美媒揭科技界“假AI”现象,以人力冒充AI套路被识破

2018 年 7 月 14 日 DeepTech深科技

年度订阅用户可加入科技英语学习社区,每周科技英语直播讲堂,详情查看“阅读原文”


随着人工智能(AI)技术的发展,AI 已经越来越可以像人类一样工作。但是,你有没有想过,所谓的 AI 技术其实是人类在幕后操纵?据了解,一些公司利用专家所谓的“绿野仙踪技术”对投资者隐瞒了 AI 对人类的依赖


图∣一些公司利用人类来训练 AI 系统,而有些则秘密地依赖于人类提供“伪 AI”科技。

 

建立一项由 AI 驱动的服务,很难。难到什么程度呢?实际上,一些初创公司发现,让人类像机器人一样工作比起让机器人像人类一样工作要更加便宜更加简单

 

ReadMe 的首席执行官 Gregory Koberger 表示:“利用人工完成工作可以略过很多技术和商业发展方面的挑战。显然,它不会扩展,但是它可以让你在早期构建一些东西时略过困难部分。”

 

本周,《华尔街日报》的一篇文章报道了“伪 AI”,文章指出谷歌允许很多第三方应用程序开发者访问用户的收件箱

 

Edison Software 是一家位于美国加州圣何塞的公司,他们的 AI 工程师会浏览众多用户的个人电子邮件信息,来改进“智能回复”功能。但是,该公司在其隐私条款里并没有提及有人会看到用户的邮件

 

《华尔街日报》的文章里提到的第三方并不是第一批做“伪 AI”的公司。早在 2008 年,一家专注于将语音信息转换为文字信息的公司 Spinvpx,被指控利用国际电话中心的人来做这项工作而不是机器人

 

2016 年,彭博社也有过相关报道,让人每天花费 12 小时假冒聊天机器人,来提供日历调度服务,比如 X.ai 和 Clara。这项工作非常单调乏味,以至于工作人员希望能够有机器人来取代他们

 

2017 年,业务支出管理应用程序 Expensify 声称利用智能扫描技术,转录收据。但实际是收据的扫描件被发布到亚马逊劳务众包平台(AMT),该平台上有人(他们自称为“Turker”)会领取这些任务,转录这些收据,然后获得一定报酬

 

推特上一名倡导零工经济的 Turker——Rochelle LaPlante 表示,“我很好奇 Expensify 的用户是否知道有人(Turker)看到了他们的收据。我正在看一些优步用户的收据,包含了他们的姓名、出发地和目的地等信息。”

 

甚至是重磅投资 AI 技术的 Facebook,也依赖于人作为其 Messenger M 的虚拟助手

 

有些时候,通过人类训练 AI 系统并完善它的准确性。比如,一家名为“ Scale ”的公司利用很多劳工,来提供用于自动驾驶车以及其他 AI 系统的训练数据。Scale 公司的员工会查看摄像机、传感器提要、标签车、行人以及骑车者。通过这些足够的人力校准,AI 将会学习如何去识别这些目标物。

 

也有些时候,一些公司一直利用“伪 AI”直到真正实现 AI。这些公司在告诉投资者和用户他们已经开发了可扩展的 AI 技术但其实有一部分公司的 AI 产品还是大量依赖人类来完成工作


-End-

 

编辑:maggie

参考:

https://www.theguardian.com/technology/2018/jul/06/artificial-intelligence-ai-humans-bots-tech-companies_



登录查看更多
0

相关内容

人工智能杂志AI(Artificial Intelligence)是目前公认的发表该领域最新研究成果的主要国际论坛。该期刊欢迎有关AI广泛方面的论文,这些论文构成了整个领域的进步,也欢迎介绍人工智能应用的论文,但重点应该放在新的和新颖的人工智能方法如何提高应用领域的性能,而不是介绍传统人工智能方法的另一个应用。关于应用的论文应该描述一个原则性的解决方案,强调其新颖性,并对正在开发的人工智能技术进行深入的评估。 官网地址:http://dblp.uni-trier.de/db/journals/ai/
【ACL2020-Allen AI】预训练语言模型中的无监督域聚类
专知会员服务
23+阅读 · 2020年4月7日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
【新加坡国立大学】深度学习时代数据库:挑战与机会
专知会员服务
33+阅读 · 2020年3月6日
医疗知识图谱构建与应用
专知会员服务
384+阅读 · 2019年9月25日
对话黄学东:语音语言技术是镶在 AI 皇冠上的明珠
微软研究院AI头条
7+阅读 · 2019年5月17日
羞羞的AI,如何改变色情产业?
虎嗅网
9+阅读 · 2017年11月24日
AI都干过什么让人细思极恐的事?
全球创新论坛
4+阅读 · 2017年9月15日
Arxiv
8+阅读 · 2018年11月27日
Exploring Visual Relationship for Image Captioning
Arxiv
14+阅读 · 2018年9月19日
Arxiv
6+阅读 · 2018年2月26日
Arxiv
7+阅读 · 2018年1月31日
VIP会员
Top
微信扫码咨询专知VIP会员