12、人工智能与深度学习的发展历程及前沿探索

人工智能与深度学习的发展历程及前沿探索

1. 人工智能的伦理与监管挑战

在人工智能的发展进程中，伦理和监管是不可忽视的重要议题。将公平性纳入成本函数是一个关键的考量。理想的解决方案是在利润和公平之间取得明智的平衡，这就需要在成本函数中明确权衡，并由相关人员决定如何权衡每个目标。人文和社会科学领域的伦理视角应在这些权衡中发挥指导作用。然而，选择看似公平的成本函数可能会带来意想不到的后果。

许多知名人士和研究人员呼吁对人工智能的使用进行监管。2015 年，3722 名人工智能和机器人研究人员签署了一封公开信，呼吁禁止使用超出人类有意义控制的进攻性自主武器。但这种全面禁令可能会适得其反，并非所有国家都会支持这一禁令。俄罗斯总统弗拉基米尔·普京曾表示，人工智能是未来，它带来了巨大的机遇，但也伴随着难以预测的威胁，谁在这一领域成为领导者，谁就将成为世界的统治者。

人工智能并非单一领域，它有众多不同的工具和应用，每个应用都有其独特的后果。例如，20 世纪 80 年代机器学习在信用评分自动化方面的早期应用，就引发了人们对居住在特定邮政编码区域的个人可能会被不公平评分的担忧。这促使相关立法对用于计算评分的信息进行限制，并要求公司告知个人提高评分的方法。因此，对于人工智能的监管，应根据具体应用情况进行个案处理，而非全面禁止研究。

2. 神经网络的发展历程

2.1 早期探索与转变

20 世纪 80 年代，神经网络热潮兴起。1987 年，在加州理工学院担任神经生物学客座教授期间，有人拜访了弗朗西斯·克里克，在一次教师午餐会上播放了 NETtalk 演示磁带，引发了热烈讨论。1989 年，此人从约翰霍普金斯大学的初级教员转变为索尔克研究