這不只僅是一個勒德份子（一個畏懼或許討厭技巧的人，特別是威逼現(xiàn)有任務的新技巧的情勢。）的成績。和埃隆·馬斯克一樣，一個技巧喜好者常常會征引對人工智能的恐怖和討厭，把它比作一個險惡的惡魔，必需經(jīng)由過程國度的力氣來遣散它。跟著一切這些否決AI成見的涌現(xiàn)，自在主義者和技巧專家們將站在那些想要壓抑這些技巧的立法者和學者眼前。

　　人們經(jīng)常對重生事物發(fā)生害怕。不管是織布機照樣智妙手機的鼓起，人們從未停滯過擔憂。曩昔，反科技的爭辯曾經(jīng)被獲得了很好的處理。約瑟夫·熊彼特（Joseph Schumpeter）等經(jīng)濟學家指出，發(fā)明的行動必定包含損壞舊的、平日過時的、低效的、生涯和臨盆的辦法。然則這類損壞帶來了新的生涯：新的機遇、商品和辦事，和新的生涯方法，沒有這些我們將沒法生涯。從經(jīng)濟下去說，一項推翻性技巧帶來的任務的數(shù)目和質(zhì)量老是會跨越那些被當心翼翼地掩護著的。在文明上，社會禁受住了很多人宣稱的會招致社會闌珊和災害的狂風雨。

　　然則一提到人工智能，仿佛有些分歧。技巧變更的措施仿佛太快了。智能機械的設法主意仿佛與我們太類似，沒法給人以撫慰，而對機械替換人類的原始恐怖也變得愈來愈嚴重。不幸的是，這些擔心曾經(jīng)轉(zhuǎn)移到學術和司法層面的技巧上，就像亞當·塞勒（Adam Thierer）、雷蒙德·羅素（Raymond Russell）的新莫卡特斯中間（Mercatus Center）的研討，和你真實的評論辯論。一不當心我們偏執(zhí)的想象中最蹩腳的行動能夠會招致律例將我們從安康、制作和交通的驚人成長中消除出去。

　　起首，很主要的一點是要弄清晰這條“線”究竟是甚么。科幻小說中關于殺手機械人和非人性的將來的故事就是這類虛擬的器械。人工智能技巧的完成也會變得加倍平常，加倍不實在際。它們將是平常的，由于當最有用的時刻，它們將會如斯無縫地融入我們的情況，簡直是沒法發(fā)覺的。但它們將會異常棒，由于它們有能夠解救數(shù)百萬人的性命，節(jié)儉數(shù)十億美元，讓我們的生涯更輕松、更溫馨。

　　斟酌一下制作業(yè)。很多人擔憂機械人技巧和人工智能會給傳統(tǒng)任務帶來風險。但即便是最使人擔心的剖析主動化對任務的影響的研討發(fā)明，絕年夜多半的工人也會很好，那些受影響的人能夠會找到更好的任務，而主動化會進步他們的任務質(zhì)量。但與此同時，依據(jù)麥肯錫（McKinsey）和公司的數(shù)據(jù)，人工智能對制作技巧的改良，能夠會在2025年完成約1.4萬億美元的價值。這個偉大的數(shù)字也代表著最不充裕的一些人的真正儲蓄，并且極可能會加重貧富差距。

　　或許斟酌一下醫(yī)療保健。大夫們曾經(jīng)應用了人工智能加強技巧來指點他們停止準確的手術，贊助他們更有用地診斷疾病，乃至贊助病人在很長一段時光內(nèi)跟蹤安康情形。這些技巧能夠確切搶救了性命，在接上去的10年里，他們估計將在我們掉控的醫(yī)療保健行業(yè)中年夜量削減本錢，可達數(shù)千億美元。

　　避免人工智能技巧為數(shù)百萬人生涯帶來真實的風險，這不是不實在際的。這就像每一年經(jīng)由過程阻攔無人駕駛汽車的成長，許可不計其數(shù)的可預防的高速公路逝世亡一樣簡略。

　　這些只是我們在申報中強調(diào)的幾個例子。很多研討技巧成績的學者以為這并沒有想象中悲觀。他們以為人工智能技巧的風險——不管是休息力轉(zhuǎn)移、人身平安，照樣完整分歧的影響和輕視——都是“先停上去，再問成績”的辦法。他們提出的律例將有用地冷卻人工智能研討；現(xiàn)實上，一些主意這些立場的人明白熟悉到這是他們的目的。

　　風趣的是，關于傳統(tǒng)的關于主動化的擔心，即休息力市場的流浪掉所和支出效應，正日趨被存在風險和社會輕視的新?lián)乃觥Ｔ趍etanarUNK構(gòu)造的方面，是對“超等智能”和“硬”人工智能的普遍存眷這一不雅點是馬斯克在2014年出書的《超等智能》一書中所采取的。但是，正如我們在論文中所評論辯論的那樣，在迷信界存在著很多不合，即這些成果在物理上能否可行。但是，正如我們在論文中所評論辯論的那樣，迷信界和物理界上對此存在著很年夜的不合。嘿，假如情形更糟，我們老是可以把機械的電源拔失落。

　　關于年夜多半讀者來講，更熟習的是當天社會政治存眷的擔心。人工智能很年夜一部門反抗者都來自于那些不畏懼社會末日的批駁人士，但這類算法和機械進修軟件可以進一步穩(wěn)固社會差距。例如，供給對某一特定受掩護群體停止加權(quán)的輸入的算法會立刻被疑惑。人們擔憂的是，一個被“黑盒子”統(tǒng)治的社會（應用一個由評論家Frank?Pasquale發(fā)明的術語）將會以難以發(fā)覺的方法給社會分層，從而將進一步加重社會的南北極分化。

　　固然，硅谷是一個少見的自在的處所，所以你能夠會以為，批駁者會以為他們是在人工智能技巧中積極反抗成見的自然盟友。現(xiàn)實并不是如斯。人工智能的批駁者以為，我們須要“實時并提早立法”，以搶先于立異者，并迫使他們?nèi)プ霎斁炙f的工作。他們呼吁樹立年夜量新的當局辦公室和機構(gòu)來掌握人工智能技巧，從一個聯(lián)邦人工智能機構(gòu)，到一個“聯(lián)邦機械人委員會”，到一個“國度算法技巧平安治理”。毫無疑問，跟著持續(xù)集成人工智能技巧的成長，我們四周的一切都與軟件密弗成分，如許一個聯(lián)邦人工智能機構(gòu)的創(chuàng)立終究能夠會掌握住你四周的一切。

　　有些人想經(jīng)由過程法院來黑暗監(jiān)管。例如，法學傳授Danielle Keats Citron呼吁經(jīng)由過程一項她稱之為“技巧合法法式”的司法準繩，對算法和人工智能技巧停止“精心設計的質(zhì)量掌握的審查形式”。白宮在2014年宣布的一份關于隱私和年夜數(shù)據(jù)的申報，仿佛是在對一項更嚴厲的行政查詢拜訪進程做出回應，呼吁監(jiān)管機構(gòu)對算法停止“嗅探”，以“對受掩護的階級發(fā)生輕視性影響”。固然，很少有立異者情愿地下打破司法，不公正地影響某些群體，但這類聯(lián)邦查詢拜訪，假如不是精心組織，就會冒著變得過于狂熱的政治危害的風險。

　　這些監(jiān)管建議與他們追求處理的多數(shù)成績比擬，發(fā)生了更多的成績。如上所述，跋扈的監(jiān)管束度將使我們損失數(shù)萬億美元的經(jīng)濟增加和本錢，年夜幅改良生涯，解救世界各地數(shù)百萬人的生涯。但即使是一個更寬松的監(jiān)管體系體例或義務構(gòu)造，也能夠讓人工智能的成長降溫，而這也會發(fā)生相似的后果。

　　現(xiàn)實上，還有更好的辦法來處理這些成績。我們的機械變得愈來愈智能。豈非我們的規(guī)章軌制不也應當如斯嗎？曩昔的敕令與掌握形式是行欠亨的，特別是由于監(jiān)管者須要作出明智決議的很多信息，關于那些在這些技巧上任務的開辟人員（特殊是在機械進修方面）其實不顯著。

　　那末，政策制訂者應當進修甚么呢？謙虛，教導，與學者、立異者和工業(yè)協(xié)作。年夜多半的擔心都將經(jīng)由過程競爭和認證的市場來處理。在那些年夜成績確切存在的處所——好比人工智能技巧運用于法律技巧，或許開辟“智能兵器”——也許更多的預防辦法是有依據(jù)的。但在絕年夜多半情形下，交換和正常的義務對象和司法解救辦法將足以完成這項任務。

　　人工智能技巧給我們帶來的利益將是偉大的。是以我們必需確保人類不去抹殺機械人。