Australia Database

從現在起，這只是一個發展速度的問題。我們更進一步。第一個基於機器學習的模型已經面世，用於有針對性地評估人類腦電波，進而評估人類思維。我們思考電視，並且只用我們的想法在節目之間切換。最近，麻省理工學院的一名學生成功建構了所謂的大腦靜默介面。與腦電圖類似，感測器讀取想到單字時產生的腦電波。

如果有感測器可以從遠處探測到我們怎麼辦？我們不僅會失去隱私，也無法抵禦任何形式的外在操縱。

安全概念或完全不存在！
在我們生活的所有重要領域，我們始終使用存取控制的概念來防止濫用。軟體也採用特殊方式編寫，以防止所謂的漏洞攻擊。所有更新和修復的唯一目的都是為了保護應用程式免受故意濫用。

到目前為止，機器學習領域還沒有這樣的概念！

直到最近，谷歌大腦團隊的科學家透過故意引入錯誤訊息並使其做出虛假陳述來欺騙經過訓練的物體識別模型後，思考安全概念的必要性才變得清晰起來。這個例子非常清楚地顯示了AI領域仍然有多年輕。

但由於快速的發展也伴隨著強大的商業化，因此迫切需要進行改進並附件或 他的人工智慧 链接可能迅速進行概念工作。

在未來，我們不禁要問，我們未來是否需要、需要哪些安全概念來保護我們的人格，即以思想形式存在的個性，以及對它的直接訪問。這或許涉及已知病毒防護程序的更新。虛擬世界和現實世界將完全融合，隨之而來的是人形防火牆的需求。我們還能如何保護自己免受不必要的訪問、操縱或影響？

有一點是清楚的：問題遠比答案多。但即使這些問題也只是那些可以透過假設的背景來識別的問題。我們還不知道明天的問題，就像我們無法預測九個月後的發展狀況。也許機器會給我們答案；甚至可能必須做到不帶任何情緒和價值判斷。

“偏見”和令人不安的異常值
儘管人們做出了巨大努力來使機器學習產生中立的結果，但不幸的是，極其令人不安的事件一再發生。

以下是許多令人震驚的例子（來自美國）：

用於評估犯罪重犯可能性的軟體對非裔美國人進行錯誤分類的風險是白種人的兩倍。
Google 相簿會自動將非裔美國人歸類為大猩猩。 –這是另一個連結。
谷歌翻譯將土耳其語中性語句翻譯成“他是一名醫生。她是一名護士。”