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为了避免混淆预测力与解释力的诱惑。前几代的人工智能,它是容易找到的情况下他们不能复制人类性能,从而突出的根本区别AI模型与一个人完成了任务。现代数据驱动的人工智能模型更好地复制人类的性能在某些任务(例如,图像分类)。尽管还可能找到边界情况,他们制造的错误是非常不同的从人类的错误(例如,“对抗”图片),我想找到这些情况将会越来越困难。结果,我担心AI模型将会被视为人类的感知和认知理论,因为他们的能力来预测人类性能而不一定对应人类实现这一性能的机制。”
——格雷格•考克斯

“最大机会:使用大量的数据组织、分析和理解复杂的现象。在我的例子中使用的可能性可以训练模型,量化人自己的故事和描述。

挑战:为了避免偏见的算法,然后作为目标,但实际上是由研究者的无意识的污染操作。”半岛体育官方网址入口
加西亚-达尼洛

的机遇是巨大的。前所未有的访问个人数据,和新的强大的工具来分析这些数据,允许研究人员问问题,我们之前从来没有问。半岛体育官方网址入口但这是一把双刃剑。尽管许多算法已经成为公开甚至免费,他们依赖的数据通常没有。这些数据可用更私人的价值,以及具体来说,大型科技corporations-than学术研究人员。半岛体育官方网址入口如果研半岛体育官方网址入口究者想要获得最广泛和最完整的数据,他们通常需要合作伙伴甚至加入这样的公司。当学术研究伙伴关系都特别好,学者已经诱使远离公众利益研究专有研究生涯。这一切是否会最终使社会变成了一个反乌托邦的赛博corporation-led hellscape仍有待观察。
——理查德·兰德斯

“很多机会中我看到的是人工智能的能力迅速处理大量不同类型的数据(行为、生理…),发现隐藏的模式,并提出创造性的方式来分析和可视化。可能能够依靠人工智能进行心理测试和数据收集在实验室或在互联网上也听起来有吸引力。可能最重要的伦理挑战周围AI将相关法律权利和责任和信任。”
——埃琳娜Tsankova

最大的机会是AI提供重要和改变生活的服务通过降低成本和提供个性化护理。
- - - - - -马太福音Leitao

“最大的两个机会涉及人工智能、广义的定义包括数据科学和机器学习(ML),包括,首先,异花受精领域数据分析/统计,第二,在计算神经科学和认知科学领域异花受精。

第一的机会,许多研究生院仍然依靠有限的统计过程(包括零假设意义测试)。的机遇是巨大的进口数据可视化和分析工具从数据科学推进研究生培训数据分析,更广泛地说,增加心理科学的工具用于收集和分析数据(例如,可穿戴传感器,增加复杂的地理制图,网络图分析)。

第二次机会,我看到,AI /毫升提供工具和工作,也许,语言开始桥解释差距和认知神经科学/大脑相关活动,包括注意力、执行功能和精神病理学。例如,当前状态的艺术AI /毫升(例如,谷歌在自然语言处理领域的伯特)有些先进的语言在当前的心理模型。同样,综合集成模型的发展障碍,例如抑郁症或精神分裂症可以根据当前人工智能的工作(例如,期刊等bd体育在线app下载安卓计算精神病学)。”
- - - - - -史蒂文Hayduk

“我相信心理科学最大的伦理挑战涉及人工智能将发生在我们实现人工智能。我们如何能够进行研究智能代理的类不具有个人权利?这些科目进行分类保护,审查委员应该类似于儿童或囚犯?谁会仲裁人员能否制造一个智能的目的研究?半岛体育官方网址入口在π的情况下突然离开,谁会认为‘所有权’或‘责任’的代理商吗?虽然我们可以看动物研究合作者的建议,我们应该真正把智能生物,拥有更多的知识比任何人类曾经有过类似于果蝇和恒河猴?”
尼古拉斯- Surdel

“人工智能潜力巨大改善人类决策在一个巨大的范围的内容领域扮演一个配角。人工智能机器人可以在危险的工作环境,在人类所面临的危险。然而,好处已被严重夸大了几十年的相对贡献;脆性的系统仍然是一个重要的限制。”
——吉姆Staszewski

“所有的算法都是与人类协作。人指定数据算法和预测。心理学的领域可以最有助于他们的设计是指定设计一个算法来预测结果。是否设计成模仿(即算法。随着人们做),还是算法目的是按照一个人的行为或社会的理想(即。人们应该做)。”
——Carey Morewedge

“定量方法采用行为科学家已经从推论统计网络分析。新工具和技术的出现在行为研究结果用于大数据,从这些数据仍然是一个挑战和推导出有意义的结果。人工智能作为一个伟大的帮助。它打开了一个窗口等综合数据到达特定的结论。”
- - - - - -Braj Bhushan

“人工智能代表一个机会推进工作的未来,减少危险的工作和乏味,使支持和指导来提高人类福祉和有效性。当然,技术是中性是否应用于改善福祉或用于邪恶的方式颠覆人类的机构是实现。科学家们需要注意应用程序。”
——史蒂夫·科兹洛夫斯基

“人工智能可以帮助我们意识到什么是能够自适应行为所必需的环境,什么是能够明智地解决问题所必需的。然而,这并不意味着人类和动物的大脑以同样的方式做这件事。大脑不是一个电脑。”
- - - - - -彼得Prudon

“情报可以回答任何问题,任何地方,任何时候,但也训练有素的人工数据,与潜在用户伤害。”
- - - - - -名字省略的请求

“使用人工智能可以帮助增加招聘过程的速度和效率,促进评估求职者的新方法。然而,这些优势可能也是要付出代价的。许多组织应用人工智能没有完全理解做出招聘决定的法律和实际意义。基于ai的评估和招聘过程应该受到同等程度的审查,传统方法已经进行了几十年。这包括评估的有效性基于ai分数和确保分数不是对子组的人有偏见,等等。还需要更多的研究在这些主题的理解基于ai评估和招聘程序可以有效地评估考虑到独特的挑战和机遇,他们礼物。”
- - - - - -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。一个最大的人工智能领域的伦理挑战在于,它有可能代替人类工作。”
- - - - - -格里高利曹国雄

“强烈的现场感。人工智能可以做一个很好的工作的综合数据。但人类经验的额外维度的传感和感觉。AI无法捕捉它,创建一个情况不真实的可以成为事实。”
- - - - - -洁蕊林恩霍格

“我们认为,人工智能和神经科学的基本目标是完全相似但完全不同的过程。AI并不像后者一样的人类智慧不仅仅是学习,许多试验技能收购,甚至对智力测试执行的能力,而是一般的推理能力,解决问题,和学习。情报整合认知功能如知觉、注意、记忆、语言、和计划。…AI结果精确,人工,并不代表生物过程,是自学,但不一定聪明。”
- - - - - -Gerry Leisman

“机会:代码编写,文本分析,论文写作的支持,聊天机器人的发明,发现人类大脑不能假设。挑战:简化、算法推到极端,泡沫创造算法anti-minority偏见。”
- - - - - -名字省略的请求

“由于当前人工智能能够合成人类声音,提供自适应反馈基于学生的各种特征,甚至生成2 d或3 d模型的虚拟代理迅速,越来越便宜,这似乎是一个经济和方便的方式来生成在线课程和可能提供更多的适合各种需要的学生的帮助。然而,足够不先进的人工智能技术,如robotic-like合成声音或僵硬的代理模型,可能提供一个恐怖谷效应,导致相反的负面影响学生的学习经验和成果。因此,我相信人工智能的使用在教育领域有着光明的未来,但我们仍然需要找出学生可以获得受益于这些AI-generated声音和虚拟代理,和特征我们可以适应的反馈有利于学生在他们的学习过程。”
- - - - - -方正赵

“具体地说,在医学研究,我相信有巨大的机会。从之前的研究中,我们看到,AI有助于疾病的早期诊断和预后的预测目的。这说明统计方法的区别和更复杂的ML架构。同时,由于数据稀疏等共同的挑战,不平衡类,高维度,AI等,有助于解决这些问题并创建性能,尽管他们的成功榜样。此外,近年来,可辩解的AI帮助我们理解预测结果的原因。我们现在诊断疾病和解释为什么AI决定在这个诊断结果。这将给我们带来很多机会。”
- - - - - -Gozde Demirci