人工智能:你的想法和担忧

“我认为该领域面临的最大挑战之一是避免混淆预测能力和解释能力的诱惑。在前几代人工智能中，很容易发现它们无法复制人类表现的情况，从而突出了人工智能模型与人类完成任务的方式之间的根本差异。现代数据驱动的人工智能模型在复制人类在某些任务中的表现(例如，图像分类)方面要好得多。尽管仍然有可能发现它们所犯的错误与人类所犯的错误类型非常不同的边缘情况(例如，使用“对抗性”图像)，但我怀疑发现这些情况将越来越难。因此，我担心人工智能模型将被视为人类感知和认知的理论，因为它们能够预测人类的表现，而不一定与人类实现这种表现的机制相对应。”
——格雷格·考克斯

“最大的机会:使用大量数据来组织、分析和理解复杂的现象。在我的例子中，使用模型的可能性可以被训练来量化人们自己的叙述和描述。

挑战:避免有偏见的算法，这些算法被认为是客观的，但实际上却受到了研究人员无意识操作的污染。”金宝搏官网登录
——达尼洛·加西亚

机会是巨大的。对个人数据前所未有的访问，以及用于分析这些数据的强大工具，使研究人员能够提出我们以前从未问过的问题。金宝搏官网登录但这是一把双刃剑。尽管许多算法已经公开，甚至可以免费使用，但它们所依赖的数据通常还没有。相比学术研究人员，私营企业——特别是大型科技公司——更容易获得这些数据。金宝搏官网登录如果研金宝搏官网登录究人员想要获得最广泛和最完整的数据，他们通常需要与这些公司合作，甚至可能加入这些公司。当学术研究伙伴关系进展得特别顺利时，学者们就会被引诱离开为公共利益而进行的研究，转而从事专有研究事业。这一切是否最终会将社会带入一个由赛博朋克公司主导的反乌托邦地狱，仍有待观察。
——理查德·兰德斯

“在我所看到的众多机会中，人工智能能够快速处理大量不同类型的数据(行为数据、生理数据……)，发现其中隐藏的模式，并提出创造性的方法来分析和可视化它们。在实验室或互联网上依靠人工智能进行心理测试和数据收集的可能性听起来也很有吸引力。围绕人工智能最重大的道德挑战可能与法律权利/责任和信任有关。”
-埃琳娜·特桑科娃

人工智能最大的机遇是通过降低成本和提供个性化护理来提供重要的和改变生活的服务。
——马修·雷涛

“涉及人工智能的两个最大机会，广义上包括数据科学和机器学习(ML)，首先包括数据分析/统计领域的交叉施肥，其次是计算神经科学/认知科学领域的交叉施肥。

对于第一个机会，许多研究生院仍然依赖有限的统计程序(包括零假设显著性检验)。从数据科学中引入数据可视化和分析工具，以促进数据分析方面的研究生培训，并在更广泛的范围内，增加心理科学用于收集和分析数据的工具范围(例如，可穿戴传感器，增加复杂的地理测绘，网络/图形分析)。

对于第二次机会，我认为AI/ML工作提供了工具，也许还提供了语言，开始弥合神经科学/大脑相关活动与认知(包括注意力、执行功能和精神病理学)之间的解释鸿沟。例如，目前AI/ML的技术水平(例如，谷歌在自然语言处理领域的BERT)比当前的语言心理模型要先进一些。类似地，抑郁症或精神分裂症等疾病的综合综合模型的开发可以通过当前的人工智能工作(例如，诸如18bet体育安卓下载计算精神病学)。”
——史蒂文·海杜克

“我相信，在我们实现通用人工智能之后，心理科学中涉及人工智能的最大伦理挑战将会出现。我们如何能够对一类没有个人权利的智能代理进行研究?IRBs是否应该将这些对象归类为受保护对象，类似于儿童或囚犯?谁来裁决研究人员是否可以为了研究的目的而制造一个智能生物?金宝搏官网登录在PI突然离开的情况下，谁会对代理人承担“所有权”或“责任”?虽然我们可以向动物研究合作者寻求建议，但我们真的应该像对待果蝇和恒河猴那样对待拥有比人类更多知识的智慧生物吗?”
——尼古拉斯·索尔德尔

“人工智能具有巨大的潜力，可以在大量内容领域发挥辅助作用，改善人类的决策。人工智能机器人可以避免人类在危险的工作环境中面临的危险。然而，几十年来，相对于贡献，好处被严重夸大了;系统的脆弱性仍然是一个重要的限制。”
——Jim Staszewski

“所有的算法都是与人类合作的。人们指定使用的数据算法和他们所做的预测。心理学对它们的设计贡献最大的领域是指定算法是用来预测哪种结果的。算法是否被设计为模仿(即，像人们那样做)，或者算法是否被设计为符合个人或社会的理想(即，像人们应该做的那样做)。”
——凯里·摩尔维奇

“行为科学家采用的定量方法已经从推理统计转向了网络分析。行为研究中使用的新工具和技术的出现导致了大数据，从这些数据中推断出有意义的结果仍然是一个挑战。人工智能提供了很大的帮助。它为综合这些数据以得出具体结论打开了一扇窗。”
- - - - - -Braj Bhushan

“人工智能代表了一个促进未来工作的机会，减少危险的工作和苦差事，并提供支持和指导，以提高人类福祉和效率。当然，技术是中性的，所以无论是用于改善福祉，还是用于邪恶的方式来颠覆人类的代理，都在实施中。科学家需要关注应用。”
——史蒂夫·科兹洛夫斯基

“人工智能帮助我们意识到什么是适应环境的必要条件，什么是智能解决问题的必要条件。然而，这并不意味着人类大脑和动物大脑的运作方式相同。大脑不是电脑。”
- - - - - -彼得Prudon

“这种智能可以在任何时间、任何地点回答任何问题，但也接受人工数据训练，有很大的潜在用户伤害。”
- - - - - -请省略姓名

“使用人工智能可以帮助提高招聘过程的速度和效率，并促进评估求职者的新方法。然而，这些优势可能是有代价的。许多组织在应用人工智能时，并没有充分理解其对招聘决策的法律和实际影响。基于人工智能的评估和招聘程序应该受到传统方法几十年来一直受到的同等程度的审查。这包括评估基于人工智能的分数的有效性，并确保分数不会对个人的子群体产生偏见等等。我们需要对这些主题进行更多的研究，以了解如何有效评估基于人工智能的评估和招聘程序，因为它们带来了独特的挑战和机遇。”
- - - - - -克里斯托弗·奈

“最大的机会是人工智能和技术进步使日常任务比过去更方便。人工智能在该领域最大的道德挑战之一是，它有可能取代人类的工作。”
- - - - - -格里高利曹国雄

“存在感。人工智能在综合数据方面做得非常好。但是人类的经验有一个额外的维度——感知和感觉。人工智能无法完全捕捉它，并创造了一种情境，让虚幻变成了事实。”
- - - - - -Jerri Lynn Hogg

“我们认为，人工智能和神经科学的基本目标完全相似，但过程从根本上不同。人工智能与人类智能并不相同，因为后者不仅仅是学习的速度、技能获得的尝试次数，甚至是智力测试的能力，而是一种推理、解决问题和学习的普遍能力。智力包括感知、注意力、记忆、语言和计划等认知功能。因此，人工智能正是人工的，不能代表生物过程，它可以自我学习，但不一定是‘智能’。”
- - - - - -Gerry Leisman

机会:代码编写，文本分析，论文写作支持，聊天机器人的发明，发现人类大脑无法假设的东西。挑战:简化、算法走向极端、泡沫的产生、算法上的反少数群体偏见。”
- - - - - -请省略姓名

“由于目前的人工智能已经能够合成人的声音，根据学生的各种特征提供自适应反馈，甚至可以快速且越来越便宜地生成虚拟代理的2D或3D模型，这似乎是一种经济方便的在线课程生成方式，可能会为各种需求的学生提供更合适的帮助。”然而，不够先进的人工智能技术，如机器人般的合成语音或僵硬的代理模型，可能会产生恐怖谷效应，对学生的学习体验和结果产生相反的负面影响。因此，我认为人工智能在教育领域的应用前景光明，但我们仍然需要弄清楚学生如何从这些人工智能生成的语音和虚拟代理中受益，以及我们可以在反馈中适应哪些特征，以使学生在学习过程中更受益。”
- - - - - -方正赵

“特别是在医学研究方面，我相信有巨大的机会。从之前的研究中，我们看到人工智能有助于疾病的诊断和预后，以实现早期预测。这显示了统计方法与更复杂的ML体系结构之间的差异。此外，考虑到常见的挑战，如数据稀疏性、不平衡类、高维等，AI有助于解决这些问题，并创建成功的模型性能。此外，近年来，可解释的人工智能帮助我们理解预测结果的原因。我们现在诊断一种疾病，并解释为什么人工智能决定这个诊断结果。这将给我们带来很多机会。”
- - - - - -Gozde Demirci