本文来自VentureBeat，作者Kayla Matthews；由亿欧编译，编译作者李欣雨。
长期以来我们对人工智能和虚拟智能持担忧态度，以至于在它们到来之际，我们不知所错。
如今，大型科技企业的年度汇报中都会出现诸如“机器学习”这类短语。这一现象意味着什么呢？既然自学习软件的各个方面都可能成为致命的缺陷，那我们是否应该更加担心呢？未来就在眼前——这既令人激动又令人恐惧。既然世界上有许多自学习计算机程序，那事情又会如何变化呢？我们还需要担心什么呢?
供商业和个人使用的自学习软件
随着的临近，商业领域和个人软件领域都在不断升级，使得未来几年人工智能军备竞赛成为可能。从消费者角度看，机器学习和人工智能让我们的生活在某些小方面变得更简单，比如许多人的桌面上都摆放着亚马逊智能音响（Amazon Echo）或Google Home。
虽然这些人工智能应用程序有益且有趣，但至少它们的自学习能力是有限的。在商业领域，自学习软件潜力更大。
“我们正身处信息的洪流之中，”Artsyl技术公司的维拉（Vita Vasylyeva）说道，“文档处理和文档数据的手动输入成为业务流程中的最大瓶颈。这些瓶颈的关键在于将非结构内容转换为结构化数据。”
尽管如此，商业领域和消费者领域有着不同需求且扮演着不同角色，我十分期待机器学习在这两个领域变得更加成熟和更有能力。
简单讲，自学习软件有三种不同用途：
■ 智能手机
机器学习正在把智能手机转变为真正的超级计算机。设备通过研究照片了解你的长相，为你提供更及时更合适的应用建议和位置建议。它们正在获悉我们的身份及需求。
更关键的是，机器学习也在训练现代智能手机，使其更好识别并隔离已知威胁，如恶意软件和病毒，这并不完全与娱乐和游戏相关。
■ 医学
诊断医学是科学的一个难点。目前，某些类型的癌症扫描需要四名专家研究分析并就治疗问题达成共识。机器学习帮助医生更快、更准确、更高效地测试诊断药物。
■ 产品营销和企业管理
自学习软件的营销应用将机器学习的前景和隐私担忧完美结合在一起。一些业内专家预测，十年以内，即使是最不起眼的小企业也会通过机器学习扩大范围。
另一个关键的应用是使簿记和组织更便捷。更新文档时，数据捕获软件可以从用户那里获得线索，自动识别文档类型和业务类型并对其分类。这个过程大大缩减了劳动力，降低了费用，使工作有利润有条理。
当然，这是机器学习带来的大量机会的缩影。未来，几乎每个行业都将依赖自学习软件，现代生活将更加高效。
机遇
那么为什么会有争论？为什么埃隆·马斯克（Elon Musk）和斯蒂芬·霍金（Stephen Hawking）等人对人工智能和机器学习持悲观态度？无论你是否同意人工智能和机器学习可能会造成世界末日这一观点，我们现在要明白SLS提供的大量机会与人们的合理担忧相互抵消了。
可行的一大机遇就是使用智能机器更有效地分配资源。为了从更小的范围观其意义，我们可以考虑一下使用自学习软件对服务器群耗电方式进行微变化调整的好处。
研究人员称这种行为的结果十分惊奇：一种硅脑开关部件在有需要时自动开关，这样可以节省基本资源，帮助我们应对全球变暖和正在发生的第六次物种大灭绝。
机器学习可能带来的另一大机遇就是在汽车驾驶中去除人类可能出现错误的因素。据了解，汽车很快就会在算法的指引下能以每小时65英里的速度在高速公路上飞速行驶。换句话说，自动驾驶汽车大有前途。
除了改进电池技术，提高交通和出行效率能大幅减少化石燃料的使用，我们也可以从中受益。未来的汽车将能够在道路建设、障碍物、天气以及可能影响驾驶的新型事件上相互交流、汇集数据。
挑战
以上每一个特性都代表了某种类型的隐私担忧。Siri（iPhone上的语音功能）、Bixby（三星人工智能助手）、Cortana（微软开发的人工智能助手）和谷歌的使用都需要收集用户数据。
监管这些个人智能助理的科技巨头在用户隐私方面似乎采取了不同策略。每次当你查询的时候，智能手机会向远程服务器群发送各种类型的个人信息进行处理。在服务条款中，公司如何处理信息以及如何出售信息也被模糊处理。
除了隐私之外，与自学习软件相关的另外一个现实问题就是将人类的判断——在某些情况中是情感——与人类经验和交流割裂开来所导致的后果。比如，富国银行和其他主要金融机构希望利用人工智能客观评估客户的信贷可靠性——这一想法可能会消除或加剧现有的文化偏见。
就自动驾驶汽车而言，其主要的学习曲线可以帮助汽车解决可怕的“电车难题”（The Trolley Problem），最早由英国哲学家菲利帕·福特提出。1967年，她发表了一篇名为《堕胎问题和教条双重影响》的论文，用一系列例子分析了道德导致的有意和无意的结果，去做和允许去做，支持还是拒绝之间的区别。在其中她提到了“电车难题”，司机是要舍一救五，还是什么也不做呢？如果要救5个人，医生必须杀死1个病人移植他的器官给这5个人，他会怎么做呢？借助这些问题，福特希望澄清跟堕胎有关的道德问题。”，令我们满意。我们是否愿意为汽车编写软件，指导车辆牺牲一个人拯救另外5个人呢？
一直以来，人类必须承受道德压力——或者在车祸发生前的关键时刻没有时间做些什么。无论是好是坏，机器现在似乎可以为我们处理一些道德问题。
正如你所看到的，决定人工智能创新的方向是一个复杂的问题，但它潜力无穷。关键在于让科学家、哲学家、商界领袖、公民和政治家达成共识。
如果觉得《机遇与挑战并存 人工智能自学习软件可预见的未来》对你有帮助，请点赞、收藏，并留下你的观点哦！
