人工智能

凭借物联网设备生成数据的基本能力以及人工智能模拟各种设备智能行为的能力，当将这两种技术结合在一起时，我们将会看到一场前所未有的技术革命。

机器学习是当今技术最重要的基本趋势之一，也是未来十年科技将在更广阔的世界中改变事物的主要方式之一。作为其中的一部分，机器学习的各个方面引起关注 - 例如，它对就业的潜在影响，以及它用于我们可能认为不道德的目的，例如它可能给予压迫性政府的新能力。另一个，也就是这篇文章的主题，是人工智能偏差的问题。

人工智能的快速进步和发展引发了对其两用应用和安全风险的绝望猜测。从自动武器系统（AWS）到面部识别技术再到决策算法 ，人工智能的每一个新兴应用都会带来好的和坏的。正是人工智能技术的这种双重性质不仅给各国的个人和实体带来了巨大的安全风险：政府、行业、组织和学术界（NGIOA），还有人类的未来。

在这篇文章中，我将会介绍一些我们在 Cardiogram 中调试 DeepHeart 时用到的技术，DeepHeart 是使用来自 Apple Watch、 Garmin、和 WearOS 的数据预测疾病的深度神经网络。在 Cardiogram 中，我们认为构建 DNN 并不是炼金术，而是工程学。

1956年的达特茅斯会议首次提出人工智能的定义：使一部机器的反应方式像一个人在行动时所依据的智能。经过超过半个世纪的发展，人工智能已经渡过了简单地模拟人类智能的阶段，发展为研究人类智能活动的规律，构建具有一定智能的人工系统或硬件，以使其能够进行需要人的智力才能进行的工作，并对人类智能进行拓展的边缘学科。虽说人工智能是一门边缘学科，属于自然科学和社会科学的交叉，不过其涉及哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论等，也是非常高深的一门学问。人工智能就其本质而言，是对人的思维的信息过程的模拟。

人工智能的发展历程

世界上约有7％的劳动力从事建筑业，因此它是世界经济的主要部门。个人和企业每年在建筑相关活动上花费10万亿美元（麦肯锡，2017）。其他行业已经使用AI和其他技术来改变其生产力绩效。相比之下，建筑以冰川的速度发展。

据美国科技媒体The Verge报道，欧盟上周一发布了一系列关于发展人工智能（AI）伦理的新指南，作为企业和政府开发人工智能伦理应用的指导方针。这些规则不同于美国科幻小说作家艾萨克·阿西莫夫（Isaac Asimov）的“机器人三定律”，没有直截了当地提供一个道德框架来帮助人类控制凶残的机器人。相反，当人工智能整合至医疗、教育和消费技术等领域时，它们可澄清一些影响社会的模糊而分散的问题。

早期采用人工智能技术的组织已开始从人工智能的应用中获得真正的业务成果。但推行人工智能计划并非没有挑战。人工智能创造商业价值的时代已经到来。事实上，在德勤公司(Deloitte)最近的一项调查中，82%的早期使用人工智能的组织表示，他们从人工智能投资中获得了经济回报。

我们发展人工智能，核心目的是为了用人工智能来解决我们日常工作生活中的各种问题，机器学习当然也不例外。那机器学习适合解决哪些问题呢？首先，我们一定要知道，机器学习不是万能的。其次，我们要认识到日常工作生活中的最大任务是“决策”。最后，“决策”背后的本质是“分类”。

2019年推动人工智能发展的力量是什么?国外调研机构Forrester Research公司对未来一年企业CIO针对人工智能的5项预测进行了细分。Forrester公司的一系列报告指出了2018年IT团队在实施人工智能技术时的雄心壮志与执行力之间的差距，并预测了2019年将会发生什么。