域的哪些部分是進展最快的、哪些是可能需要響應的。

非盈利實驗室SRI International的研究員，Ray Perrault，是一位正在做一個名為「人工智慧索引」（「AI Index」）的項目的負責人之一，這個項目得到了2015年在斯坦福大學建立的「人工智慧百年研究」的支持，來檢驗人工智慧對社會的影響。他說：「人工智慧正在瘋狂地發展，這也是我們需要做這個項目的原因之一。」

人工智慧進步的證據已無處不在，即使是專業的研究團隊，也難以評估這個程度到底有多少。微軟首次在去年十月宣布他們達到了人類程度的語音識別水平，但IBM和眾包公司Appen的研究人員隨後顯示，人類的水平還是比微軟所聲稱的水平更為精準。這位巨頭不得不將其錯誤率再降低12%。

Electronic Frontier是一個旨在保護公民免受數字威脅的基金會。該基金正在努力衡量人工智慧不斷發展對人類的影響。作為一個非盈利組織，該基金還參與梳理微軟的研究論文、組織開源項目等等與人工智慧相關的活動。 EFF的首席計算機科學家Peter Eckersley說：「我們想知道人工智慧的最終形態會對人類的政策有什麼長期的影響。」

這兩個項目經常發表關於機器學習以及人工智慧的研究論文。例如，EFF的檔案庫包括了自2012年以來圖像識別領域最前沿的研究，以及對於機器和人類在閱讀兒童書籍時表現出的差異的研究。

「人工智慧索引」項目是一個研究人工智慧的各個分支的發展趨勢的項目。

「人工智慧索引」這個項目，還將嘗試監測和測量人工智慧在現實世界中的工作。 Perrault舉了一個例子，該項目可以用來研究各人工智慧領域科技的從業人員的數量增長趨勢和資金流入情況。他說 ：「雖然公司可能不願意發布數據，但是我們的目標是找出這項研究對商業產品有多大影響」。另外，這個項目也正在追蹤媒體對人工智慧的看法以及公眾對人工智慧的關注。

Perrault說，該項目會得到廣泛的關注，因為研究人員和贊助機構很想看到人工智慧的哪些領域是最有實用價值的。他表示，銀行和諮詢公司已經呼籲各方，來尋求更好地處理人工智慧對人類的影響。摩爾定律是用來衡量和預測計算機處理器發展的定律，這個定律暗示未來矽谷對人工智慧發展的關注度將持續上升。

隨著軟體智能程度的上升，政府和監管機構也開始擔心這些軟體對人們隱私的影響，他們不確定是否能採用摩爾定律的預測結果來應對相應的影響。華盛頓大學法律系教授Ryan Calo表示：「我不知道它們是不是真的有用。」他認為，決策者需要對底層技術進行高層次的掌握，而且需要強有力的價值觀，而不是細化的評估和測量的標準。

EFF的Eckersley認為，人工智慧跟蹤項目將隨著時間的推移變得更加有用。例如，這個項目提醒人們，隨著人工智慧的加強，很多工作將變得自動化，從而導致許多工人的失業。而Eckersley還說：「通過我們收集的數據，我們確信對人工智慧系統的可靠性和安全性的研究是一個相當緊迫的課題。」

谷歌等公司的研究人員和學術界的學者們，最近已經開始研究如何能欺騙人工智慧軟體，以及如何防止他們做出危險的行為。隨著人們越來越希望人工智慧能在諸如汽車等工業上得到實際的應用，規定某種衡量人工智慧能力、安全性和可靠性的準則就變得十分重要了。

本文編譯自Wired

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！