多年来,政策制定者一直认为机器学习——当前人工智能炒作浪潮的基础——是机器人技术进步的基础,这将预示着“第四次工业革命”——但两者并没有真正融合在一起,或者说至少不要使用当前流行的方法。 “需要大量数据的理想化算法会失败,”首席研究员 Filip Piękniewski 告诉我。 “现实是我们不知道如何为机器构建与我们自己的大脑一样强大的控制系统,但我们只是喜欢自欺欺人地认为我们可以做到这一点,”资深机器人专家和麻省理工学院前负责人AI 实验室 Rodney Brooks 更加严厉地批评 OpenAI 的辩护,即“市场还没有准备好”迎接 Cube-dropping Cube 求解器这样的奇迹。 “也许'问题'是市场已经成熟,并且了解什么是有价值的,什么是不有价值的。”人工智能的危机已经酝酿多年。系统是“脆弱的”——一调整就停止工作——而不是“通用的”,内部行话,这意味着它们只能做一项工作。正如圣达菲大学的 Melanie Mitchell 教授和最易读的外行人对当今人工智能极限的介绍的作者所说的那样——所有这一切都意味着今天的人工智能非常愚蠢。米切尔最近的一篇论文概述了人工智能研究人员提出的四个谬论,其中最具破坏性的是自欺欺人,因为计算机速度更快,它们变得更聪明。 Grabby 关于蛋白质可视化的新闻稿不会改变这些基本原理。唉,政府和白厅在应对人工智能危机和做出更明智的资源分配决策方面能力不足。英国政府已经创建了一个由重叠的 quangos 和咨询组织组成的庞大网络。历届政府都增加了一个新政府,而没有废除或合并其他政府。因此,开放数据研究所紧随其后的是 Alan Turing 研究所,然后是 Ada Lovelace 研究所——以及 Goldstaub 女士的人工智能委员会。为了更好地衡量,我们还必须包括数据道德与创新中心。这是一个由共同朋友组成的舒适、适合俱乐部的世界。没有人想过警告决策者人工智能的问题——这更像是当地的苏联隐瞒了 Gosplan 的真实生产数字。