随着基于深度学习的Alphago连续战胜多位人类的围棋名将后，人工智能对人类社会产生怎样的影响，以及人类是否存在未来被人工智能取代的风险等涉及人工智能伦理的话题讨论便从未停歇过。
虽然，人工智能的发展目前仍处于模拟人的思维、感知、行为的弱人工智能阶段，但对于能够模拟人类意识的强人工智能，人类还是应当通过伦理先于技术发展的探讨，为人工智能与人类自身的和平相处打好基础。
著名英国物理学家霍金曾表示，人工智能“是好是坏我们仍不能确定，但我们应该竭尽所能，确保其未来发展对我们和我们的环境有利”。
事实上，当下人工智能的发展已经带来了诸多伦理挑战。如是否会导致大规模失业、是否会带来个人隐私与社会安全的隐患等。
今天，算法的进步带来了另一波视觉创造和消费的革新。AI越来越擅长甄别，管理和分析图像。这改变了公司和设计师对视觉效果的看法。
大规模收集视觉素材
过去十年间，硬件价格的降低，运行速度的提升和数据集的不断增大引发了视觉计算革命。 技术改变了整个创作过程：照片构思，拍摄，编辑，发行以及照片的发现。 手机上的相机和专业相机之间的差距正在迅速缩小，因此每个人都能够拍摄照片并让别人看见他们的照片。 现在用iPhone拍摄的照片都可以在杂志和广告的封面上使用，所以质量不再是问题。每次新发行的便携式相机的性能都会提升。 如今，大家都在想法设法让照片受到关注，但是我们如何确保照片中的精彩内容不会被淹没？
这个任务超出了人类的能力范围。每天上传的照片数量庞大，一个人根本无法整理。图片分享应用EyeEm利用AI来解决这个问题。EyeEm的研究人员不断训练算法辨别哪些是可用照片，哪些不是。 提高数据处理量和人员参与度的唯一方法就是技术。
AI也可以帮助设计师。 算法可以分析相机上的照片并推荐可上传的照片。 上传照片有时会让人感到恐惧。 像这样的算法可以使上传照片变得更加容易，也能给予摄影师鼓励和建议。 这个AI系统可以离线运行，也可以在设备上运行（也就是不会上传任何照片到服务器）。
按相关性排序
搜索图片的用户都是个体，因此用户需要个性化的搜索结果。今天，个性化搜索已经成为一种必然趋势，AI可以实现这一点
AI可以帮助品牌找到符合其审美或风格的图像。 机器可以查看照片，提取相关信息，不断学习，最终了解品牌的需求。 例如，研究人员可以训练AI在图书馆内找到最符合一个品牌审美的图像。
AI的真正投资回报率
AI的炒作是真实的，投资回报率也是如此。 在线广告支出已经超过了电视支出（这本身就是一个720亿美元的行业），仅社交平台上的广告支出就达到了400多亿美元。 计算机视觉技术已经被用来进一步探究视觉效果对客户转换，保留和获取的影响。 AI能够对营销产生巨大影响，从采购和编辑到预测活动呈现和视觉效果。
这些技术看起来似乎可以取代人类的设计师和消费者，但我相信这些技术可以让人类更强大。 机器不会代替摄影师的工作，只会提高摄影师的工作效率。 设计师也可以腾出更多时间专注于更重要的事：创作。
人们很可能认为AI的应用受限于AI技术本身的发展。如今，机器人医生，技术奇点等话题占据各大新闻头条，这使我们心中忐忑不安，对AI充满了恐惧和怀疑。然而，实际上，有着几十年发展历史的AI技术可以释放出巨大的价值，但许多公司还没有采用这些技术。因为在应用AI技术之前需要考虑AI是否可信和使用过程中存在的风险。仔细考虑这些问题，初创公司才能找准AI的发展方向，把握住AI带来的机遇。
日常生活中或者工作流程中微不足道的AI应用让我们建立起对AI的信任。例如，机器学习算法督促我们每天都要重新访问被遗忘的购物车。AI软件将销售和营销工作变得更加容易。此外，有位核电厂经理还曾构想，如何在没有严格监控的情况下，利用巢恒温器技术安全地自动运作发电厂的风险管理程序。
这条曲线预测AI在消费领域中的应用将发展成AI增强应用程序，然后是应用程序，最后是AI驱动应用程序。
消费领域中的AI
十多年来，我们在消费领域中体验了大量AI应用程序。AI带来的好处很多，并且预测错误的概率很低。 一些知名的AI消费应用程序包括Google的PageRank和推荐搜索，亚马逊的产品推荐以及Netflix的内容推荐。 及时向消费者推荐合适的产品会给公司来丰厚的利益。就算推荐的产品不合消费者的心意，消费者顶多一笑而过。
AI增强的工作流解决方案
企业主要将AI应用于低风险，高回报的领域并且收效颇丰。产品本身具有架构，因此可以将AI应用于工作流的上层应用程序。这些程序没有AI也能运行良好。因此，我们称这些应用程序为“AI增强”。
Zetta的合作伙伴Constructor.io是一家AI增强公司。Constructor用机器学习自动填充搜索框和搜索结果。该算法可以总结出网站访问者最常点击的搜索结果，并对搜索结果的点击量进行排名。这个动态排名将Constructor的电子商务客户的转化率从2％增加到20％。如果机器学习完全罢工，网站的搜索功能仍然可以正常运行。
其他AI增强工作流公司包括InsideSales（AI增强CRM），Lilt（AI增强企业翻译）和Teem（AI增强办公室管理）。
以AI为中心的应用程序
AI生态系统正在转变成以AI为中心而构建的应用程序。 我们称之为“以AI为中心的应用程序”。
Zetta的合作伙伴公司Tractable就是一个很好的例子。Tractable使用基于深度学习的计算机视觉来检查车祸后车辆的损毁情况。像人类检查员一样，该系统能够评估车辆损坏程度，并确定损坏部分是否应该修理或更换。 计算机视觉元素是这个应用程序的核心，如果AI不起作用，该系统将为其客户提供有限的服务。 也就是说，如果该系统的评估出错，不会造成人身伤害，因为修理师可能会直接无视该系统给予的建议。
其他以AI为中心的公司包括x.ai（通过电子邮件自动预约），Falkonry（预测工业设备的维护和修理情况）以及Focal Systems（零售库存跟踪和补货）。
AI驱动的应用程序
我们现在处于风险曲线下一个阶段的开始阶段。我们称之为“AI驱动的应用程序”。
例如，Invenia是因为AI才能实现。该公司建立的模型可以预测电力需求和供应的关系。Invenia收集了大量的有关电网运行，能源使用，天气等的数据，并进行电力系统的物理模拟，建立能源使用的预测模型。这也是该公司的盈利模式。这种模型可以帮助独立系统运营商（ISO）防止停电和耗费过多的能源。能源系统非常复杂，我们需要机器学习来创建精确的模型。
道德规范可以用来保证全世界所有人的生活质量。随着人口的增加和资源的减少，这是不够的。但是，机器学习在解决复杂的优化问题上十分有效。但利用概率法来解决诸如能量分配，医疗保健系统或食品生产等社会问题也有很大的风险。然而，只要我们能建立起可信的AI系统，随着机器学习技术的进步，这一点终将实现。
本文由科技工作者之家编创，内容整理自中国机器人网，图片来源于网络。
