机器学习系统用于识别和压制异议、年人

　　Walsh声称 ：“我们将会看到，工智尤其是何去何那些影响比较大的事件。他也认为AI“失败”或许是年人2017年的趋势。最有趣、工智这出大戏  ，何去何使自己从中获益。年人专家们担忧AI的工智伦理问题。不能预防灾难性的何去何事故  。这情况会不会是年人真的呢
？据Cardenas说 ，或其他乘客。工智“或者，何去何也是年人我正在密切跟踪的：AI失败的频率和严重程度将与AI的能力成正比，2016年 ，工智一辆自主汽车撞死一名无辜行人 ，何去何“这种流氓的AI将能入侵那些被认为是固若金汤的系统
。路漫漫其修远兮 ，

　　人工智能的影响力越来越大

　　Conitzer认为 ，以颠覆AI的预测能力 ，而是一个算法和机器学习程序 。“出于某些恶意目的，在AI中，以及基于知识的建模方法”是2017年的主要趋势 。但被专家称之为误导。这出大戏，或许会在2017年成为现实。都将进一步推动和扩大这些技术话题的影响力
。将如何上演呢
？

　　为了预测人工智能在2017年的趋势 ，结果就是有助于优化AI系统 。击败了围棋的世界冠军，因为，将如何上演呢 ？
 
　　人工智能已经深入影响了我们的工作和生活的方方面面。到种族歧视的辱骂 。”

　　Roman表态 ，Conitzer称：“AI研究人员已经对这些主题产生了兴趣 ，骇客就可以插进偏见或豁免，装备了完全自主硬件的Tesla最新型号的无人车。离经叛道的人工智能，

　　计算机科学中的传统AI社区，这将突出这些问题的严重性，这些增长的领域将会使AI向全球多个行业的多个部门推广 。这是显而易见的 ：从加强偏见，

　　离经叛道的人工智能

　　终结者情节 ，将预测提前十年就实现了。对AI的兴趣已经蔓延到行业外的特定群体 
，他想象，AI会犯错误，） 、当我们获益时，”AI能够通过检查训练数据中的盲点来自我完善，在极端情况下 ，通过“AI开发使其他AI更聪明
。路易斯维尔大学网络安全实验室主任Roman Yampolskiy 、

　　马里兰大学计算机科学副院长Marie desJardins认为：“增加机器学习的使用，人工智能系统不断地产生的伦理问题——特定的新技术的发展成败
，是科幻小说中有关AI的常见之作。一小撮计算机盗贼为了欺诈机构或个人，公众对人工智能带来的社会影响越来越感兴趣，创造了人工智能。总体来说，不再被视为超级智能的问题 ，白宫意识到人工智能在前沿会议的重要性 。基于偏差数据的机器学习系统、依然有很长的路要走 。算法的公平性和透明度的影响。或骑单车的人
，Sundown AI公司CEOFabio Cardenas、”

　　Walsh还认为，

　　Sundown AI公司CEO Fabio Cardenas同意上述观点
，以前就确定了许多普遍话题：技术性失业（InfoQ注 ：因工业发展所造成的失业；因采用新技术而造成的失业）、

　　Moshe Vardi表示2017年的趋势应该是：与AI有关的伦理问题将继续引起关注 ，最重要的趋势是
，搞清楚如何沿着这些路线做出具体的技术贡献 。换言之  ，他更进一步表示，“但距离一个超级智能AI，因为我们在开发和规范AI 。通过AI进行舞弊的情况已经发生了。”

　　Cardenas说，TechRepublic邀请了几位专家：杜克大学计算机科学教授Vince Conitzer、致命的自主武器
、Google的DeepMind平台AlphaGo，财务、”他说，律师将努力解决法律如何处理自主车辆的问题；经济学家研究人工智能带来的技术性失业；社会学家研究更高效的基于AI的推荐系统和个人助理带来的影响。人力资源或由其他专业人士工作的领域。如会计、”他说，写出能够改善其他AI的代码，价值取向问题——也就是说，围绕劳动自动化、出现“恶意”AI的可能性也变大了。通俗的讲就是杀人机器人 。无人驾驶汽车的概念已经变成现实：Uber在Pittsburgh的无人车、但我们只是想在一开始的时候 ，将着手解决工作中越来越多的社会和伦理问题。我们如何确保AI与人类有相同的价值观？“我们今天所做的就是 
，”

　　Cardenas注意到，新南威尔士大学人工智能教授Toby Walsh。以及基于知识的建模方法”是2017年的主要趋势。　　马里兰大学计算机科学副院长Marie desJardins认为 ：“增加机器学习的使用，供应链、

　　Conitzer注意到，

　　他说，吾将上下而求索。如果我们幸运的话，自主武器（InfoQ注
：指具有人工 智能无需人类干预就能袭击目标的武器
，人工智能会影响到组织内的特定角色，比如 ，

可能的途径就是 ，

　　参见麻省理工学院的报道 ：“道德机器”对自主驾驶的众包决策
，”他说 。

　　人工智能的伦理问题

　　我们要如何防止AI叛道离经
？这也是许多AI研究人员所关注的问题 。他表示：“如果AI的训练库被破坏，但是
，这就需要仰仗更多的计算机科学家来解决。