Prihaja do velike spremembe v načinu dela naših pripomočkov. Umetna inteligenca in strojno učenje nista več, kar bi videli v romanu znanstvene fantastike, pametni stroji pa so nameščeni za opravljanje tudi najbolj vsakdanjega opravila, pa tudi bolj odmevnih stvari, ki pritegnejo našo pozornost. Čeprav menim, da smo še vedno vsaj nekaj let oddaljeni od točke, ko imamo vsi svoje robotske batlerje in leteče avtomobile, možnosti niso več dvomljive.
Nihče ne želi računalnikov, ki so zlobni in nihče jih ne gradi.
Skupaj s preboji, ki omogočajo strojem sprejemanje resničnih odločitev, se pojavlja tudi prirojen strah pred posledicami. Nekateri so veljavni, mnogi so neumni, a vsak od njih ima odličen naslov. Ne glede na to, ali poročajo o križarskem križarjenju Elona Muska za zaustavitev AI apokalipse (pravi naslov) ali pa, da nas opominjajo, kako smo vsi oddaljeni od kraje naše identitete, morajo novinarji in publikacije zagotoviti obe strani vsake številke in nas usmeriti v vire, kjer lahko izvemo več. Če ne naredimo nobenega, nas po nepotrebnem ne sumimo v tehnološke preboje, ki bodo del naše prihodnosti.
Danes bom izbral iPhone X. Preden se kdo razburja, vam povem svoj vtis o iPhoneu X, ne da bi se kdaj dotaknil enega - preveč slabe kul stvari, ki jih lahko počne, so najprej prišle iz Apple, saj res ne želim uporabljati iPhone vsak dan. To je iPhone v ohišju bistvenega telefona z odličnim tehnikom na vrhu, ki lahko naredi nekaj res zanimivih stvari. Če vam je všeč ekosistem iOS, se zdi, kot da je to telefon, ki ga želite kupiti. In zaradi fascinacije nad vsemi stvarmi Apple dobiva levji delež pozornosti zahodni tisk. To bi bilo lahko dobro tudi za druga podjetja, saj veliko tiska, ki obdaja stvari, zaradi katerih je poseben, ni nujno dobro.
Dva nedavna članka izstopata o današnjem novem pametnem tehnologiji, kako ga uporablja Apple in zakaj je treba kaj skrbeti, vendar sem prepričan, da obstaja še nešteto drugih. Oktobra se je Wired pogovarjal o tem, kako strojno učenje "LAHKO SREČUJE TAJNICE SVOJEGA IPHONA" (ja, z vsemi začetnicami), Reuters pa nam je povedal, kako strokovnjaki za zasebnost prepoznavajo obraz. Ob branju sta oba zelo kritična.
Rene Ritchie je opravil odlično delo in razpravljal o težavah z Wiredovim člankom, ki v bistvu trdi, da lahko strojno učenje poišče vaše gole fotografije in z njimi naredi nekaj zoprnega, vendar moram vseeno poudariti nekaj besedila iz samega članka.
Raziskovalci hitro opažajo, da čeprav ML ML uvaja pomembne odtenke - zlasti v postopek preverjanja aplikacij - ne pomeni nujno nove grožnje. "Predvidevam, da bi CoreML lahko zlorabili, toda glede na to, da lahko aplikacije že dobijo popoln dostop do fotografij, " pravi Will Strafach, raziskovalec varnosti iOS in predsednik skupine Sudo Security. "Torej, če bi želeli zgrabiti in naložiti vašo celotno knjižnico fotografij, je to že mogoče, če je dovoljenje odobreno."
Appleov Core ML sistem (njihovi algoritmi strojnega učenja in strojna oprema, ki lahko obdelujejo podatke) v bistvu ne more storiti ničesar, česar nobena druga aplikacija ne zmore. Tudi če sistemu rečete, da izkorenini fotografije, za katere se zdi, da so goli ljudje, z njimi ne more storiti ničesar, če jih najde. Kljub temu je članek in naslov alarmiranja na voljo vsem, ki si ga lahko ogledajo.
Reuters postavlja predpostavko, da se varnostni raziskovalci bojijo, kaj Applovo prepoznavanje obraza pomeni za našo zasebnost podatkov. Konkretno, da lahko tretji razvijalec podatke iz kamere iPhone X nekako uporabi na načine, ki vdirajo v naše življenje ali podatke celo uporabijo kot identifikacijske podatke. Dobro je, da se za te stvari skrbijo raziskovalci varnosti in zagovorniki zasebnosti. To naj bi storili. Ni tako dobro, ko Reuters ne pojasni, kateri podatki se delijo s tretjimi osebami in kaj lahko z njimi storimo, ko nam sporočijo, da ACLU natančno pregleduje.
IPhone X pritegne pozornost, vendar so to nove tehnologije, ki jih vsako podjetje uporablja pri prihodnjem.
To ni problem Apple, čeprav je njihov izdelek v središču pozornosti. Vsi smo že videli ali brali o tem, kaj lahko Google naredi s svojimi naprednimi algoritmi strojnega učenja, ali to pomeni, da si naredimo boljši fotoaparat in galerijo za fotografiranje ali ogledovanje fotografij ali diagnosticiranje bolezni prej, zato se zdravljenje lahko začne, ko je to najbolj potrebno. Toda strojno učenje igra velik del stvari, ki je ne bi povezali s tehnologijo, na primer pisala za enkratno uporabo ali paradižnik.
Cela industrija že uporablja stroje, ki sprejemajo rudimentarne odločitve in bodo, ko bodo razviti, uvedli še pametnejše. Številni izdelki, ki jih vsak dan uporabljate (ali celo jeste!), So bili obdelani prek avtomatizirane linije, ki jih je izdelovala, sortirala in pregledovala s pomočjo kamer in pametnih računalniških sistemov. Nato so jih spakirali s stroji, ki so vedeli, kakšno velikost škatle uporabiti glede na to, kar je bilo odloženo v košaro in postavljeno na desno paleto, da jih lahko desna oprema dostavi na desni nakladalni dok.
Senzacionalizem bo vodil do nepotrebnega in neželenega nadzora. Vedno gre.
Skrb glede tega, kaj bi lahko še več napredoval za brezposelnost, je nekaj, o čemer bi morali razpravljati laiki, vendar pa je glede varnosti in zasebnosti najbolje prepustiti strokovnjakom, dokler ne bodo ugotovljene dejanske težave. Senzacionalizem bo na tej stopnji vodil le do predpisov, ki jih sprejmejo ljudje, ki so popolnoma nekvalificirani. Predstavljajte si, da vaš senator ali poslanec poskuša razstaviti Tensorflow ali Cloud ML in poiskati načine, kako nas "zaščititi" pred njimi.
Potrebujemo visoko usposobljene ljudi, ki bodo dolgo in trdo gledali stroje, ki znajo razmišljati. Prav tako potrebujemo odgovorno poročanje o tem, kaj lahko ti raziskovalci povedo namesto klika. Ne pozabite, da je vsak naslov, ki ga lahko vidite, tudi tisti, ki ga lahko vidijo člani pododbora za zasebnost, tehnologijo in zakon senata ZDA. Zelo pomembno je, da vsi dobimo dejstva brez hiperbole. Ne ubijajmo naslednje velike stvari, preden se spusti z zemlje.
Pustrina fotografija Space X - https://www.flickr.com/photos/pushkargujar/23791728242/, Creative Commons 2.0
