尽管许多人认为人工智能将导致广泛的工作岗位流失，但这还远未确定。事实上，人工智能似乎更有可能继续为工人提供“超人类水平的生产力”，使日常任务自动化，并为工人腾出时间专注于更复杂的项目。此外，除了一些寻求关注的专家之外，大多数人工智能专家都承认，我们距离通用人工智能还很遥远。事实上，基于人工智能的模型在人类参与的情况下效果最好，并且将继续发挥最佳效果。
“人在环人工智能”将继续存在
事实上，没有任何人工智能模型能够 100% 正确。算法决策需要有人在循环中验证数据的完整性、审核模型、为决策提供解释并针对未见的现象调整模型。最近的大流行就是一个很好的例子，因为许多基于人工智能的模型必须由人类进行调整，以适应从办公室到远程工作的突然转变。此外，汽车提供了一个有趣的案例研究。尽管一些狂热的自动驾驶汽车高管做出了承诺，但在可预见的未来，我们很可能会继续拥有部分自动化和人机交互的人工智能。
全自动驾驶汽车还有很长的路要走
根据汽车工程师协会 (SAE) 的规定，自动化分为五个级别：
0：无自动化；
1：驾驶辅助；
2：部分自动化；
3：有条件自动化；
4：自动化程度高，
5：全自动化。
尽管埃隆·马斯克和其他人做出了激进的预测，但事实仍然是，我们距离广泛采用五级全自动驾驶汽车还需要十多年的时间。
我们已经看到了特斯拉、Alphabet 旗下 Waymo 以及与大众和福特合作的 Argo AI 的突破，然而，我们也看到了目标的一再推迟，因为各公司收回了声明并重新调整了时间表。也许除了马斯克之外，他目前正在寻求在 2021 年底推出全自动特斯拉的 Beta 版，但冷静的评估表明，任何大规模的全自动驾驶都还需要十多年的时间。抛开监管问题不谈，技术还不存在。即使我们看到传感器在所有类型的天气下都能持续工作，基于人工智能的系统仍然会遇到一些边缘情况；例如，区分一群鸟和随风飘落的树叶。
人工智能驱动的对抗性攻击、数据中毒、深度造假和区块链技术都已出现在战场上
IT 安全人员已经依靠人工智能来识别异常用户行为和潜在的网络漏洞；然而，一些不良行为者可以获得类似的技术。通过人工智能驱动的攻击，不良行为者可能会试图毒害训练神经网络的数据集，或者他们可能会尝试通过使用深度伪造音频进行社会工程攻击。作为深度假货随着这一趋势变得越来越现实，IT 基础设施管理人员必须继续依靠人工智能来保证公司数据的安全。我们已经看到科技行业推出了一批专门致力于验证音频和视频真实性的初创公司。此外，为了有效地验证签名、语音、图像或文档的来源，企业将越来越多地寻求区块链。此类技术的使用可能会成为数据验证之战的主流。
监管机构将难以跟上
几乎总是如此，立法者是被动的。例如，GDPR 中只字未提人工智能；然而，加州最近的《隐私权法案》（CPRA）确实提到了人工智能，这很可能会成为一种趋势。至关重要的是，人工智能模型中的数据必须按其预期用途使用，并且只能按其预期用途使用。例如，医疗保健组织可以有效地使用患者数据来延长人的寿命，但重要的是要确保这些数据不用于其他目的，例如有针对性的广告或潜在客户开发计划。同样，如果数据最终以不适当的方式使用，区块链技术可以帮助验证数据源。然而，监管机构要跟上步伐可能是一个挑战。
结论
尽管人工智能驱动的网络攻击可能会增加，而且立法者未能保持技术创新的领先地位，但人工智能的未来看起来很光明。人工智能的目的是增强人类的工作生活，但在很大程度上，它不会取代工人。此外，与 5 级自动驾驶汽车和完全自主决策模型不同，我们将继续看到“人环”人工智能模型的激增。人类将继续参与这个过程，解释决策，确保模型准确，并防止偏见或车祸。
