設計界越來越多地將人工智能視為未來，但我們是太笨了，以至于人工智能無法為我們設計，還是人工智能太聰明了?

目前，答案是響亮的，“什么?”不，你為什么要問?但這篇文章不是關(guān)于當前的人工智能。真正的人工智能還有很長的路要走;坦率地說，如果我們直面奇點，我懷疑我們的數(shù)字后代會對為我們建立接口感興趣。

學習算法變得越來越聰明，我們可以用它們做的事情的數(shù)量也在迅速增加。目前的實現(xiàn)存在大量缺陷:面部識別會產(chǎn)生大量令人不安的誤報;基于人工智能的招聘意味著簡歷必須圍繞關(guān)鍵詞展開;YouTube的算法是一場垃圾箱火災。但總體趨勢是越來越智能的人工智能。

但是人工智能可以為普通人設計嗎?讓我們猜測一下，寶貝!

人工智能設計師面臨的大問題

我的意思是，普通人真的能為別人設計東西嗎?是的，但總的來說，我們犯錯的次數(shù)和犯錯的次數(shù)一樣多。如果我們可以在人工智能中灌輸一種對人類認知能力非常憤世嫉俗的觀點，那么我們或許可以教它們?yōu)槲覀冊O計。

如果我們可以在人工智能中灌輸一種對人類認知能力非常憤世嫉俗的觀點，那么我們或許可以教它們?yōu)槲覀冊O計

這并不是因為“人們都是傻瓜，hurr hurr”，盡管這是問題的一部分。然而，最主要的是，我們的認知和推理能力一直受到各種各樣的損害。人類的大腦在任何意義上都是一個奇跡。目前，我們還沒有像大腦這樣具有適應能力的計算機，而且?guī)缀鯖]有服務器倉庫能達到大腦的估計能力。嗯……容量(如存儲)至少不是根據(jù)較高的估計。

我們大腦的問題是，我們身體的每一部分每時每刻都在使用它。然后他們中的一些人不斷地死去，然后重生。剩下的用來擔心你十年前做的事情，所以你不用擔心現(xiàn)在發(fā)生的事情。

與電腦相比，即使沒有多動癥的人也很容易分心。

而人工智能則像激光一樣聚焦。你告訴它去尋找關(guān)鍵字，它就會找到它們。你告訴它去尋找x, y, z，然后根據(jù)它的發(fā)現(xiàn)來調(diào)整自己，它就會這樣做。這就是為什么微軟的人工智能，Tay，在面對Twitter時，變得非常種族主義，非?？臁?/p>

設置一個人工智能來找到網(wǎng)頁上的“購買”按鈕，只要它對“購買”按鈕的構(gòu)成有一些靈活的標準，它可能會很快找到這個按鈕。如果讓世界上最聰明的人來執(zhí)行同樣的任務，他們可能會在路上迷路，因為他們不能像機器人那樣在原始代碼和關(guān)鍵字之間導航。他們可能會被一則閃亮的廣告、一次敲門聲或他們通常設法忽視的存在主義的恐懼分散注意力。

把真人帶到銷售點，或者至少是你的網(wǎng)站，有點像趕貓，即使在最好的時候。教人工智能提供通往多個目標的多種途徑，優(yōu)先考慮哪些目標，以及如何在不疏遠人類用戶的情況下做到這一點，至少可以說是一項復雜的工作。從字面上講，它必須經(jīng)過編程來解釋這樣一個事實:對于發(fā)明了計算機的物種來說，有時我們并不那么聰明、邏輯思維能力不強、效率不高、注意力不集中、動力不強……你懂的。

即使是我們當中最優(yōu)秀的人，也有很多智力超群的時刻，可以用“有趣”來形容。對這些時刻的無情描述可能包含大量的臟話。

項目規(guī)格

因此，我們必須教給人工智能人類數(shù)千年來一直在做的所有事情:我們必須告訴他們?nèi)祟愓J為什么是美麗的，以及如何適應那些不斷變化的審美標準。我們必須教他們要有效率，但不要教得讓人不舒服。我們必須教他們考慮我們的注意力不集中，我們的奇思妙想，以及我們能想象到的所有其他因素。

即使是最有成就的人類學家也不會聲稱自己了解整個人類的經(jīng)歷

有些人甚至認為，為了替我們設計，我們可能必須訓練他們“想得更笨”。我個人認為情況會比這復雜得多。我們將不得不在一門學科上對人工智能進行培訓，這門學科我們在教授人類時遇到了困難:移情。

未來的人工智能設計師——如果我們想讓他們和我們一樣好或比我們更好——不需要考慮我們能想到的所有潛在問題;我們必須教他們認識到新的和不熟悉的人類環(huán)境(有時是新的和不熟悉的人類弱點)，以便適應和設計一個變通方案。我們不可能在世界范圍內(nèi)的人類經(jīng)驗中訓練它們。首先，這種經(jīng)驗是不斷變化的，其次，即使是最有成就的人類學家也永遠不會聲稱自己了解整個人類的經(jīng)驗。

一些更傲慢的程序員可能會這么說，但我們只會把他們鎖在硅谷，他們屬于那里。

結(jié)論

考慮到任務的復雜性，我認為我們要么必須滿足于基于模板的人工智能設計，這些設計永遠不會比“像樣”更好?；蛘?，我們必須發(fā)明一種全面的人工意識，并希望我們有他們想要的東西，我們可以提供這個世界上最好的用戶界面作為回報。