来自戴尔世界的未来展望（Tech Blog）

戴尔世界(Dell World)是在上周举行的，今年的情况肯定与往年不同，因为它是在虚拟页面上完成的。戴尔世界最有趣的部分之一是关于未来的会议。在过去的几年中，它迎来了第四次工业革命的到来和即将到来的机器人技术浪潮。

今年，他们谈到了一个完全以人工智能为重点的工程学新分支，围绕食品生产的混合技术革命，人工智能是如何被破坏的，以及音乐、数学和互联网如何创造了新的娱乐类型。

Genevieve Bell：3A人工智能研究所

Genevieve Bell是我最喜欢的人之一，她是英特尔高级研究员，在英特尔的研究机构工作。她在关于未来的这一部分开篇谈到了她带头的一项新工作，这项工作将许多不同的技术和人员聚集在一起，创建了一个以工程为中心的新分支，完全专注于人工智能。我之所以说以工程为中心，是因为参与其中的人拥有广泛的背景和职业技能，包括工程师以及人类学家、科学家、政策专家，甚至音乐家。

与大多数其他似乎更专注于这项技术的工作不同，Genevieve的工作始于对控制论历史的研究，这可以追溯到20世纪40年代和50年代的会议，这些会议最初定义了这一领域。例如，在澳大利亚，他们研究了原住民捕鱼器，这些捕鱼器在上世纪初很有用，在此之前几个世纪都成功地进行了指导。

这门课程更注重提问，而不是解决问题。通常情况下，跳入解决问题的行为模式会迫使人们采取战术方法，而不会意识到问题的全部范围或相关的依赖关系。这有可能隐藏解决方案中所携带的潜在损害。首先关注问题有助于确保问题得到充分定义，从而创建了一条通向更全面、更安全的解决方案的途径。

他们所提出的的关于其人工智能工作的六个核心问题有：

·自主性：即系统是否可以在没有用户干预的情况下运行。它是否自动执行预期的操作？

·自治性：系统的输出是否被限制在定义的性能范围内。它只是做了预期的事情，还是会超出预期的参数去做意想不到的事情？

·安全性：这是一个质量指标，确保结果是安全的，你可以信任它，它符合周围的规则，它受到很好的监管，它做了它想要做的事情。

·界面：人工智能如何与世界、人和其他系统通信和互动？它是否有效和优化地相互关联和沟通？

·指标：您是如何监控事物的？有什么外部机制来确保系统不会变得失控？

·意图：设计者的意图是什么，他们想要实现什么，结果是否符合创建者的意图？

(我突然意识到，如果创造天网的人们遵循了这些元素，终结者电影就会截然不同。)

这个团体发起了一个硕士项目，目前已经有来自世界各地的学生报名参加。归根结底，正是这种努力，以及那些喜欢它的人，将有助于确保明天的人工智能不会让“终结者”成真。

Amanda Little：创造混合农业的未来

Amanda Little，她谈到了我们今天面对的食物问题。由于疫情爆发，不仅农场扔掉了大量食物，人们还因为无法得到食物而挨饿。在疫情期间及时向人们及时提供废弃食品已成为一个严重问题，农作物在田间腐烂，粮食库抱怨极端短缺。

其中一个问题是，农业似乎分成了两派，一派希望推广可能不安全的技术，另一派则想要回归传统农业，因为传统农业规模不大。Amanda认为，我们需要的是两者的结合，这样除草剂和杀虫剂就能够远离我们的食物。同时，我们需要使用先进的技术来提高产量。她写了一本关于这个主题的激动人心的书，书名叫《食物的命运》。

Amanda的研究带她走遍了美国和15个国家，她考察了现代和古代的耕作方法，并得出了食物可以重新发明的时机已经成熟这一结论。在自动化和工业化农业方面正在进行巨额投资：提供更高产量的仓储农场，如果不能完全禁止杀虫剂和除草剂，就最大限度的减少对其的使用；提供使用微剂量化肥、除草剂和杀虫剂的机器人农业设备，这些设备不会污染土地和食物。

她在谈到人造肉的进步和其被接受程度的提高，以及我们在培育我们食用的动物上做的努力后总结道，最好的解决方案是将新旧农业技术结合成更安全、更好、更有趣的东西。

Mainak Mazumdar：人工智能的腐败

Mainak Mazumdar ，Neilson的首席研究官谈到了数据腐败，这保证了如果这些不良做法得不到解决，未来的人工智能将是不可信任的。俗语：“输入的是垃圾,输出的也是垃圾”将在这里得到适用。他以早期面部识别失败为例，面部识别系统漏掉了有色人种的分类。他还指出，像美国政府用来限制人口普查活动的做法，是试图破坏数据收集过程，进而伤害少数民族，而其他尚未计算在内的人，则需要消耗大量政府资源。

Mainak分享说，他们通过在印度农村地区和小型夫妻店进行调查，了解印度的真实情况，以及调查美国的贫困地区，更好地了解如何向相关人口进行营销，并接触到相关人口，从而学到了很多。

然而，最终，他传达的信息是明确的。我们正在向后做人工智能；我们应该首先专注于确保数据，然后创建能够对数据做出决策的人工智能。如果我们反其道而行之，我们最终会得到腐败的人工智能，这些人工智能不能按预期执行，而且可能是非常危险的。

Paul D. Miller（DJ Spooky）: 模式很重要

本次会议以用时最短的、也是最引人入胜的演讲结束。电子和实验性嘻哈音乐家保Paul D.Miller谈到了为什么模式很重要，以及科技和娱乐的融合。

现在，我的B.S.计量器亮起了红灯，因为我以为会有另一个人学过流行语，但对这个问题一无所知。事实并非如此；他精通内行，并介绍了一系列示例，说明理解模式如何帮助开发人员将他们的代码与受众的文化结合起来。保罗的演讲是最引人入胜的，因为他被认为是技术含量最低的演讲者，但他的演讲可以说是技术含量最高的。

他谈到了音乐作为数据集，以及过去的作曲家是如何利用美丽的建筑等东西，并将其联想到相关的数学，从而转化为美丽的音乐。他的会议以他的艺术的一个美丽的例子结束，这个例子将人权法案与互联网的技术融合在一起，创造了Quantopia。

有一个元素接近魔术的概念，那就是连接代码、物理对象和感知的未知量，我可能会对这一概念思考上一段时间。

总结

我们正在进入第四次工业革命，但我们还没有准备好。像Genevieve Bell、Amanda Little、Mainak Mazumdar和DJ Spooky(我喜欢这个名字)这样的人正在努力确保这场革命的结果将造福人类，而不是让《终结者》系列电影成为先知。

更聪明和公正的人工智能，即使在气候变化的可怕影响之后，仍然能保证普遍和安全食用到食物，也许也是我所认为的更深刻地融合代码和现实的基础。无论我们是否准备好，未来都在到来。这些人代表我们工作，以确保我们做好准备。多亏了Genevieve Bell、Amanda Little、Mainak Mazumdar和DJ Spooky，他们帮助世界为即将到来的一些强有力的转变做好了准备，否则我们可能无法作为一个种族生存下来。