新闻动态

智能边缘云计算的未来在哪里?

科技是把双刃剑,当人工智能技术大规模应用于社会时,我们必须考虑它所带来的负面效果。

身处文明社会当中,大众除了道德限制还有法律对自身行为进行约束,但开发者进行应用开发时,是否考虑到“喂”给机器的数据是否符合“法规”,特别是近年来人机交互的数量急剧增加,从而使得AI监管问题的讨论变得更为热烈。

感官的欺骗

视觉与听觉是我们对外界感知的重要窗口,大众的观念中普遍认为“人的第一印象很重要”“眼见为实,耳听为虚”。

但面对信息错综复杂的世界,如今眼见也不一定为实,听到的则可能更为虚假。曾经被议论的Deepfake换脸技术就属于罪魁祸首之一,其利用了AI深度学习功能,通过数以亿计的自我学习、神经网络训练,AI能够识别出画面中那些和周围场景格格不入的部分,同时将其移走和生成缺失的像素,最后重绘出部分像素进行画面填补。

谷歌公司也曾推出WaveNet软件,可以利用其神经网络系统对原始音频波形进行建模,生成带有不同语气音节和情感表达的人类自然语言的音频。

外媒曾报道过一例案件,不法分子就利用了类似的AI技术,成功模仿了英国某能源公司CEO的声音,诈骗了220,000欧元,执法当局认为此种类案件的调查取证更为困难。

AI道德准则

2019年,我国首次将AI造假音视频列入法规,国家网信办出台《网络音视频信息服务管理规定》。

对于利用基于深度学习、虚拟现实等新技术新应用制作、发布、传播非真实音视频信息的网络音视频:,应当以显著方式予以标识,不得利用其制作、发布、传播虚假新闻信息;网络音视频信息服务提供者应当部署应用违法违规音视频以及非真实音视频鉴别技术,应当建立健全辟谣机制。

日前,欧盟也相继出台《人工智能白皮书》,对人工智能领域的投资监管路径设立双重目标,旨在推动道德和可信赖人工智能的发展。并通过建设“卓越生态系统”和“信任生态系统”双重系统,构建一个卓越的、可信赖的人工智能体系框架。

近日,面对人工智能的伦理 “红线”,博世在“博世互联世界大会”上发布人工智能技术的指导方针《AI道德准则》,博世认为人工智能是服务于人类的工具,任何可能对人造成影响的人工智能决策都需要人类的监管。

准则中包含了三种机制,它们遵守着一个共同的原则,即博世开发的人工智能产品中,人类必须保留对人工智能所做决策的最终控制权。

第一种机制为人工控制(human-in-command),它适用于人工智能只作为支持工具出现的情况。例如,在决策支持系统中,人工智能帮助人们对物体或生物进行分类。

第二种机制为使用阶段的人为干预(human-in-the-loop),适用于人工智能系统可以自主决策,但人类可以随时干预的情况。例如,驾驶辅助系统,驶员可以直接介入停车辅助系统的决策等。

第三种机制为设计阶段的人为干预(human-on-the-loop),适用于紧急制动系统等应用。开发此类智能产品时,专家将定义参数作为人工智能决策的基础,而人类不参与决策,由人工智能进行。

但是工程师可以随时追溯检查机器是否遵守所设定的参数进行决策,必要情况下可以修改参数。

面临的困难

人工智能在应用层面有逐渐完善的法律法规进行约束,但在实际的技术开发中仍面临着许多难以确定的细则。

数据标定没有统一标准:在机器学习中训练数据前都会对数据进行清洗和标定。有时为了满足业务进度的要求,不会进行全量全分类的处理。

准确的说,无法对数据进行严格而准确的分类。这也是有监督学习类算法的缺点,就是针对特殊业务往往要进行专门的数据标定,同时算法设计者自身存在价值偏见也会导致人工智能系统无法正常运行。

数据分析难全面:在准备训练数据时应容扩各类发生的情况,AI在数据错误的情况势必会造成BUG,除了掌握各类情况,仍要调整好处理各种情况的参数或系数,包括算法模型存在的技术性缺陷可能导致人工智能系统无法正常运行。

模型成长环境差异:AI算法模型的训练环境对算法结果有重大影响,假设机器训练环境变得没有边界,各类数据都被机器学习,这将很难保证机器会往着人类预想的方向发展,以及因为算法日趋“黑箱化”可能导致技术失控等问题。

无论在技术或应用方向,都应该通过政策和法律引导,开展人工智能算法安全的评估检测;推动技术伦理的算法导入,要求人工智能开发者设计高可解释性的智能系统;同时,加强智能算法的透明监督,人工智能企业、行业应建立相应的算法监管体制,保持与政府监管的协同。

随着大量设备联入网络使得传统云数据中心已经无法负担沉重的数据压力,同时,万物互联技术的不断发展催生出大量延迟敏感型应用,他们对网络有着更高的要求,例如:自动驾驶、VR/AR、物联网等新型应用场景。边缘计算通过在边缘侧进行数据的处理与分析,极大降低网络延时并缩减网络带宽,能满足万物互联时代下多样化需求。随着智能边缘云计算市场的兴起,越来越多的巨头开始发力智能边缘云计算市场。其中深圳清华大学研究院下一代互联网研发中心推出的功能分发网络,简称FDNFunction Delivery Network)受到了广泛的关注。轻舟云FDN是深圳清华大学研究院下一代互联网研发中心边缘计算领域最新的研究成果。致力于打造满足5G和物联网时代高带宽、延迟敏感等新型应用需求的算力自动调度系统。轻舟云FDN平台的出现打破了以往用户需要自己购买服务器部署节点资源的情况,FDN提供全托管式服务以及“一键式”接入,用户无需再关注底层的复杂性,只需要关注业务本身。轻舟云FDN平台在帮助用户降低延迟的同时也节省了成本。同时,FDN平台支持更多功能的扩展,能更好的满足5G和物联网时代多样化的应用需求。

最近阅读

突破“卡脖子”封锁,不能忽视这些人工智能工具包图片
突破“卡脖子”封锁,不能忽视这些...

“中国有多少数学家投入到人工智能的基础算法研究中?”今年4月底,中国工程院院士徐匡迪等多位院士的发声,直击我国在算法这一核心技术上的缺失,引发业界共鸣,被称为“...

详情
智慧安防助推者:轻舟云FDN图片
智慧安防助推者:轻舟云FDN...

从全国患新型冠状病毒新增数据曲线可以看出,全国防疫战疫成果已经显现,除了湖北地区外,不仅发热数量在下降,重症病人也在下降。之前大幅度上涨的新冠肺炎新增的确诊人数...

详情
从“智能楼宇”走向“智慧楼宇”之路的四大步骤图片
从“智能楼宇”走向“智慧楼宇”之...

当前,“智慧城市、和谐生活”的理念已经得到普遍认可。在城市公共建筑、商务楼、住宅区等城市公共设施智能化建设中,楼宇自控、综合布线、安保与消防系统、广播电视、会议...

详情
5G该不该成为2019年购买新手机的重要指标?图片
5G该不该成为2019年购买新手...

今年iPhone11系列的销量让不少人大跌眼镜,早前数据显示,天猫iPhone 11预售首日的销售数据较iPhone XR增长了335%。京东iPhone 11...

详情
智能制造的新宠——FDN智能边缘云计算平台图片
智能制造的新宠——FDN智能边缘...

全世界智能手机的迅速发展,促进了终端设备和“边缘计算”的发展。而万物互联、万物感知的智能社会,则是跟物联网发展相伴而生,智能边缘云计算体系也因而应声而出。自动化...

详情
FDN(Function Delivery Network):智能边缘云计算的新势力图片
FDN(Function Del...

目前全球芯片按应用来分类的话,大体可分为:PC/服务器端芯片和移动端芯片两类。长久以来,PC/服务器端芯片一直被英特尔、AMD等老牌企业统治,无出其右。相比于P...

详情

© 2019-2022 Qzcloud.com 版权所有 粤ICP备19031656号-1

To Top