HI,欢迎来到好期刊网!

人工智能的伦理思考

时间:2023-08-21 17:14:13

导语:在人工智能的伦理思考的撰写旅程中,学习并吸收他人佳作的精髓是一条宝贵的路径,好期刊汇集了九篇优秀范文,愿这些内容能够启发您的创作灵感,引领您探索更多的创作可能。

人工智能的伦理思考

第1篇

人工智能是具有类人智能甚至超越人类智能的机器,是对人类智能活动的替代、解放和强化。这种智能可以是计算,也可能是思维、意识、情感等。目前,人工智能已经应用在无人驾驶、人脸识别、定理证明、智能控制、博弈、语言识别等众多领域。

比如,美国政府2016年10月份就制定了一个野心勃勃的目标:在30年内把美国的交通事故死亡人数降为零。2015年美国的交通事故死亡人数增长7.2%,死亡人数为35092人。美国国家高速公路交通安全管理局(简称“NHTSA”)表示,人为因素在交通事故中占比达94%,无人驾驶可以完全消除这项因素。

众多学者和企业更是将其视为重新激活世界经济的主要引擎之一。不过,在这之前还有很多技术、法律乃至伦理问题需要解决。

无人驾驶瓶颈

美国当地时间9月23日,谷歌无人车在山景市与一辆商务货车撞在一起,这可能是谷歌汽车遭遇的最严重车祸。谷歌汽车的右侧车门被撞出大面积的凹陷,车窗遭到一定程度的损坏。车祸没有造成人员伤亡,气囊已经弹开。这起事故是货车司机的失误造成。2016年2月14日,谷歌无人驾驶汽车与一辆公交巴士发生轻微碰擦的事故,这是谷歌首次表示无人驾驶汽车应当“承担部分责任”,地点同样位于加州山景市。

特斯拉公司生产的S型电动轿车则已出现数例自动驾驶模式下的交通死亡事故。2016年1月,河北省邯郸市就曾发生特斯拉自动驾驶致人死亡事故,这应是全球首例。另有业内资深人士透露,特斯拉自动驾驶出现的事故其实多数未被报道。

这些事故都不断引发外界对自动驾驶技术是否足够成熟的质疑。

根据美国加州2012年通过的相关法案,允许无人驾驶汽车上路测试,但需要合法驾车人坐在驾驶座位上,在紧急情况时操纵汽车。特斯拉汽车的操作手册也提醒驾驶者,即便在自动驾驶中,也需要把手一直放在方向盘上。但现实中,驾驶员往往喜欢冒险和刺激。

至于技术成熟后的大规模商用,NHTSA表示,没有方向盘和油门的无人驾驶汽车在美国市场销售之前,相关法规必须做大的调整。

在中国,无人驾驶汽车同样面临法律障碍,问题主要集中在牌照和事故责任认定两方面。

无人驾驶汽车一旦在测试或商用时发生事故,就面临责任划分、理赔等问题。无人驾驶系统、司机、对方的责任如何划定?由于无人驾驶汽车是由多家企业集合研制,这些企业的责任又将如何划分?如果无人驾驶和有人驾驶可以切换,责任又将如何划定?

“应当尽快对事故后保险公司的理赔、无人驾驶技术平台与保险公司对于硬件、软件供应商的责任追偿开展立法工作。只有健全理赔体系时,才能够消除无人驾驶技术的测试与研发过程中各方的后顾之忧,切实推动技术的进步与发展。”中国政法大学传播法研究中心副主任朱巍向《凤凰周刊》表示。

中国科学院大学公管学院副教授刘朝表示,由于无人驾驶汽车仍在测试阶段,技术路线等都不确定,国家层面法律的修订和出台应慎重,自下而上的政策法规尝试和探索不失为一条稳妥而高效的路径。另外,在此过程别需要可靠的传播媒体和真正中立的社会组织发挥积极的作用。

人工智能引发失业潮?

2016年1月,IBM公司开发的Jill Watson分析系统开始帮助美国佐治亚理工大学的毕业生解决毕业论文中遇到的各种问题。Watson在回复电子邮件和论坛发帖时,语气随意,与正常人无异,而且会使用很多口语,能在几分钟之内准确地回应问题。

在五个月的试验中,没有学生发现他们的助教是机器人。

类似的人工智能技术已经被应用在法律服务、医疗助理、金融分析等多个领域,与此相应,部分岗位正在被这些智能机器所替代,从蓝领到律师,从医生到华尔街分析师。

人工智能技术最有价值的应用可能是金融业。在金融领域,每提升1%的收益就能获得巨大的财富。毕马威在近期一份报告中预测,到2030年银行及其服务可能“消失”,类似于苹果Siri的人工助手将接管客户的生活与金融服务。传统银行的多数部门或将消失,而专业的服务则将获得更大发展。

一些评论家预测,人工智能会使得某些工人的技能多余化,那些被自动化所取代的工人不得不寻求新的就业机会。即便这部分工人能够找到新工作,也常常是低附加值的,且工作稳定性更低。从这个角度讲,人工智能不仅可能增加社会不公,更会带来永久性的失业以及贫穷。

诺贝尔经济学奖得主斯蒂格利茨就认为,劳动市场正因为技术变化而发生重要转变,要保护劳动力,就必须对人工智能和自动化系统相关的监管和其他政策变化保持高度重视。

真格基金创始人徐小平近年投资了多个人工智能项目。在他看来,人工智能对人类的影响和冲击将是全方位的。

“有人说,在美国除了卡车司机和销售员,其他工作都在被替代。不幸的是,卡车司机也在被替代。高中学历的美国卡车司机年薪7万美金。所以,特朗普崛起了,支持他的多数是没上过大学的白人,他们在全球化和高科技面前成为失意者。”徐小平告诉《凤凰周刊》。

新近涉足人工智能的雅瑞资本联合创始人张瑞君相对乐观,她告诉本刊,目前投资的项目其实主要是代替人们所不愿从事的低端机械化工作,使人们腾出手来,去做更高端、更有创造性的工作,这是一个逐渐的过程。“而且人工智能产业本身也正在吸纳众多高回报的创业与从业者。”

三角兽科技联合创始人马宇驰就正忙于招聘多位工程师。2016年2月,他与曾效力百度度秘、微软小冰的王卓然、亓超合伙创业,目标是打造一套智能聊天对话系统。其产品主要针对物联W设备,让机器听懂人说话,并作出反馈。其公司目前已获得两轮共3000万元融资,产品已经应用在锤子T3手机、Rokid机器人等。

马宇驰向本刊介绍,根据行业预测,2020年全球物联网设备数量将达240亿部,智能终端设备将达到340亿部,产业和就业空间巨大。“如何快速提升劳动者的技能,这需要社会、政府、教育等的努力,而且人工智能也可以作为培训劳动者的工具。”徐小平说。

冲击人类生存与伦理

2016年3月,谷歌公司创造的人工智能程序阿尔法狗以4:1战胜世界围棋高手李世石,这引发了全球对人工智能的再度关注和广泛思考。有评论说,从现在起,如何管控人工智能,应该成为一个严肃课题。

人工智能的失控乃至危及人类并非遥不可及。美军无人机在阿富汗等中东地区已经多次误伤平民。

科技界的一些知名人士正呼吁禁止“杀手机器人”,他们警告称,越过这一界限将启动一场新的全球军备竞赛。尽管“机器人士兵”仍限于设想,但伴随人工智能快速发展,军队可能在未来20年内部署这类机器人。事实上,包括中国在内的各大国都在加紧研发水、陆、空无人作战平台。

根据摩尔定律,计算机的运算能力每两年就翻一倍,假以时日,尤其人工智能具备强大的自进化能力后,其威力可能超出人类想象。也许它将能让人类永生,同样可能的是地球上所有生命的终结。

物理学家史蒂芬・霍金是忧虑派。“人工智能的强力崛起,可能是人类历史上最好的事情,也可能是最糟糕的。”霍金在一次演讲中说,“将来,人工智能可能会发展出来它自己的意志,一个与人类相冲突的意志。”

当然,机器人也可能并不与人类冲突,而是发展出人类的意识与情感。这同样会遭遇棘手的法律和伦理问题。

阿姆斯特丹自由大学罗伯特・哈文教授就指出,应该研究是否需要明确机器人的法律主体地位,并思考从民法、公法、隐私法、知识产权法等维度构建机器人法律框架。就像从婴儿到成人,伴随机器人的进化,它将被不断赋予更多的人权与责任。

第2篇

人工智能本质上是一种建立在大数据基础上的自我学习、判断和决策的算法,其在类案类判、智慧检务建设等司法系统的“技术革命”中起着重要作用。美国还将算法模型应用到量刑、保释、假释等决策中,引发社会广泛关注。例如,康斯威星州State v. Loomis案件中,被告认为州法院使用Compas算法模型量刑违反了正当程序原则,其决策的准确性、透明性都有待检讨,遂向州最高法院上诉。在科技革命扑面而来的当下,人工智能技术在法律检索、风险评估等法治进程中的应用需要认真对待。

一、美丽的误解:算法默认是公平的

建立在算法模型基础上的人工智能给社会生活带来巨大便利,如网络约车、区块链、互联网金融等带来了社会进步,但其潜在的弊端不容忽视。2016年哈佛大学肯尼迪学院的分析报告指出,目前针对犯罪倾向性预测的人工智能系统,无论技术人员如何调整机器学习的策略和算法,人种和肤色都成为无法抹去的高优先识别变量。那么看似技术中立的算法为什么会产生歧视?

算法本质是互联网的编程技术,但这种编程技术绝非中立。谷歌公司的数码相册软件将深色皮肤的人标记为大猩猩,展示了科技错误如何转变成伤害,进而导致社会不安与仇恨。正如这里所示,算法歧视在很多情况下是难以预料的、无意识的副产品,而非编程人员有意识的选择,更增加了识别问题根源或者解决问题的难度。那么算法歧视是如何出现的?首先,算法结果建立在其所使用的基础数据之上,基础数据的不完善将直接影响算法输出的科学性。数据本应是社会现实的反映,但如果编程数据本身不正确、不完整或过时,输出的结果则会以偏概全。我国的裁判文书上网制度有待完善,各省关于类案类判制度的试点也还存在“数据孤岛”等“先天不足”,这不可避免地会损害算法输出结果的公平性。其次,算法的设计、目的、成功标准、数据使用体现了设计者、开发者的主观选择,他们可能将自己的偏见嵌入算法系统,这导致算法继承了人类决策者的种种偏见。第三,算法决策是在用过去预测未来,而过去的歧视可能会在算法中得到巩固并在未来得到加强,因为错误输入形成的错误输出作为反馈,将进一步加深错误。第四,算法决策不仅会将过去的歧视做法代码化,而且会创造自己的现实,形成一个“自我实现的歧视性反馈循环”。

二、算法歧视的治理难点

人工智能的算法决策具有典型的“黑箱”特点,连设计者可能都不知道算法如何决策,要在系统中发现有没有存在歧视和歧视根源,在技术上非常困难。如果按照现有的法律责任规则,由于系统的自主学习、决策能力很强,它的开发者无法预测最终将输出什么结果,那么黑箱的存在难以查找事故原因,将不可避免地产生责任鸿沟。除了如何通过设计确保算法和人工智能系统的公平性外,算法的治理难点还有以下方面。

首先,法律工具主义思维盛行。工具主义是指将各种科技成果视为解决人类问题、增强人类能力的工具,其在法律领域是实用主义法律观的体现。电脑量刑、类案类判输出的结果之所以往往为民众质疑,是因为只讲手段不问目的的工具主义割裂了法律和道德的关系,导致输出结果无法取得社会认同。工具理性取代价值理性的弊端在现代化早期已经暴露无遗了,技术本身并不是目的,也无法自动形成自己的目的。

其次,算法的透明性问题难以公开。算法的输出是“黑箱”过程,即便人工智能最终的应用出现严重后果,算法的过程也无从得知。人们无法判断损害到底如何造成、更不清楚算法本身是如何编写的。对于掌握先进科技的企业而言,算法往往属于企业的“商业秘密”,是受到法律名正言顺保护的“黑箱”。当利用犯罪风险评估软件对犯罪嫌疑人进行评估时,决定司法判决结果的就不再是规则,而是代码。而编程人员将既定规则写进代码时,不可避免地会对这些规则进行调整,但公众、官员以及法官并不知晓,无从审查嵌入到自主决策系统中的规则的透明性、可责性以及准确性。在缺乏必要的问责机制的情况下,无法矫正的算法歧视对刑事司法是一种嘲讽。

第三,运用法律规制算法歧视在操作层面还需考虑以下方面:第一,公平可以量化、形式化吗?如何被翻译成操作性的算法?第二,公平被量化为计算问题会带来风险吗?第三,如果公平是机器学习和人工智能的目标,谁来决定公平的考量因素?第四,如何让算法、机器学习、人工智能具有公平理念,自主意识到数据挖掘和处理中的歧视问题?

三、通向公正的算法规制

法律只有能够以直观、明确的方式对人工智能的决策进行追踪,才能够保证人工智能在合法轨道上运行。如果算法继续保持神秘并且人工智能公司的重心始终围绕利润而非公正与平等,那么人工智能将很难取得公众对其在司法应用中的信任。发展人工智能为了促进社会进步,法治公正需要考虑技术革新和权力结构变化所带来的新问题。2016年英国下议院科学和技术委员会《机器人与人工智能》,特别强调决策系统透明化对于人工智能安全和管控的作用。世界科学知识与技术伦理委员会(COMEST)也关于机器人伦理的初步草案报告,提出应当在机器人及机器人技术的伦理与法律监管中确立可追溯性,保证机器人的行为及决策全程处于监管之下。

第3篇

【关键词】人工智能;电气自动化控制;应用

一、人工智能技术的定义及其技术特点

(1)人工智能技术是指通过计算机的算法对人脑控制人类的活动进行技术模拟,发出与人类行为相似的系统指令,从而能够解决传统学科难以解决的问题。人工智能技术作为一门新兴的学科,不仅包含数学、计算机学等传统学科,也包括了哲学、心理学、伦理学等学科。因此,人工智能技术可以说是全面地模拟人脑,以期达到人脑控制下的行为反应,最终达到单纯依靠机械来完成高危险、复杂的工作。(2)人工智能最大的技术特点即为可以利用计算机模拟运算来达到人脑思考的效果。与人脑思考相比,人工智能技术能够更有效地进行信息的采集、问题的分析与处理,在这种优势的促进下,复杂的脑力活动将逐渐被计算机的智能运算所代替。通过这种方式,可以极大的减少人力劳动与人力成本的资源投入,同时提高工作效率,实现产业结构的优化配置,最终提高生产力的发展水平。

二、人工智能在电气自动化控制中的应用

如何保证电气设备有条不紊地运转一直是电气自动化领域中亟须解决的问题,然而这个问题本身具有极大的复杂性,电气自动化控制领域中的人才培养十分不宜且后备力量严重不足。而人工智能技术的出现则有效的缓解了人才缺乏的压力,通过计算机的智能运算,可以有效的代替人脑对电气产品进行设计,而且当电气自动化工作过程中出现问题时,计算机也会及时做出反应。在电气自动化控制领域中实施人工智能技术,可以有效的降低生产成本,实现电气系统控制下生产结构的优化。(1)电气类产品设计时,人工智能可以对产品设计进行优化。由于传统的设计方式在前期会有一个漫长的产品试验过程,需通过归纳法得到相关设计经验后再由产品设计师进行手工完成,而这一过程很难达到产品预期的效果,且前期的试验与后期的制作方式都需要投入大量的人力物力与财力,所以,这样的生产方式显然不适用于当今社会科技快速发展的需要。人工智能技术的加入极大的改善了这种情况,优化了产品的设计过程。首先,CAD等电脑设计系统软件的出现,辅助人们进行前期产品的试验,由于计算机相比于人脑具有准确率高、运算快速等特点,因此这一前期的试验周期得到了极大的缩短。(2)面对电气自动化控制过程中出现的故障与事故,人工智能技术可以及时预防与解决问题。人工智能技术的出现与发展则有效地改善了这种情况,特别是处理在变压器、发动机等问题上,人工智能技术的表现尤为突出。例如,如果变压器工作不畅,出现故障时,早期的解决方法一般是先对变压器产生的气体进行收集、提取,然后分析得到的气体,最后根据分析得出的结论来判断故障出现的原因。这种方法不仅耗费大量人力与财力,最重要的是分析问题的周期相当长,此外,这种解决方法并不能保持一个较高的准确率,一旦出现不到位的诊断,后果不堪设想。人工智能技术则不会出现这种问题,计算机会根据专家的技术指导与平常机器故障的样本收集,对所产生的问题进行及时有效的分析,最终生成解决方案,不仅可以提高分析问题的准确率,也可以缩短分析问题的周期,全面的提高处理问题的效率。(3)人工智能技术可以简化电气自动化的控制流程。电气自动化领域的操作流程非常的繁琐,对于操作的步骤要求也非常严格,一旦出现细微的操作问题,则可能引起严重的机器故障发生,并造成无法估量的损失。如何保证电气设备能够有效稳定的运作,并在控制过程中尽量实现操作的简单化、程序化是每个研究人员关心的难题。人工智能技术的出现与发展有效的解决了这个难题,通过对日常资料的储存与分析,可以在机器发生事故时采取有效及时的措施,最大程度上保证社会的和谐发展。此外,人工智能技术通过对电气设备的远端操控,实现了控制流程的简单化、程序化,方便技术人员对电气设备进行定期的检查与维修,节约时间的同时,也降低运行成本。

三、总结

计算机技术的发展促进了人工智能技术的不断创新与发展,这项技术已经在社会各个领域中起到了极大的作用,方便了人们的生活,并不断促进社会进步。电气自动化控制行业与居民的安定生活、社会的和谐发展息息相关,因此更应大力发展人工智能技术。本文主要阐述了人工智能技术的定义特点以及在电气自动化控制中的具体应用,希望能为我国的电气设备的发展上提供帮助。

参 考 文 献

[1]朱子龙.人工智能技术在电气自动化控制中的运用探讨[J].科技创新与应用.2012(7)

第4篇

最近,全球最大的专业技术学会组织IEEE发表了一份报告,强调了工程师和研究人员在开发新的智能软件和硬件时,应以合乎伦理的方式进行思考。在他们看来,人工智能技术(AI)的发展应该要与人类的道德价值观和伦理原则相符合。

这份题为《伦理对齐设计》的报告长达100多页,提出了相应的发展指南和指导准则,希望AI领域专家、自动化系统专家应更多的投身系统设计的后果等方面的研究,并将人类伦理带入到AI的研究推V当中。

在AI席卷全球的当下,智能制造和自动化系统中的伦理因素已变得越来越重要,因为越来越多的AI技术已被运用到市场和政府的工作当中。由此引发的很多讨论也是围绕着先进的AI系统而展开的,而现在已经有了能够对商业和政治决策产生重大影响的AI新技术。

IEEE人工智能与自主系统伦理道德考虑全球行动计划主席Raja Chatila在接受媒体采访时表示,AI系统技术工程师未必都清楚人与智能机器人之间存在的潜在问题。

他说,“我个人认为,大多数工程师和公司还没有真正意识到这些伦理问题,也没有真正面对这些问题。因为他们虽然受过开发高效工作的系统的培训,但是没有受过关于伦理问题的培训。”

已经出现的问题之一,即算法偏差。AI系统的确能够反映制造者的意图,但是如果这些意图与使用者不一致时,就有可能带来很多棘手的问题。

关于AI技术在研发与生产过程的透明度,该报告反复强调,急需建立一个能够报告“为什么做出该决定”的自动化系统。然而,目前最先进的AI系统也很难实现这个目的。更重要的是,研发企业隐藏AI系统的内部详细信息的情况也不少见,这也是推动AI系统透明度面临的一个重要问题。

透明度不仅是理解图像识别算法等技术的关键,也是未来我们如何进行战争的关键。IEEE报告对AI武器的讨论充斥着平静而可怕的语言,如“这些AI机器一旦失控将导致不负责任的暴力和社会破坏”。

为了阻止AI武器带来极大的破坏性,IEEE组希望更多的人参与到这些AI系统研发之中,在AI武器启动之前能够实现有效的控制。

未来,IEEE将围绕伦理和AI而建立IEEE标准,并针对AI系统设计中伦理问题建立三项标准(其中一项已经实施),另外两个正在制定中。

制定标准的过程,需要市场去接受采用它们,因为,伦理系统的建立将降低65%使用AI武器杀人的可能性,这更能吸引人们关注。但更有可能是,许多科学家并不理会这些伦理问题,继续以自己的方式研究开发。

第5篇

人工智能技术及其应用的发展历史虽然只有短短的50余年,但是它作为信息技术的前沿领域,对社会经济和发展的影响却越来越大。在基础教育课程改革的大潮中,许多国家意识到基础教育领域开展人工智能教育的必要性,努力把人工智能列入技术类教育的教学内容中。作为师范类院校,教授人工智能课是有必要的。? 

(1)为部分优秀的学生将来做更深入的研究打坚实的基础。在面向知识经济的今天,研究获取、表示和使用知识的人工智能学科越来越受到人们的重视。目前人工智能研究被列为中国高技术领域的重点之一。以专家系统为代表的智能化系统在信息技术中也占有重要地位。因此在高等教育中开展人工智能教育和智能化系统的研发,不仅是计算机科学的应用,也是促进各学科服务于国民经济发展的必然趋势。为使人工智能的理论、方法和技术的研究与应用普及和深入,教育重心必须要下移,即从研究生教育向本科教育普及。开展本科层次人工智能普及教育的有效途径之一是在本科高年级开设相关选修课。开展人工智能教育,不仅能够更好地发挥高等院校的育人和科学研究功能,而且能为学生拓宽专业路径,扩大自主学习空间和发展个性创造条件,同时也为营造一个使学生不仅有宽厚、扎实的理论基础,且具综合分析和解决问题能力的环境。? 

(2)为将来从教的学生积聚大量的知识。英国早在1999年,人工智能课程已经作为选修课出现在中学的信息与通讯技术(ICT)课程中。许多中小学还通过机器人竞赛活动来激发中小学生学习人工智能的兴趣,使学生不仅提高了用信息技术解决问题的能力,而且培养了多种思维方式,获得了更多的创新空间。美国现行的中学信息技术课程设置中,将人工智能的内容作为“媒体与技术”层面对12年级学生的要求。澳大利亚的部分中学开设的信息处理与技术课程,人工智能、信息系统、算法和程序设计、社会和伦理道德、计算机系统分别作为5个主题共同构成了该课程的教学内容。在该课程的大纲中规定,人工智能部分的教学内容在高中第3学期为12年级的学生开设,教学时间为10周。? 

在我国,多年以来中学奥林匹克信息学竞赛中一直包含有人工智能相关的题目,涉及启发式搜索、博弈、智能程序设计等问题。2003年4月,我国教育部正式颁布《普通高中技术课程标准(实验)》,首次在信息技术科目中设立了“人工智能初步”选修模块,标志着我国高中人工智能课程的正式起步。? 

我国的新课程标准颁布后,教育部评审并通过了分别由教育科学出版社、广东高教出版社、地图出版社、上海科技教育出版社和浙江教育出版社出版的5套高中《人工智能初步》教材,并开发了相应的教辅材料,包括教师用书和配套光盘等。为了配合中学人工智能课程的实施,国内也推出了一些适合中学生学习与体验的人工智能软件和网络资源。另一方面,一些高校的本科生、研究生也逐步关注中学人工智能教育的开展并将其作为毕业论文的研究选题。一些师范院校适应形势要求,已为师范生开设了与此相关的选修课程。? 

2 人工智能的教育及教学条件现状? 

通过对本人多年的教学过程进行总结,我校的《人工智能》课程教育现状可总结为如下几点:? 

(1)理论知识充裕。但与实践相脱节,特别是在智能科学技术的教育教学方面。尽管知识面相当广泛,而人工智能理论的普及教育以及智能技术的开发与应用仍然十分滞后。? 

(2)同其它普通高等院校一样,在本校,人工智能技术的研究与应用尚未普及,甚至比不上其它院校。这不利于培养学生的科研兴趣及创造精神。? 

(3)缺乏配套实验教材,实验教学内容缺乏,无法培养学生的研究能力和创新能力。只有开设实验项目,才能使人工智能的相关知识具有研究性和综合性。? 

(4)对中小学智能教育的深度及教学方式、教学特点缺乏研究。做为师范类院校,我认为在对学生进行基础知识教育的基础上,要紧抓中小学智能教育的特点对师范类学生进行相关的教育与培训。? 

相对于教育现状,我校的《人工智能》课程教学条件现状要稍好一些,其状态如下:? 

(1)教材使用国家级规划教材,此教材非常系统地介绍了人工智能的基本原理、方法和应用技术,适合本科及研究生使用。在我们的授课过程中,也会适当为学生提供相关的国内其他先进教材,如中南大学蔡自兴教授的《人工智能及其应用》等。? 

(2)为了促进学生自主学习,我们准备了多种类型的扩充性学习资料,加强学生主动学习的意识,包括:课程相关杂志和书籍目录,以及部分重要的参考文献,与人工智能相关的网络资源如优秀BBS、新闻组、网址等。 它们包括了大量的文献资料、本领域研究的前沿动态等。 使用表明,学生非常乐于查阅这些资源。 使学生能通过使用这些资源进行一些人工智能程序设计,探讨一些问题,在课堂讨论中展示他们的收获。? 

(3)校园网的普及与不断优化使本课程有优良的实践性教学环境,能充分满足教学需要。我们拥有较充足的多媒体教室和网络教室,为实现本课程教学提供了物质保障。在网络资源建设方面,全校办公室、教室、学生宿舍和教师宿舍都以宽带网相连,这些硬件设备对本课程教学发挥了重要作用,使本课程教学质量得以明显提高。? 

3 人工智能教学方法及手段的改革? 

针对我们现在所采取的教学方法,我认为存在许多不足,如教学方式比较单一,教学内容偏重理论讲解等,为此,提出以下教学方法的改革:? 

(1)通过多种途径激发学生的学习兴趣。课程的学习效果,直接受到学生兴趣和参与意识的影响。一般来讲,《人工智能》作为一门前沿课程,开始学生学习兴趣很大,当开始接触到抽象理论知识及部分算法时,学生往往感到不易接受。 我们通过各种途径和方法, 激发和培养学生的学习兴趣,包括鼓励学生参与某部分知识的扩充性资料查找,预留一定时间请学生负责对此内容进行讲解,布置学生对某个基本成型的实验进行纠错及验证,降低问题解决的难度。学生因此产生兴趣从而做更深度研究。? 

(2)进行启发式教学。 我们可以尝试在教学过程中不断提出问题请学生思考,启发学生求解这些问题,鼓励学生提出自己的猜想和解决方案,然后摆出教材中的解决方案,并与同学所提出的观点进行分析和比较,这足以加强学生学习的主动意识和参与意识,提高学生学习的积极性。? 

(3)课堂辩论与交互式教学。 组织课堂辩论,讨论的议题可定位为譬如人工智能是否能超过人类智能等有争议的问题。学生通过对这些问题展开激烈争论,激发了学习潜能,明确了学习目标。当然师生间的交流方式还有很多,如邮件互发、QQ留言等,也可在课程网站中的互动平台进行交流。? 

(4)分层次因材施教。 在授课过程中,通过对每个具体学生的学习进度、课堂作业情况进行及时评估,对学生提出进一步的学习建议和指导, 实现个性化的教学。 对优秀学生探讨,可以在教学设计和实验设计中要求其选作部分探索性、创新性的功课和实验,以发挥学生个性优势。对于有意于将来从事中小学教育的学生可以在机器人及人工智能技术发展现状等知识层面对其做问题讲解。而那些看似缺乏兴趣的学生,我们可以用多媒体手段如播放人工智能相关电影及科学小片引起其兴趣,实行逐步引导的教学过程。? 

另外,我们可以尝试双语教学。 采用中文教材和讲授的同时,注重在课程中的关键词同时用英文表示,并适当指定英文参考短文和英文参考书。使学生能够接触国外文献资料,加深对学习内容的理解,获得更宽广的知识。我们也可以在教学内容安排上,注重理论联系实际,将一些人工智能网络上的虚拟实验给学生进行课外上网练习,从而使学生了解算法的具体运行过程, 通过参与达到知识的理解,掌握基本方法和技术。? 

 

根据现有的条件,我们在教学中可以采用多媒体教学和网络课程教学相结合的方法,充分利用多媒体的丰富表现形式,利用网络课程的交互性、情景化等特点,构筑以学生为主体的《人工智能》课程现代教学模式。 对于抽象知识,可通过动画和视频演示,通过声音和图像展示人工智能的历史、人物和前景,做到学生直接而深刻地看到知识的内涵外延。网络课程能较好地实现交互并使学习过程情景化,通过网络课程的课堂练习和章节练习,教师可以评价学生的学习情况,并给学生提出学习建议,从而提高学生的研究力和创新力。我们也可以给学生播放中学《人工智能》课程课堂教学录像,以使学生看到初高中学生的知识范围及深度;同时给学生播放现有的《人工智能》科学成果,让学生看到理论背后的实践;也可以播放科幻片,激发学生想象的翅膀从而有兴趣把人工智能作为将来深造的方向。《人工智能》是一门较新的课程,改进教学方法和手段不仅要靠教师,也应增加硬件设备的投入。如果人工智能能采用智能辅助教学系统或机器人辅助教学过程逼真、形象,一目了然,这样可大大提高学生的学习效率,尤其是提高学生的观察判断能力、发现问题和解决问题的能力。? 

4 人工智能实践教学设计的探讨? 

我们可以在教学过程中,适量开设一些实验和设计,提高学生的动手能力,并加深他们对理论知识的理解,降低理论的抽象度,提升理论的实用性。在近两年的教学过程中,我们会适量加入一些人工智能语言的教学过程。例如,在讲解了“野人与传教士过河”等问题后,我们可以让学生使用Visual Prolog或者C ?++?对算法进行实现;在讲解 TSP 问题的遗传算法解决案例后,指出编码方案、初始种群大小、进化代数、交叉率变异率等因素对求解结果的影响,并要求学生通过实验的方式来分析、理解这些问题,并提出“寻找更有利的解决方案”等问题。把学生的兴趣激发后,为解决这些问题,学生会在课外主动查阅相关文献、相互讨论以实现他们所设计的方案,这样既培养了学生善于钻研和勇于创新的精神又提高了学生的实践与创新能力。? 

参考文献:? 

[1] 熊德兰,李梅莲,鄢靖丰.人工智能中实践教学的探讨[J].宿州学院学报,2008(1).? 

[2] 何元烈,汪玲.“Visual C ?++?”在“人工智能”教学中的应用与探讨[J].广东工业大学学报:社会科学版,2008(8).? 

第6篇

如果时光倒流500年,你会如何对当时的人们述说今日的世界?在那个时代,哥白尼刚刚发表日心论,伽利略还在比萨斜塔抛掷铁球,吴承恩还在用毛笔写着《西游记》。如果你对他们说:“嘿,老兄,我对着手上的这个‘黑色方块’说句话,它不仅能让你看到太阳系长什么样,告诉你什么是重力加速度,还能直接把唐僧要去西天取的经下载给你看。”他们可能会觉得你要么是神仙,要么是神经。

AI从诞生到现在已经有60年的时间,期间经历两轮起落,呈阶梯式进化,走到今天进入第三个黄金期。如果按照其智能水平划分,今天的人工智能尚处在狭义智能向广义智能进阶的阶段,还是一名不折不扣的“少年”,未来拥有无限的可能和巨大的上升空间。

AI是一门交叉的学科:人工智能由不同的技术领域组成,如机器学习、语言识别、图像识别、自然语言处理等。而同时,它也是一门交叉学科,属于自然科学和社会科学的交叉,涉及到哲学和认知科学、数学、神经生理学、心理学、计算机科学、信息论、控制论、不定性论等学科。因此人工智能领域的技术壁垒是比较高的,并且会涉及到多学科协作的问题,对任何公司来说,想做好人工智能将是一门大工程。未来不大可能出现一个公司能包揽整个人工智能产业每一个部分的工作,更可能的模式将是一个公司专注于一个相对细分的领域,通过模块化协作的形式实现人工智能领域的不同应用。

进化史呈阶梯状,以阶段突破式为成长模式:人工智能的发展经历了两次黄金和低谷期,

现在正经历着第三个黄金期。1956年,麦卡赛、明斯基、罗切斯特和申农等年轻科学家在达特茅斯一起聚会,并首次提出了“人工智能”这一术语,标志着人工智能的诞生。第二年,由 Rosenblatt 提出 Perceptron 感知机,标志着第一款神经网络诞生。1970年,因为计算能力没能突破完成大规模数据训练,人工智能的第一个黄金期到此结束。

后直到1982年德普霍尔德神经网络的提出,人工智能进入第二个黄金期,之后BP算法的出现使大规模神经网络训练成为可能,人工智能的发展又一次进入。1990年,因为人工智能计算机和DARPA没能实现,政府撤资,人工智能又一次进入低估。2006年,随着“深度学习”神经网络取得突破性进展,人工智能又一次进入黄金时期。

AI将由狭义智能向广义智能进化,虽然人工智能的诞生已经有60年的时间但如果把它比喻成一个人的话,当前的他应该还未成年。按照人工智能的“智能”程度,可以将其分成狭义智能、广义智能、超级智能三个大的发展阶段,现阶段的图像与语音识别水平标志着人类已经基本实现狭义智能,正在向广义智能的阶段迈进。

狭义智能:即当前的技术已经实现的智能水平,包括计算智能与感知智能两个子阶段,计算智能指的机器开始具备计算与传递信息的功能,感知智能指机器开始具备“眼睛”和“耳朵”,即具备图像识别与语音识别的能力,并能以此为判断采取一些行动。

广义智能:指的是机器开始具备认知能力,能像人类一样获取信息后主动思考并主动采取行动。在这个阶段,机器可以全面辅助或代替人类工作。

超级智能:这个阶段的机器几乎在所有领域都比人类聪明,包括科学创新、通识和社交技能等。这个阶段目前离我们还比较遥远,到时候人类的文明进步和跨越或许将有赖于机器,而机器人意识的伦理问题也许将在这个阶段成为主要问题。

推荐引擎及协同过滤可以分析更多的数据

智能助手并不只局限于Siri等手机语音助手。微软率先在win10 系统中加入个人智能助理Cortana,标志着个人PC端智能助理的出现;图灵机器人以云服务的方式进入海尔智能家居、博世mySPIN车载系统,预示着多场景人工智能解决方案的潮流。初步实现人机交互的智能助手系统,已经被应用于智能客服、聊天机器人、家用机器人、微信管理平台、车载系统、智能家居系统、智能手机助理等多个软硬件领域。

垂直类网站及社交平台可以借助智能助手系统打造高专业度的“在线专家”以提升平台价值;企业可以借助以“语义识别”为基础的智能助手系统,打造智能客服,效率远高于传统的以“关键词对应”为技术支持的客服系统。

推荐引擎,是主动发现用户当前或潜在需求,并主动推送信息给用户的信息网络。挖掘用户的喜好和需求,主动向用户推荐其感兴趣或者需要的对象。传统推荐引擎通常利用用户在平台上的历史记录进行推荐,效率低、匹配度不高。目前随着大数据和深度学习技术的推进,推荐引擎及协同过滤可以分析更多的数据,乃至全网数据,并模拟用户的需求,真正达到按需推荐。全球最大的正版流媒体音乐服务平台Spotify也利用卷积神经网络参与建设其音乐推荐引擎;谷歌也提出利用深度学习方法来学习标签进行推荐建设。出品纸牌屋的全球最大在线影片租赁公司Netflix 也利用深度学习网络分析客户消费的大数据,还计划构建一个在AWS云上的以GPU为基础的神经网络。

“餐厅推荐引擎”Nara,便是一个利用AI技术的推荐引擎。在上线之初,Nara 就取得了400万美元的投资。Nara 的数据库中有超过100000家餐厅的信息,并利用特有的“Nara神经网络”,学习使用者的偏好,最终达到“电脑帮你点餐”的目的。

而今年3月22日,国内AI领军企业阿里巴巴旗下的阿里云数加启动“个性化推荐”引擎对外公测,该引擎用于帮助创业者可以快速获得媲美淘宝天猫的个性化服务能力。阿里云数加上的推荐引擎能够以更低的成本完成开发,节省程序量达到90%,推荐引擎的搭建时间将由几个月缩短到几天。

对于不了解算法的人,只能实现标签规则类的推荐,但如果要做成机械化、类似协同过滤的算法,创业公司需要配置大量的算法工程师,人力成本很高。现在用了数加的推荐引擎,商家只需要做数据的ETL加工,推荐的结果集、训练集都不用处理,只需要调整参加即可得到推荐结果。

AI带给人们新的视觉???

医疗:为健康诊断和药品研发插上高飞的翅膀

健康诊断有望迎来新纪元,海量的病历数据和医学界的新研究成果,单靠人工很难及时筛选并利用,而引入人工智能技术将充分发挥这些信息的价值。例如著名的个人健康管理产品公司Welltok将 IBM的Watson功能融入旗下产品 CafeWell Concierge APP中,借助 Watson 的认知计算能力理解人类语言,实现与用户沟通的能力,从大量数据中进行分析并为用户提供健康管理相关的答案和建议,实现健康管理、慢病恢复训练、健康食谱等功能,这一领域的良好前景使 Wellltok公司近年的融资额连创新高。另外,2015年IBM斥资10亿美元收购医疗影像与临床系统提供商Merge,将研究如何实现 Watson的“辨读”医学影像功能。此外,AI 还可以从医疗中心获得的健康数据,通过大数据分析,实现根据分析患者行为来制定个性化治疗方案的功能。

智能家居:天花板尚远,AI有望成为核心

行业天花板尚远,增速有望保持在 50%左右, 《钢铁侠》中的“Jarvis”作为智能管家,除了起到钢铁侠的小秘书的作用,还帮主人打理着日常生活,向我们展示了一个理想中的智能家居系统。虽然我们目前可能离那个无所不能的智能管家还很遥远,但智能家居对我们生活的变革确实已经开始了。根据《2012-2020 年中国智能家居市场发展趋势及投资机会分析报告》的预测,我国智能家居市场在 2016年将达到605.7亿的规模,同比增长50.15%,到2020年市场规模将达到3294亿,年均增速将保持在50%左右,具备充足的向上延伸空间。而智能家居想达到“Jarvis”般的终极效果,必然需要引入AI技术,实现家居的感应式控制甚至自我学习能力。

AI有望成为智能家居的核心,实现家居自我学习与控制。按照智能家居的发展进度,大致可以分为四个阶段:手机控制、多控制结合、感应式控制、系统自我学习。当前的发展水平还处在手机控制向多控制结合的过度阶段。而从多控制结合向感应式控制甚至自我学习阶段进化时,AI将发挥主要功能。到今天为止,家居的实体功能已经较为全面,未来的发展重点可能在于如何使之升级改造,实现家居的自我行为及协作,因此未来AI在智能家居领域的应用有望成为其核心价值。AI对智能家居的重构可以深入到方方面面,包括:控制主机、照明系统、影音系统、环境监控、防盗监控、门窗控制、能源管理、空调系统、花草浇灌、宠物看管等等。

无人驾驶:政策渐萌芽,AI决定可靠性

优点多、动机足、政策渐萌芽。据麦肯锡的调查显示,如果能解放驾驶员的双手,一辆无人驾驶汽车内的乘客通过移动互联网使用数字媒体服务的时间多一分钟,每年全球数字媒体业务产生的利润将增加 50亿欧元。此外,由于自动泊车无须为乘客下车预留开门空间,使得停车位空间可缩减至少15%。

如果无人驾驶汽车以及ADAS系统能够将事故发生率降低90%,即可挽回全美每年的损失约1千900亿美金。可以说诸多的优点使得无人驾驶技术的研发动机还是相当充分的,因此未来无人驾驶推行的力度应该还会保持在一个比较高的水平。美国勒克斯研究公司曾预计无人驾驶汽车的市场规模在2030年将达到870亿美元。

到目前为止,各国政府对于无人驾驶技术在政策上的支持正逐步放开,美国政府在年初刚刚宣布了40亿美元的资助计划;英国目前已经不需要获得额外批准和履约保证即可进行实际道路的无人驾驶汽车测试;而德国也在去年宣布将计划设立无人驾驶汽车测试路段,供安装有驾驶辅助系统或全自动驾驶系统车辆行驶;欧盟总部正在就如何修改现行有关驾驶的法律法规从而支持自动驾驶的发展展开讨论和研究工作;日本也提出要在2020年之前实现自动驾驶汽车方面的立法,并将自动驾驶作为 2016年9月七国集团交通部长会议的议题。

“无人汽车大脑”AI的智能程度决定了无人驾驶的可靠性。由于无人驾驶完全交由汽车的内置程序负责,因此AI就是无人汽车的大脑,而测距仪、雷达、传感器、GPS等。设备都是AI的“眼睛”。AI的智能程度直接决定了无人驾驶汽车在不同的路况、不同的天气、甚至一些探测设备出现故障的突况下能否及时做出正确的判断并灵活调整行驶策略,最终决定了无人驾驶汽车当前最亟待突破的可靠性。

NVIDIA 在2016年的 CES大会上了“Drive PX 2”车载计算机,以及一套与之搭配的具有学习功能的自动驾驶系统。该系统的亮点在于“自我学习”,通过让车辆自行分析路面状况,而不是在数据库中寻找预先储存的策略实现自动驾驶,系统背后连接着名为NVIDIA DIGITS的深度学习训练平台,最终连接到NVIDIA DRIVENET神经网络,为车辆的自我学习和完善提供支持。并且由于它是通过判断物体的行进轨迹而不是物体本身去计算路径,因此在驾驶时受天气影响较小。

AI 成必争之地

目前全球AI主战场依旧在欧美。Venture Scanner的统计显示,根据从事 AI相关业务的公司数量来看,目前全球 AI的主战场还是集中在北美和西欧地区。美国数量最多,达到450家左右的水平。而中国从事相关业务的公司数量还比较少,和俄罗斯、澳洲、部分欧洲国家及非洲南部国家水平接近,相比起欧美国家的AI公司数量,还有很大的提高空间。

Google:投资未来的人工智能帝国

建立Alphabet帝国,具备品牌背书效应。2015年,谷歌成立母公司 Alphabet, 搜索、广告、地图、App、Youtube、安卓以及与之相关的技术基础部门”仍属于谷歌,而Calico、Nest、Google Fiber、Google Venture、Google Capital 及 Google X 都将独立出来,成为 Alphabet 旗下的独立公司。通过建立 Alphabet集团,谷歌将不同业务的研发独立出来,以子公司的形式进行业务开展,保留在Google这个品牌下的基本都是原有的传统强势业务。

而其它公司负责在各自的领域“打头阵”,一旦业务研发成功,母公司连带着google这个品牌都可以受益,而如果研发失败,也不会公司的品牌造成多大的不良影响,建立了良好的品牌背书效应。将机器学习技术应用到所有产品之中,我们不难发现,谷歌近年几乎将人工智能渗透到了旗下的各类产品中,可谓是全线铺开。正应了谷歌 CEO的那句话:“我们将小心谨慎地将机器学习技术应用到我们所有的产品之中。”根据当前Alphabet 的集团架构,我们将涉及到AI应用的子公司情况以及相应的业务开展情况罗列如下:

Nest:从事智能家居生态系统建设。2014 年谷歌以32亿美元收购 Nest。Nest 生产智能恒温器,它能够学习用户的行为习惯,并且根据他们的喜好去调节温度。同时,Nest 也提供火警探测器和家庭安全摄像头等智能家居。

Google X:谷歌各类创新技术的“孵化池”。Google X开展的与AI有关的项目有:无人驾驶汽车、Project Wing 无人机送货项目、对抗帕金森氏症的 Liftware“反抖”汤匙、用于疾病预警和健康监控的可穿戴设备、Project Titan 太阳能无人机项目、以及 Replicant 团队负责的机器人项目等。

Verily:从事生命科学业务,即原来的 Google Life Science。代表产品有可以收集佩戴者体温和血液酒精含量等生物数据的智能隐形眼镜,以及监控血液中纳米粒子的智能腕表。

DeepMind:深度学习算法公司。2014年谷歌以4亿美元收购了DeepMind。

第7篇

在iPad刚刚面世的时候,很多人嘲讽这个新鲜玩意儿是放大了的iPod Touch。可是,乔布斯对iPad却信心十足,因为他知道,在某个偏僻农场的几岁的小孩儿在没有任何人告诉他该如何玩的情况下,他就可以顺利玩转iPad。其实,这就是苹果最引以为豪的设计的一部分——交互设计。

每个人都知道苹果的产品设计是多么优秀,也知道苹果在产品设计的细节方面是多么认真、考究,可很多人并没有注意到,苹果的设计不仅仅表现在硬件上,软件方面更让人叹服。如果没有优秀的软件设计,苹果的产品不会受到那么多人的欢迎,好看、易用才是消费电子产品赢得市场的关键。而所谓的软件设计或者说易用,其实就是现在产品设计领域非常流行的交互设计。简单地说,也就是关于机器和人之间沟通的设计。

交互设计决定成败

从苹果第一代iPhone开始,电子产品开始进入了触摸时代。和以往用鼠标、键盘以及其他介质操控电脑不同,触摸屏的普及让人与机器之间的关系显得更加亲密,因为指尖作为人类最敏感的部分之一,和屏幕中显示出的文字、形象的亲密接触可以给人带来与机器进行情感沟通的感觉。

近几年电子产品的交互设计被空前重视,甚至交互设计的好坏可以决定一款电子产品成功与否。所以,谷歌在5年时间内了10款左右的安卓操作系统,每一款都比前面版本的交互设计更加出色。

究竟什么是交互设计呢?有人为交互设计做出这样的定义:交互设计是人工制品、环境和系统的行为,以及传达这种行为的外形元素的设计与定义。在使用网站、软件、消费产品等服务的时候,实际上我们就是在同它们交互,在使用过程中的感觉就是一种交互体验。

随着网络和新技术的发展,各种新产品和交互方式越来越多,人们也越来越重视对交互的体验。当大型计算机刚刚研制出来的时候,可能当初的使用者本身就是该行业的专家,没有人去关注使用者的感觉;相反,一切都同绕机器的需要来组织,程序员通过打孔卡片来输入机器语言,输出结果也是机器语言,那个时候同计算机交互的重心是机器本身。当计算机系统的用户越来越由普通大众组成的时候,对交互体验的关注也越来越迫切了。

除了近几年风靡全球的苹果产品,微软在交互设计方面的成就也有目共睹。以前,微软的产品总是被嘲笑为丑陋不堪,可自从windows 7开始,微软的操作系统开始变得漂亮,而且也变得更加简单、易用。刚刚上市的Windows 8则更将交互设计提到了前所未有的高度——这款新的操作系统融合了个人电脑、平板电脑、手机等多个平台,可以让这些平台之间的交流更加简单。所以,Windows 8破天荒地为个人电脑增加了触控功能,现在很多新款的Windows 8系统笔记本电脑的屏幕都是触摸屏的。

不光是各种操作系统,现在的网站和软件、应用都十分重视交互设计。而这些交互设计就体现在UI设计上。所谓UI就是用户界面(u serInterface),也称人机界面,是指用户和某些系统进行交互方法的集合。当然,这些系统不单单指电脑程序,还包括某种特定的机器、设备、复杂的工具等。但我们常说的UI就是指电脑中软件、应用的界面。

正在准备进军手机界的罗永浩透露,他对手机交互设计极其重视,他声称自己所做的UI要比苹果漂亮许多。可见,罗永浩认为交互设计将决定他未来手机事业的成败。

交互设计是人性化设计的典型

随着产品和用户体验日趋复杂、功能增多,新的产品(尤其是电子产品)不断涌现给用户造成的认知摩擦日益加剧。在情况下,人们对交互设计的需求变得愈来愈明显,而交互设计作为单独的设计学科也变得愈发迫切。

以前说到“机器”这个词的时候,我们所能想到的是什么?大概是粗野、笨重、冷酷、难以控制。可现在,机器已经不是冷漠疏离的怪兽,甚至不仅仅是可以控制的工具,机器已经成为可以与人交流的对象,这就是交互设计的功劳。

从用户角度来说,交互设计是一种如何让产品易用、有效而让人愉悦的技术,它致力于了解目标用户和他们的期望,了解用户在同产品交互时彼此的行为,了解人本身的心理和行为特点。同时,交互设计还包括了解各种有效的交互方式,并对它们进行增强和扩充。

我们知道,直接影响产品最终用户的设计部分,包括交互行为、交互功能选择、交互信息、向用户展示信息的方式等。现在,一个程序员与一个交互设计师之间的关系变得越来越密切,一个真正交互设计师的决策是基于用户想达到一个什么样的目的。当然,更高级的交互设计师可以知道用户自己都不知道的需求,比如说乔布斯——如果可以把他看做一位设计师的话。

如果说传统的设计师还可以把自己的作品当做个人艺术品去做的话,那么交互设计就可以彻底打消设计师的这种观念,因为交互设计从头到尾都必须为用户着想,必须实现产品和用户之间的交流。所以,交互设计从一开始就要为人、为使用者考虑,而不能仅仅以是否美观或是否实现设计师的目的作为衡量标准。也正因为如此,交互设计可以说是设计领域里面最以人为本的一种,优秀的交互设计产品也都是人性化设计的典范之作。

人、机器以及人工智能

我们经常可以在科幻电影里面看到未来机器和人之间的关系,比如《我,机器人》、《人工智能》、《终极人》等。在这些电影里面,机器已经具有极高的智能,甚至可以作为人的替身。抛开这些电影里面对伦理、犯罪等方面的思考不说,人工智能其实就是交互设计的终极版本——人可以与机器进行思维交流。

第8篇

关键词:工体验设计;设计哲学;发展方式; 技术结合;设计价值

设计发展到今天,工业设计、信息艺术设计、环境艺术设计、建筑设计、视觉传达设计、媒体与传播设计等等这些设计专业细分实际上都是对设计师“入门阶段”的专业技能和实际操作层面的技术种类的细分,而从更高的设计思维与设计研究领域,各个专业方向都有基于本专业的实践方式对服务管理、体验方式、信息传达这些更高层次的设计思维观的关注和深入研究。本文研究和分析的主要范畴是基于交互设计、服务设计和信息艺术设计领域的讨论。

1作为设计过程的服务设计和作为剖析需求的体验设计

服务设计中有一个核心概念“生活方式”,而体验设计的重点当然在“用户体验”,进一步说是满足用户对身心体验的需求。这前后二者的提出都是基于社会经济水平长足发展、社会生产制造业和物资分配方式能够给人们生活提供相对足够物质资源的前提,因此这些设计理念都强调对“非物质”因素的设计,特别关注对人与物(机器)的关系、人与技术的关系、人与社会的关系、人与环境关系、人与人的自我认知的重新认识和价值判断。

服务设计为消费者创造了他们理想或意想不到的适宜的生活方式,这是一种通过优化系统内的过程和接触点使得系统内的各个利益相关者获得更大价值的设计观念。从设计哲学上看,服务设计是对过程的设计,更多的是将消费者(也就是人)作为系统内的一个重要组成核心,通过将其周围“外部因素”(物质与非物质的相互关系)不断优化来促成对这一核心提供价值。

而体验设计是对“内部因素”的设计,是对“体验”本身进行设计,从设计哲学上来说就放大和直接剖析设计对象这一“宾语”,将“人”这一核心概念逐层剥离开,对其可能的感知感受、本能的行为反应、可能的思维方式和上升的情感反思进行分析和预判,为其需要被满足或还未被发掘的“自我认知需求”提供可能机遇。

从更加生动感性的角度诠释,“体验十分重要,因为它把设计中心从设计生活方式变成了设计生活的意义。”

2体验设计可以创造生活意义

在理解“体验设计可以创造生活意义”这个话题之前,先回忆一个大家熟知的“鸡汤故事”帮助话题更好展开:一日富翁与渔夫的对话,问他为什么不继续去捕鱼,捕鱼可以赚更多的钱可以雇更多帮手,可以自己当老板,最后可以舒舒服服地在此地晒太阳。渔夫笑着反诘到:那我此刻不正在晒太阳吗? 对于这个心灵鸡汤故事,过去最流行的解读就是不要过多的为了追求物质而迷失方向,要有澄澈的心境,因为最终我们需要拥有的只是一刻的轻松和阳光,那这些“财富”我们早就已经拥有了。这个故事在今天明显有了更新更全面的解读方式。当今时代和社会背景下,对“财富”也可以说个人所拥有“价值”的定义绝不仅仅是“一片阳光和惬意”这么简单。对于富人来说,他享有经济财务自,享有自我实现的满足感,享有他人的尊重,享有丰富的社会资源和人际关系,即便不着意于“名和利”,他仍然享有享有对信息和资讯更广泛的涉猎方式和更高效的接触手段,拥有丰富精彩的人生经历和身临其境的体验,而渔夫只有“阳光”。如果按照故事原意的解读,放在体验经济背景下,渔夫所拥有的“价值提供物”――体验,较之于富人来说是可能是相对“匮乏”的。当然,体验这一精神状态或过程从宏观上本身无法量化和做定性比较,若渔夫能够充分的体验和感受“这一刻”的状态并且从精神上得到足够的满足,那么他所有的“价值”也绝不比富人少。这就是在体验经济时代下对“富人和渔夫”的故事双重解读。

在马斯洛的“需求层次”理论中,最高需求层次是“自我实现”的阶段。“事物有了价值,还需要被体验,人们越来越重视精神消费和情感满足。”当某人购买一种体验时,他是在花时间享受某一企业所提供的一系列值得记忆的事件――就像在戏剧演出中那样――使他身临其境。人们的需求层次越来越向高的需求层次靠近,对社会地位、友情、自尊、他尊的追求,都是需要或希望被满足的“体验”。因此,高品质服务创造的“体验”成了满足人们需要的主要经济提供物。体验经济中,设计师不再是简单操作层面的“创造者”,而是让消费者在精心制作的舞台上开始自己独一无二、值得回忆表演的“促成者”。这些都是体验设计可以创造生活意义的证明。

3体验设计如何创造生活意义、价值

2001年,美国信息交互设计专家谢佐夫在《体验设计》一书中,首次给出了体验设计定义:“体验设计是将消费者的参与融入设计中,是企业把服务作为“舞台”、产品作椤暗谰摺薄⒒肪匙魑“布景”,使消费者在商业活动过程中感受到美好的体验过程,……体验特征应从感官、行为、精神三个层面上综合表现。”由此可以看出,体验设计的目的从客观上说就是为了创造更好的用户体验、提供更多的体验感受而设计;从设计行为上来说是可能包括对认知科学因素的探索和转化、对服务行为和系统架构的优化、对服务的有形物质资料和无形的行为方式的规范和管理;从设计可能涉及到的学科方向看包括:认知科学(心智哲学、认知心理学、认知语言学)、行为学、心理学、社会学、伦理学、人类学等。对这些学科的关注和相关研究方法的引入,标志着体验设计开始真正走向了关注内在精神需求和自我认知满足的研究领域。

(1)体验设计将用户参与引入到设计的环节,使得用户或消费者意识到自身是设计服务的主体,这本身就扩展了用户对自身创造价值方式的理解范畴,同时也强化了用户对自我可创造价值能力的满足感。

(2)体验设计为用户提供多种时空方式、感官通道、交互行为、服务模式、情景内容的体验,丰富了用户的生活经历,扩展了用户的认知同时强化了用户对自我认知的判断和体察。具体说来,体验设计提供的多种时空方式包括历时性的过程的体验和瞬时性的结果的体验;为用户提供的多种感官通道外界信息包括视觉的、听觉的、嗅觉的、触觉的、温觉的,以及多通道综合联络式的信号刺激;为用户提供了多种交互行为的体验方式包括人与物的接触、接触型人机界面、非接触型透明交互、具身交互方式、沉浸式增强现实环境体验、沉浸式虚拟现实体验、行为和语言交互等;为用户提供的不同商业模式和产业形态的体验接触包括商业性质的线下产品服务推广体验、在线电子商务业务的营销和广告、科学普及和知识传播为目的的线上数字化展览和线下实体科技馆体验、艺术与文化研究推广位目的的艺术展览和博览会等;为用户提供的不同情境内容的体验方式包括对自然科学知识普及的情境、对艺术文学文化价值的再现和感悟的情境、对未来智能生活和物联网家具生活展示的情境、对优越生活服务和信息化社会智能管理方式的展示的情境、科幻超前极限环境体验的情境、对数字娱乐及互动游戏的体验的情境、对科学技术前端科技可视化可理解的展示的情境等等。

(3)体验设计通过强化用户对自我认知的判断和体察,触发、激发、诱发更多的体验需求和实现个人满足的手段。

(4)体验设计通过更高的设计满足目标和创新的设计行为方式,将更好的优化和整合各个设计部门和设计实践方式。这种优化包括化基于产品的物理性设计、基于生活方式的系统服务设计、基于用户体验的的交互性设计、基于信息传递和获取的信息艺术设计、以及基于人――物――社会――环境的信息时代大背景下的综合性设计。

(5)体验设计在提供给用户更多无可复制、独一无二、充满回忆的“体验”的同时,可以做到真正刺激体验经济模式下社会的生产力,挖掘和促生更多创新交叉式的经济产业,丰富和提升社会文化内容和人们的精神文明世界,诱发更多新兴前沿科技的研究并促进其向社会生活的快速转化,最终通过提升人类对自我认知和价值需求判断的哲学、伦理学、人类学高度来更好地促进人类与物质、社会、环境友好关系的缔结和平衡稳定的发展。

以上就是笔者对体验设计如何创造价值、以及可能创造何种价值的思考和预测。

4能够创造更多“体验”的最新科学技术手段

技术已经并将继续成为以人为中心,它将提高人、企业和事物之间的透明度。随着技术演变更加适应工作场所和家庭环境,并且与企业和其他人的互动加强,这种关系将变得更加交织。设计师应该更加应该“谨慎、周密地运用先进的科学技术,在新的生态文化、价值观念下,创造新的产品或新的价值意义,同时设计也应该对其功能和后果进行全面的社会评价和控制。[4]”。因此,对于最新前言技术特别是生命科学、人工智能、计算机学习、可穿戴智能设备技术的即时了解和掌握,将有助于设计师更好地对未来体验设计发展趋势、可能性进行判断和预设。

2016年7月,全球最具权威的IT研究与顾问咨询公司Gartner高德纳咨询公司了年度新兴技术成熟度曲线。Gartner指出,2016年是数字的一年,数字业务创新是“新常态”,有三个趋势非常突出:一是感知智能机器时代来临;二是透明的身临其境的体验更加优化;三是平台革命正在酝酿[5]。

(1)感知智能机器技术为体验的获得和判断提供更多的科学依据、大数据来源,以及提供“体验生活”(包括工作、学习、娱乐、交流)这一“舞台剧”的叙事方式和文本情境――Contexts。智能感知技术将是未来10年里最具认知突破力的一类技术,包含智能微尘、机器学习、虚拟个人助理、认知专家顾问、语音翻译、智能数据挖掘、智能工作空间、会话用户界面、智能机器人、商业无人机、自动驾驶汽车、自然语言问答等技术,这些技术将极大的提高对可收集到的所有认知体验数据的收集宽度、分析精度、利用效率。

(2)透明化身临其境的体验技术将为用户体验过程、特别是用户对自身本质属性和能力的探索感悟过程提供无限的表演道具和戏剧冲突――Elements。这个趋势中的关键技术包括4D打印、脑机接口、人类机能增加、自我实现的高级分析(Advanced Analytics With Self-Service Delivery)、立体显示技术、情感运算、互联家庭、增强现实、虚拟现实和手势控制设备、可穿戴设备等。

(3)平台实现将为实现更全面、更人性化、更安全、更智能的体验生活搭建时空背景和舞台结构――Stage。新兴技术正在改变“平台”的定义和使用平台的方式。从技术基础设施到生态系y平台,平台或系统有了较新的商业模式,正在形成人类生活和技术之间的桥梁。这些关键平台实现技术包括:物联网平台、智慧型信息服务系统、混合云空间,以及“神经形态硬件、量子计算、软件定义安全和软件定义一切(SDx)”等技术。

物联网:物联网是借助互联技术和各类平台,在物(包括产品、服务与地点等)与人之间建立起来的一种关系,是第四次工业革命中联结物理应用与数字应用的重要桥梁和纽带。物联网技术中传感器以及其他可将物理世界中的物品与虚拟网络相接通的各种方式,正在以惊人的速度传播开来,不管是制造业、基础设施行业还是医疗卫生,所有行业概莫能外。物联网技术的发展,将会丰富体验设计中人与物的相关关系、物与物的相关关系以及人与环境的相关关系的概念。

智能机器:机器具有类似人类在学习、推理、适应和理解等方面的能力就被称为“智能”。智能机器人按照其适用案例的范围可以分为:具有广泛使用案例的“强人工智能”和仅限于特定(窄)案例的“弱人工智能”(专用机器智能)。以目前的人工智能为例,苹果手机Siri语音控制系统通过预设答案及网络搜索手段实现了初步智能应用。但参加达沃斯年会的科技界人士预测,未来人工智能完全可以实现理解语言、读懂文件、自我学习甚至情感理解。当然,具有能够控制自身思维、维护系统生态并且具有再生产方式的机器只存在于科幻小说。今天人工智能系统,都不能通过等同于人类的智力通用测试(当然也没有完全可接受对人类的智慧的测量方式去测试机器)。这并不是说,永远不可能创造一种接近于人类认知能力的机器,但我们可能距离完成必要研究和工程实验还有好几十年。可以想象,在进行智能机器技术研发和创意设计的Google公司、MIT麻省理工艺术媒体实验室,他们的工作具有意义非凡的体验感,研究和工作于这些领域的设计师、科学家每一个细节的工作开展都是对人类自身智慧、认知体察和伦理观念的思考与体验。

人类机能增进:人类机能增强过程沿着自发且可探测、可量化监控的轨迹和范围发展。现在通过技术来增强人能力的方式主要集中在行为轨迹和行为范围的某个特定的点上,技术提供特定的且可量化检测的帮助,例如监控睡眠质量的智能手环和监控呼吸心跳并调节微电流环境的保健磁疗颈环。不过,事实上,研究提供更多的自发和不可检测的增强人类机能的技术确实遇到了一些极端情况和综合症,力图例如提高精神集中度的隐形眼镜显示器或脑刺激技术,再例如外科植入物或直接的遗传基因编码操控技术。增强或改善人类机能,势必会给人类的体验提供更广泛的接触途径、更敏感的交感神经和更简单可行的交互方式,不过面对选择用技术增强身体和头脑机能的“社会人”,人际关系、组织、社会、环境势必也会面对越来越多的挑战。

脑机接口(Brain-Computer Interface):Emotiv Epoc是一种智能头戴式设备,由美国加州旧金山的神经科技公司Emotiv Systems花费了五年时间研发人脑-电脑接口的最新成果,是目前市场上通用度和流通性最高的这一款脑机接口设备之一。 Emotiv Epoc运用一种被称为非侵入性的脑电波仪(EEG)技术,感测并学习每个使用者大脑神经元电讯号模式,读取使用者大脑对特定动作产生的神经元电信号脉冲频段,配合以先进软件进行脑电波信号频率的模式分析和解读,将其转化成电脑或游戏机能理解的讯息,再以无线信号传输到电脑,最终在荧幕上复制出同样的“动作”或人的“意念。相较以前仅能探测基本、常见的精神状态,如“精力集中”的技术,Emotive还能同时区分具体的想法如:“推”和“举”,以及情感如“兴奋”或“平静”。 使用者戴上之后,只需起心动念便可以操控眼前的电脑,透过意志和情感控这给与了科学家和设计师有关研究人类大脑是如何运转以及如何扩展人类对自身认知的有价值的设计洞见。

5对未来体验设计作用和职责之思考

现在消费者通过佩戴智能脑机接口设备已经可以通过EG(大脑电信号动态画面)直观的看到即时的大脑动态变化以及脑内信息交换互动方式,脑机接口可以使人用大脑的意见来移动事物,虽然只是将电脑里的花朵“催开”。可以试想,在不久的将来,如果人类“设计”的范畴已经到了可以控制人类本身在微观概念上的生物遗传属性和神经元信号传递方式,那么是否人类的任何“体验感”都可以由一段信号编码的电磁脉冲来提供呢?这种身临其境可能是“心临其境”或者“脑临其境”,与真实环境中人的情境体验可以做到“电信号脉冲级别”的接近甚至完全一致,那么这种深入到生理学、心理学境界的“完全一致”是否会成为对人类生活方式、价值认识和行为原则的一种挑战呢?

即使现在作为设计师无法用文艺创作的方式对未来科技和生活方式进行预判和想象,我们身为设计师还是有很多可以创造价值的作用和需要践行的职责。

(1)不断研究和判断体验设计的设计理论和方法,价值判断和审美范式,用更系统有效的设计原则和价值判断帮助推进由体验设计所串联起的产品-商品-服务-系统产业链的规划和发展,以创造更多的社会经济价值、社会人文价值和环境可持续发展。

(2)体验设计包含感官体验设计、情感体验设计、思考体验设计、行为体验设计、关联体验设计和混合式体验设计。充分学习有关这些设计的学科专业知识(包括心理学、认知科学、社会学、人类学、哲学等),充分掌握或创造能够有效展开以上设计研究的研究方法(例如影子预示法、访谈调研法、观察法、图表归纳法、需求转述法、情绪版和情境角色扮演法)和研究模型,充分在设计实践中结合反思和总结来不断充实对体验设计的经验和方法。

(3)好的体验设计通过扩展人类对自我的认知,帮助重新认识自我,应该成就人们更善意的态度、更宽广的胸襟和更积极乐观的生活态度,最终促进人们对真善美的追求。因此,体验设计应该谨慎周密的拿捏提供体验的方式和情境,通过合适的引导和具有感染力的“自我实现”的机会,促进更多的人履行社会责任创造社会价值,而不是对个人浅显欲望的盲目追求。

(4)体验设计应该为解决诸多现实问题而设计,例如人类种族、群落、地区、文明的发展程度的差距逐渐增大,再例如信息鸿沟、信息不对等、物质世界和虚拟世界的跨越、个人性和社会性的冲突、隐私伦理道德和人类价值取向的扩展等问题。因此体验设计需要以消除信息的不均等以及有效利用、均衡信息为设计目的,尽力做到在关注人本质问题的同时实现社会价值的更优化分配。

6结语

在笔者看来,体验设计应该是一种回归的设计。数千年前在中国古代哲学体系中就有“天人合一”、“物我两忘”的精神境界,这就是一种人性的返璞归真和充分的自我实现,这种“回归”通过在有限物质环境下不断理解和调和人与物、社会、环境等因素在自身精神世界中所映射出的相互关系来达到实现。在“人造的自然”中,设计的目的当然不会是再让人回到“天为盖、地位席”的生活方式中。但通过智慧的、有效的、周全的设计,能够让人克服人性的弱点,引领人性的回归,创造和组织更多人与自然的平等关系,树立人类文化价值与自然价值并重的价值观念,这是笔者可以想象的未来设计、体验设计的发展趋势和目标。

参考文献:

[1]辛向阳,构建值得记忆的经历.Interaction Design Committee交互设计专业委员会,2016.

[2]鲁晓波,深圳大学学报,人文社会科学版,2010(27).价值、体验与设计创新.

[3]体验经济.The Experience Economy ,(美)约瑟夫派恩(二世),詹姆斯H吉尔摩,夏业良,鲁炜,等译.北京:机械工业出版社,2002(4).

[4] 鲁晓波,观察家 ,2003.关于设计伦理问题的一点思考.

第9篇

机器人应用实例

1.保安、打扫、煮菜等家用机器人

日本聪明的管家机器人――“HRP2”眼部内的摄影机,会纪录下3D影像,再由计算机解析。这类型的家用机器人,不但会从脸部分辨人类的性别,还对人类的行为观察入微,了解人类行为的目的后,就会学习和模仿。所以不管烧开水、洗碗盘,甚至拿刀切菜,厨房里大大小小的家事都难不倒它。而负责研发的东京大学稻叶雅幸教授则表示:“机器人必须了解人类行为的目的,进而分辨,现在的机器人都有此功能。”

2.NASA太空探测微型机器人

微型机器人由新墨西哥理工大学的副教授佩内洛普・波士顿和麻省理工学院的史蒂・杜伯斯基联合研制。由微型燃料电池提供能量的机器人,利用人造肌肉技术在外层空间星球上进行活动。这种微型机器人拥有一种使用先进材料制成的坚固外壳,不仅可以抵御遥远星球异常寒冷的天气,还能应付强烈紫外线的辐射。

另外,一部分微型机器人将配备小型摄像机,而另一部分则装上可以测量多种变量的传感器,监测诸如气体成分、温度、湿度及化学或生物迹象等。所有这些机器人都将按照一套计算机程序运行,这套程序即是模仿地球上昆虫的行为而设计。每个机器人都能感知到周围的“同类”,并与其进行协同作战,完成最终目标。佩内洛普和杜伯斯基计划花费两年来建造和测试这些微型机器人,并打算在未来的10到20年内,完成对探月球机器人的设计。

3.深蓝(DeepBluel计算机

深蓝不是用几步、几步计算的,而是以Positions/sec(局势/秒)来设计,以下棋为例,程序设计者可以设定在某个时间内或是几步以后,把最优先的那一步下出来。1995年,棋王Kasparov跟1MB最强大的计算机――深蓝对决,当时深蓝可以想100000000 positions/sec。双方都有三个小时,棋王思考的时候,计算机也可以计算,结果棋王第一场败,后五场大获全胜。

有了前车之鉴,IBM小组总共花了一整年来提升计算机的下棋实力,变成了每秒200000000 position/see,,相当于两倍的实力。于1997年再度挑战Kasparov,结果棋王仅赢一场、和局三场、输两场,整体来说,棋王输给了计算机。

科学家们预测,2013年建造的超级计算机将会超过人类大脑的运算能力:到了2023年,售价1000美金的计算机就可以超越人脑的运算能力。虽然超过15年以上的科技发展很难精确推估,但科学家认为,公元2049年时,售价1000美金的计算机的运算能力就会超越全人类大脑的运算能力总和。

未来发展与展望

随着人类对人工智能的研究日新月异,应用也更加生活化,然而,为了避免机器人像电影“变人”、“A T”或“机械公敌”一样,别有自我的意识以及人类的七情六欲,一旦双方爆发冲突,后果将不可收拾,韩国政府召集的科学家、医师和心理学家正打算在近期内颁布一套保障人机和平共处的“机器人伦理”,以防人类与机器人在未来世界中互相残害。