أخلاقيات الذكاء الاصطناعي تقاتل بحماسة من أجل حقك القانوني في أن تكون استثناءً

يقولون أن هناك استثناء لكل قاعدة.

على الرغم من أن المشكلة هي في كثير من الأحيان أن القاعدة الدائمة هي السائدة وهناك قدر ضئيل أو معدوم من الاستثناء ليتم الاعتراف به أو قبوله. يتم استخدام الحالة المتوسطة على الرغم من الاحتمال الشديد لوجود استثناء في المقدمة. الاستثناء لا يحصل على أي وقت بث. لا تحصل على فرصة للنظر فيها على النحو الواجب.

أنا متأكد من أنك يجب أن تعرف ما أتحدث عنه.

هل سبق لك أن حاولت الحصول على نوع من خدمة العملاء الفردية حيث تم التعامل معك بلا تفكير دون أي تمييز لحالتك الخاصة واحتياجاتك الخاصة؟

لقد حدث هذا لك بلا شك ، مرات لا تحصى على الأرجح.

سوف آخذك عبر اتجاه مزعج ينشأ حول كيفية ابتكار الذكاء الاصطناعي (AI) بلا هوادة لفرض ملاءمة كل شيء في حجم واحد يناسب جميع النماذج.

لم يتم اكتشاف الاستثناءات أو تم اختيار انحناءها كما لو أنها لم تكن استثناءات على الإطلاق. يعود السبب الأساسي وراء ذلك جزئيًا إلى ظهور التعلم الآلي (ML) والتعلم العميق (DL). كما سترى قريبًا ، يعد ML / DL شكلاً من أشكال مطابقة الأنماط الحسابية ، والتي من السهل تطويرها ونشرها إذا كنت على استعداد للتجاهل أو الالتفاف حول الاستثناءات. هذا يمثل إشكالية كبيرة ويثير مخاوف ملحوظة بشأن أخلاقيات الذكاء الاصطناعي. للاطلاع على تغطيتي الشاملة المستمرة والشاملة لأخلاقيات الذكاء الاصطناعي والذكاء الاصطناعي الأخلاقي ، انظر الرابط هنا و الرابط هنا، على سبيل المثال لا الحصر.

لا يجب أن تكون الأمور على هذا النحو ، ويرجى العلم أن هذا يتم إذكاءه من قبل أولئك الذين يصنعون الذكاء الاصطناعي وينشرونه من خلال اختيار تجاهل أو التقليل من أهمية معالجة الاستثناءات في اختلافات الذكاء الاصطناعي الخاصة بهم.

عندما تحكم الاستثناءات

لنفكّر أولاً من طبيعة الحالة المتوسطة مقابل تحقيق الاستثناءات.

إن المثال المفضل لدي عن هذا النوع من التعقب أو أسلوب عدم وجود استثناءات قصير النظر يظهر بشكل واضح من خلال أي حلقة تقريبًا من المسلسل التلفزيوني المشهور والذي لا يزال ذائع الصيت والمعروف باسم المنزل، MD (عادةً ما يتم التعبير عنها باسم منـزل، الذي استمر من 2004 إلى 2012 ويمكن مشاهدته اليوم على وسائل التواصل الاجتماعي ووسائل الإعلام الأخرى). استلزم العرض شخصية خيالية اسمها الدكتور جريجوري هاوس كانت قاسية ولا تطاق وغير تقليدية تمامًا ، ومع ذلك تم تصويره على أنه عبقري طبي يمكنه اكتشاف أكثر الأمراض والأمراض غموضًا. ربما لم يكن الأطباء الآخرون وحتى المرضى يحبونه بالضرورة ، لكنه أنجز المهمة.

إليك كيفية حدوث حلقة نموذجية (تنبيه عام للمفسد!).

يظهر مريض في المستشفى حيث يعمل دكتور هاوس. يظهر المريض في البداية أعراضًا شائعة إلى حد ما ويأخذ العديد من الأطباء الآخرين دورهم في محاولة لتشخيص وعلاج المريض. الشيء الغريب هو أن محاولات مساعدة المريض إما تفشل في تحسين الظروف المعاكسة أو الأسوأ من ذلك لا تزال تأتي بنتائج عكسية. يزداد المريض سوءًا.

نظرًا لأن المريض يُنظر إليه الآن على أنه نوع من الفضول الطبي ، وبما أنه لا يمكن لأي شخص آخر معرفة ما يعاني منه المريض ، فقد تم إحضار الدكتور هاوس إلى القضية. يتم هذا أحيانًا عن قصد للاستفادة من براعته الطبية ، بينما في حالات أخرى يسمع عن الحالة وتوجهه غرائزه الفطرية نحو الظروف غير العادية.

نكتشف تدريجياً أن المريض يعاني من مرض نادر للغاية. فقط الدكتور هاوس وفريقه من الأطباء المتدربين قادرون على معرفة ذلك.

الآن بعد أن شاركت معك المخطط الأساسي للحلقات ، دعنا نتعمق في الدروس المستفادة التي توضح طبيعة الحالة المتوسطة مقابل الاستثناءات.

تم تصميم القصص الخيالية لإظهار كيف يمكن للتفكير داخل الصندوق في بعض الأحيان أن يخطئ الهدف. جميع الأطباء الآخرين الذين يحاولون في البداية مساعدة المريض مشوشون في عمليات تفكيرهم. يريدون إجبار الأعراض والجوانب المقدمة في التشخيص الطبي التقليدي. المريض هو مجرد واحد من العديد من المرضى الذين يفترض أنهم رأوه من قبل. فحص المريض ثم وصف نفس العلاجات والحلول الطبية التي استخدموها بشكل متكرر طوال حياتهم الطبية.

اغسل ، اشطف ، كرر.

بمعنى ما ، يمكنك تبرير هذا النهج. الاحتمالات هي أن معظم المرضى سيصابون بأكثر الأمراض شيوعًا. يومًا بعد يوم ، يواجه هؤلاء الأطباء نفس المشكلات الطبية. يمكنك أن تقترح أن المرضى الذين يدخلون المستشفى هم بالفعل على خط تجميع طبي. يتدفق كل واحد على طول البروتوكولات الموحدة للمستشفى كما لو كانت أجزاء من منشأة تصنيع أو مصنع تجميع.

يسود متوسط ​​الحالة. هذا ليس مناسبًا بشكل عام فحسب ، ولكنه يسمح أيضًا للمستشفى والطاقم الطبي بتحسين خدماتهم الطبية وفقًا لذلك. يمكن خفض التكاليف عند وضع العمليات الطبية للتعامل مع الحالة المتوسطة. غالبًا ما يتم طرح نصيحة مشهورة جدًا في أذهان طلاب الطب ، وهي أنه إذا سمعت أصوات حوافر قادمة من الشارع ، فمن المحتمل أنك يجب أن تفكر في حصان بدلاً من حمار وحشي.

كفاءة وإنتاجية وفعالية.

حتى يتسلل استثناء إلى الوسط.

ربما هرب حمار وحشي من حديقة الحيوان وتجول في شارعك.

هل يعني هذا أن الاستثناءات يجب أن تكون هي القاعدة وعلينا أن نضع جانبًا قاعدة الحالة المتوسطة بدلاً من التركيز حصريًا على الاستثناءات فقط؟

ستتعرض لضغوط شديدة للتأكيد على أن جميع لقاءاتنا وخدماتنا اليومية يجب أن تركز على الاستثناءات بدلاً من الحالة العادية.

لاحظ أنني لا أقدم مثل هذا الاقتراح. ما أدعيه هو أنه يجب علينا ضمان السماح بحدوث الاستثناءات وأننا بحاجة إلى التعرف عليها عند ظهور استثناءات. أذكر هذا لأن بعض النقاد يميلون إلى الإعلان بصوت عالٍ أنه إذا كنت من مؤيدي الاعتراف بالاستثناءات ، فيجب أن تعارض التفكير في الحالة العادية.

هذا انقسام خاطئ.

لا تقع عليه.

يمكننا الحصول على كعكتنا ونأكلها أيضًا.

جعل قضية الحق في أن تكون استثناء

ربما سأقدم بعد ذلك القليل من الصدمة التي تربط كل هذا بالاستخدام المتزايد للذكاء الاصطناعي.

يتم تصنيع أنظمة الذكاء الاصطناعي بشكل متزايد للتركيز على الحالة المتوسطة ، وغالبًا ما يتم استبعاد أو الإضرار بالاعتراف بالاستثناءات.

قد تتفاجأ بمعرفة أن هذا يحدث. يفترض معظمنا أنه نظرًا لأن الذكاء الاصطناعي هو شكل من أشكال أتمتة الكمبيوتر ، فإن جمال أتمتة الأشياء هو أنه يمكنك عادةً دمج استثناءات. يمكن القيام بذلك عادةً بتكلفة أقل مما لو كنت تستخدم العمالة البشرية لأداء خدمة مماثلة. مع العمل البشري ، قد يكون الأمر مكلفًا أو باهظًا توفر كل أنواع العمالة التي يمكنها التعامل مع الاستثناءات. الأمور أسهل بكثير في إدارتها ووضعها في مكانها إذا كان بإمكانك افتراض أن عملائك أو عملائك هم من أصحاب الكفاءات المتوسطة. لكن من المفترض أن يلائم استخدام الأنظمة المحوسبة الاستثناءات بسهولة. من خلال طريقة التفكير هذه ، يجب أن نكون سعداء بصخب لظهور المزيد من القدرات المحوسبة في المقدمة.

اعتبر هذا لغزًا محيرًا للعقل وخذ لحظة للتفكير في هذا السؤال المحير: كيف يمكن للذكاء الاصطناعي الذي يُفترض أنه الأفضل من الأتمتة على ما يبدو يسير بلا هوادة في المسار الروتيني وغير الاستثنائي الذي تخيلناه ، بشكل ساخر أو غير متوقع ، يسير في الاتجاه المعاكس تمامًا؟

الجواب: ومع ذلك ، يأخذنا التعلم الآلي والتعلم العميق إلى وجود لا مثيل له ليس لأنه يتعين علينا أن نسلك هذا الطريق بشكل إلزامي (يمكننا أن نفعل ما هو أفضل).

دعونا نفك هذا.

لنفترض أننا قررنا استخدام التعلم الآلي لابتكار الذكاء الاصطناعي الذي سيتم استخدامه لمعرفة التشخيصات الطبية. نقوم بجمع مجموعة من البيانات التاريخية حول المرضى وظروفهم الطبية. يحاول ML / DL الذي أنشأناه إجراء مطابقة نمط حسابي من شأنها فحص أعراض المرضى وتقديم مرض متوقع مرتبط بهذه الأعراض.

استنادًا إلى بيانات التغذية ، يتأكد ML / DL رياضيًا من الأعراض مثل سيلان الأنف والتهاب الحلق والصداع والألم كلها مرتبطة بقوة بالزكام. يختار المستشفى استخدام الذكاء الاصطناعي هذا لإجراء الفحص المسبق للمرضى. من المؤكد أن المرضى الذين يبلغون عن هذه الأعراض عند القدوم إلى المستشفى لأول مرة يتم "تشخيصهم" على أنهم من المحتمل إصابتهم بنزلة برد.

نحول التروس ، دعنا نضيف نوعًا من تطور Dr. House إلى كل هذا.

يأتي مريض إلى المستشفى ويتم تشخيصه بواسطة الذكاء الاصطناعي. يشير الذكاء الاصطناعي إلى أن المريض يبدو أنه مصاب بنزلة برد بناءً على أعراض سيلان الأنف والتهاب الحلق والصداع. يُعطى المريض على ما يبدو وصفات طبية ونصائح طبية مناسبة للتعامل مع نزلات البرد. هذا كله جزء لا يتجزأ من نهج الحالة المتوسطة المستخدم عند ابتكار الذكاء الاصطناعي.

تبين أن المريض يعاني من هذه الأعراض لعدة أشهر. يدرك خبير في الأمراض النادرة والأمراض أن هذه الأعراض نفسها يمكن أن تكون انعكاسًا لتسرب السائل النخاعي (CSF). يعالج الخبير المريض بالإجراءات الجراحية المختلفة المتعلقة بمثل هذه التسريبات. يتعافى المريض (بالمناسبة ، هذه القصة الرائعة حول مريض يعاني من تسرب السائل النخاعي الذي تم تشخيصه في البداية على أنه مصاب بنزلة برد ، تستند بشكل فضفاض إلى حالة طبية حقيقية).

سنتتبع الآن خطواتنا في هذه الملحمة الطبية.

لماذا لم يتمكن الذكاء الاصطناعي الذي كان يقوم بالفحص المسبق للتناول من تقييم أن المريض قد يكون مصابًا بهذا المرض النادر؟

إحدى الإجابات هي أنه إذا كانت بيانات التدريب المستخدمة في صياغة ML / DL لا تحتوي على مثل هذه الحالات ، فلن يكون هناك أي شيء فيها لمطابقة النمط الحسابي. نظرًا لعدم وجود بيانات تغطي الاستثناءات من القاعدة ، فإن القاعدة العامة أو الحالة العادية نفسها ستُعتبر على ما يبدو خالية من العيوب ويتم تطبيقها دون أي تردد.

الاحتمال الآخر هو أنه كان هناك مثال على تسريب CSF النادر في البيانات التاريخية ، لكنه كان مثالًا واحدًا معينًا وبهذا المعنى كان خارجًا. كانت بقية البيانات كلها قريبة رياضياً من الحالة المتوسطة المؤكدة. السؤال الذي يطرح نفسه بعد ذلك ما يجب القيام به حيال ما يسمى بالخارج.

يرجى الانتباه إلى أن التعامل مع هذه القيم المتطرفة أمر يختلف اختلافًا كبيرًا فيما يتعلق بالطريقة التي قد يقرر بها مطورو الذكاء الاصطناعي التعامل مع ظهور شيء خارج الحالة المتوسطة المحددة. لا يوجد نهج مطلوب يضطر مطورو الذكاء الاصطناعي إلى اتباعه. إنه نوع من الغرب المتوحش فيما يتعلق بما قد يفعله أي مطور ذكاء اصطناعي معين في أي حالة معينة تثير الاستثناء لجهود تطوير ML / DL.

فيما يلي قائمة بالطرق التي تستخدم بها هذه الاستثناءات في كثير من الأحيان بشكل غير لائق تم التعامل معها:

• تم افتراض الاستثناء على أنه خطأ
• يُفترض الاستثناء على أنه لا يستحق
• يُفترض أن الاستثناء قابل للتعديل في "القاعدة"
• استثناء لم يلاحظ على الإطلاق
• لاحظ الاستثناء ولكن تم تجاهله بإيجاز
• لاحظ الاستثناء ثم نسي فيما بعد
• استثناء ملحوظ ومختفي عن الأنظار
• إلخ

قد يقرر مطور الذكاء الاصطناعي أن الندرة ليست أكثر من خطأ في البيانات. قد يبدو هذا غريباً أن يفكر أي شخص بهذه الطريقة ، خاصة إذا حاولت إضفاء الطابع الإنساني عليه على سبيل المثال تخيل أن المريض المصاب بتسريب السائل الدماغي النخاعي هو تلك الحالة الوحيدة. هناك إغراء قوي على الرغم من أنه إذا كانت جميع بياناتك خارج السياق تقول شيئًا واحدًا بشكل أساسي ، ربما يتكون من آلاف وآلاف من السجلات وكلها تتقارب مع حالة متوسطة ، فإن حدوث قطعة غريبة واحدة من البيانات يمكن بسهولة (كسول!) يفسر على أنه خطأ صريح. قد يتجاهل مطور الذكاء الاصطناعي "الخطأ" بعد ذلك ولا يتم اعتباره ضمن مجال ما يتم تدريب ML / DL عليه.

هناك وسيلة أخرى للتعامل مع الاستثناء وهي أن تقرر أنها مسألة غير جديرة بالاهتمام. لماذا تهتم بندرة واحدة في حين أنك ربما تسرع في الحصول على ML / DL وتشغيله؟ اقذف الخارج وامضِ قدمًا. لا يوجد فكر يذهب بالضرورة نحو التداعيات في المستقبل.

هناك طريقة أخرى تتضمن طي الاستثناء في بقية بيئة الحالة المتوسطة. يقوم مطور الذكاء الاصطناعي بتعديل البيانات لتلائم بقية القاعدة. هناك أيضًا احتمال ألا يلاحظ مطور الذكاء الاصطناعي وجود الاستثناء.

قد يبلغ ML / DL أنه تم اكتشاف الاستثناء ، والذي من المفترض أن يقوم مطور الذكاء الاصطناعي بعد ذلك بإرشاد ML / DL حول كيفية التعامل مع الاستثناءات الرياضية. قد يضع مطور الذكاء الاصطناعي هذا في قائمة المهام ثم ينسى لاحقًا التعامل معها أو قد يختار فقط تجاهله ، وهكذا.

بشكل عام ، لا يتم الكشف عن التعامل مع الاستثناءات وحلها عندما يتعلق الأمر بالذكاء الاصطناعي دون أي نهج منصوص عليه بشكل محدد أو نهج منطقي ومتوازن بشكل مقنع في حد ذاته. غالبًا ما يتم التعامل مع الاستثناءات على أنها منبوذون غير جديرين وتكون الحالة المتوسطة هي الفائز السائد. يعد التعامل مع الاستثناءات أمرًا صعبًا ، ويمكن أن يستغرق وقتًا طويلاً ، ويتطلب ما يشبه مهارات تطوير الذكاء الاصطناعي البارعة ، وبخلاف ذلك ، يعد أمرًا صعبًا مقارنةً بدمج الأشياء في ربطة عنق أنيقة بحجم واحد يناسب جميع العبوات.

إلى حد ما ، هذا هو السبب في أن أخلاقيات الذكاء الاصطناعي والذكاء الاصطناعي الأخلاقي موضوع بالغ الأهمية. تدفعنا مبادئ أخلاقيات الذكاء الاصطناعي إلى توخي اليقظة. يمكن أن ينشغل تقنيو الذكاء الاصطناعي في بعض الأحيان بالتكنولوجيا ، لا سيما تحسين التكنولوجيا الفائقة. إنهم لا يفكرون بالضرورة في التداعيات المجتمعية الأكبر.

إلى جانب استخدام مبادئ أخلاقيات الذكاء الاصطناعي بشكل عام ، هناك سؤال مماثل عما إذا كان ينبغي أن تكون لدينا قوانين تحكم الاستخدامات المختلفة للذكاء الاصطناعي. يجري تداول قوانين جديدة على المستويات الفيدرالية والولائية والمحلية التي تتعلق بنطاق وطبيعة كيفية ابتكار الذكاء الاصطناعي. إن الجهد المبذول لصياغة وسن مثل هذه القوانين هو جهد تدريجي.

في هذه المناقشة الخاصة حول دور الاستثناءات تأتي وجهة نظر استفزازية مفادها أنه ربما يجب أن يكون هناك حق قانوني مرتبط بكونه استثناء. قد تكون الوسيلة الوحيدة القابلة للتطبيق للحصول على اعتراف حسن النية بشخص ما ربما يكون استثناءً يستلزم استخدام الذراع الطويلة للقانون.

ضع نوعًا جديدًا من حقوق الإنسان.

الحق في اعتباره استثناء.

تأمل هذا الاقتراح: "الحق في أن يكون استثناءً لا يعني ضمناً أن كل فرد is استثناء ولكن عندما يكون القرار قد يلحق ضررًا بموضوع القرار ، يجب على صانع القرار النظر في إمكانية أن يكون الموضوع قد يكون استثناء. يشمل الحق في الاستثناء ثلاثة مكونات: ضرر, التفردو عدم اليقين. يجب أن يختار صانع القرار إلحاق الضرر فقط عندما يفكر في ما إذا كان القرار فرديًا بشكل مناسب ، والأهم من ذلك ، عدم اليقين المصاحب لمكون القرار المستند إلى البيانات. كلما زاد خطر الضرر ، زادت جدية الاعتبار "(بقلم سارة سين ، في ورقة بحثية بعنوان الحق في أن تكون استثناءً في اتخاذ القرار المستند إلى البيانات، معهد ماساتشوستس للتكنولوجيا ، 12 أبريل 2022).

قد تميل إلى افتراض أن لدينا بالفعل مثل هذا الحق.

ليس بالضرورة. وفقًا للورقة البحثية ، قد يكون أقرب حقوق الإنسان المعترف بها دوليًا هو حق الكرامة الفردية. من الناحية النظرية ، فإن الفكرة القائلة بأنه يجب أن يكون هناك اعتراف بالكرامة بحيث يُفترض أن يشمل الفرد وتفرده الخاص ، يجعلك داخل الملعب لحق الإنسان المحتمل في الاستثناء. أحد المشاكل هو أن القوانين الحالية التي تحكم مجال الكرامة يقال إنها غامضة إلى حد ما ومرنة بشكل مفرط ، وبالتالي فهي ليست مضبوطة جيدًا للبنية القانونية المحددة لحق الاستثناء.

أولئك الذين يفضلون حقًا جديدًا يتكون من حق الإنسان في أن يكون استثناءً قد يجادلون بما يلي:

• مثل هذا الحق من شأنه أن يجبر قانونيًا مطوري الذكاء الاصطناعي على التعامل بشكل صريح مع الاستثناءات
• ستكون الشركات التي تصنع الذكاء الاصطناعي في مأزق من الناحية القانونية لعدم التعامل مع الاستثناءات
• من المرجح أن يكون الذكاء الاصطناعي أفضل توازناً وأكثر قوة بشكل عام
• أولئك الذين يستخدمون الذكاء الاصطناعي أو يخضعون للذكاء الاصطناعي سيكونون أفضل حالًا
• عندما لا يستوعب الذكاء الاصطناعي الاستثناءات ، سيكون اللجوء القانوني ممكنًا بسهولة
• لا بد أن يكون صناع الذكاء الاصطناعي في وضع أفضل أيضًا (سيغطي الذكاء الاصطناعي الخاص بهم نطاقًا أوسع من المستخدمين)
• إلخ

أولئك الذين يعارضون حقًا جديدًا يوصف بأنه حق من حقوق الإنسان ليكون استثناءً يميلون إلى القول:

• تغطي حقوق الإنسان والحقوق القانونية القائمة هذا الأمر بشكل كافٍ ولا حاجة إلى تعقيد الأمور
• سيتم وضع عبء لا داعي له على عاتق صانعي الذكاء الاصطناعي
• ستصبح جهود صناعة الذكاء الاصطناعي أكثر تكلفة وتميل إلى إبطاء تقدم الذكاء الاصطناعي
• ستظهر توقعات خاطئة بأن الجميع سيطلبون أن يكونوا استثناءً
• والحق نفسه سيخضع بلا شك لتفسيرات مختلفة
• أولئك الذين يكسبون أكبر قدر سيكونون مهنة المحاماة عندما ترتفع القضايا القانونية بشكل كبير
• إلخ

باختصار ، فإن معارضة مثل هذا الحق الجديد عادة ما تجادل بأن هذه لعبة محصلتها صفر وأن الحق القانوني في أن يكون استثناء سيكلف أكثر مما يحصل عليه بشكل مفيد. أولئك الذين يعتقدون أن مثل هذا الحق الجديد مطلوب بشكل معقول هم عرضة للتأكيد على أن هذه ليست لعبة محصلتها صفر وأن الجميع في النهاية يستفيدون ، بما في ذلك أولئك الذين يصنعون الذكاء الاصطناعي وأولئك الذين يستخدمون الذكاء الاصطناعي.

يمكنك التأكد من أن هذا النقاش الذي يشمل الآثار القانونية والأخلاقية والمجتمعية المرتبطة بالذكاء الاصطناعي والاستثناءات سيكون مرتفعًا ومستمرًا.

السيارات ذاتية القيادة وأهمية الاستثناءات

فكر في كيفية تطبيق ذلك في سياق الأنظمة المستقلة مثل المركبات ذاتية القيادة والسيارات ذاتية القيادة. كانت هناك بالفعل انتقادات مختلفة حول العقلية المتوسطة لتطوير الذكاء الاصطناعي للسيارات ذاتية القيادة والمركبات ذاتية القيادة.

على سبيل المثال ، في البداية ، استوعب عدد قليل جدًا من تصميمات السيارات ذاتية القيادة أولئك الذين لديهم شكل من أشكال الإعاقة الجسدية أو الإعاقة. لم يكن هناك الكثير من التفكير في شمول مجموعة كاملة من احتياجات الراكب على نطاق واسع. على العموم ، زاد هذا الوعي ، على الرغم من أنه لا يزال يتم التعبير عن المخاوف بشأن ما إذا كان هذا بعيدًا بما فيه الكفاية ويتم احتضانه على نطاق واسع كما ينبغي.

مثال آخر على الحالة المتوسطة مقابل الاستثناء يتعلق بشيء قد يفاجئك.

هل أنت مستعد؟

يميل تصميم ونشر العديد من أنظمة القيادة التي تعمل بالذكاء الاصطناعي والسيارات ذاتية القيادة اليوم إلى افتراض صامت أو غير معلن بأن البالغين سوف يركبون السيارة ذاتية القيادة. نحن نعلم أنه عندما يكون سائق بشري على عجلة القيادة ، هناك بالطبع شخص بالغ في السيارة ، بحكم التعريف لأن الحصول على رخصة للقيادة عادة ما يعتمد على كونه بالغًا (حسنًا ، أو واحدًا تقريبًا). بالنسبة للسيارات ذاتية القيادة التي تعمل بالذكاء الاصطناعي كل القيادة ، ليست هناك حاجة لوجود شخص بالغ.

النقطة المهمة هي أنه يمكننا جعل الأطفال يركبون السيارات بأنفسهم دون وجود أي شخص بالغ ، على الأقل هذا ممكن في حالة السيارات ذاتية القيادة التي تعمل بالذكاء الاصطناعي. يمكنك إرسال أطفالك إلى المدرسة في الصباح باستخدام سيارة ذاتية القيادة. بدلاً من الاضطرار إلى نقل أطفالك ، أو الاضطرار إلى الاستفادة من سائق بشري لخدمة مشاركة الركوب ، يمكنك ببساطة أن تجعل أطفالك يتكدسون في سيارة ذاتية القيادة ويتم نقلهم إلى المدرسة.

ليس كل شيء وردية عندما يتعلق الأمر بإنجاب أطفال في سيارات ذاتية القيادة بأنفسهم.

نظرًا لأنه لم تعد هناك حاجة لوجود شخص بالغ في السيارة ، فهذا يعني أن الأطفال لن يشعروا بعد الآن بالتأثر أو يجب أن نقول أنه يتحكم في وجود شخص بالغ. هل سيصاب الأطفال بالجنون ويمزقون الجزء الداخلي من السيارات ذاتية القيادة؟ هل سيحاول الأطفال الصعود أو الوصول إلى خارج نوافذ السيارة ذاتية القيادة؟ ما هي الأنواع الأخرى من التصرفات الغريبة التي قد يفعلونها ، مما يؤدي إلى إصابة محتملة وضرر شديد؟

لقد غطيت الجدل الساخن حول فكرة ركوب الأطفال وحدهم في سيارات ذاتية القيادة ، انظر الرابط هنا. يقول البعض أن هذا لا ينبغي السماح به أبدًا. يقول البعض إنه أمر لا مفر منه ونحتاج إلى معرفة أفضل طريقة لجعله يعمل.

وفي الختام

دعنا نعود إلى الموضوع الشامل للحالة المتوسطة مقابل الاستثناء.

يبدو أننا جميعًا نتفق على أنه سيكون هناك دائمًا استثناء للقاعدة. بمجرد تشكيل القاعدة أو تحديدها ، يجب أن نبحث عن استثناءات. عندما نواجه استثناءات ، يجب أن نفكر في القاعدة التي يُرجح أن ينطبق عليها هذا الاستثناء.

تتشكل العديد من أنظمة الذكاء الاصطناعي التي يتم ابتكارها اليوم حول صياغة القاعدة ، في حين تميل التحديات المرتبطة بالاستثناءات إلى تجاهلها وتجاهلها.

بالنسبة لأولئك الذين يحبون أن يكونوا مذنبين ويقولون أنه لا توجد استثناءات للقاعدة القائلة بوجود استثناءات دائمًا للقاعدة ، أود أن أعترف بأن هذا النكتة يبدو وكأنه محير عقلي. على وجه التحديد ، كيف يمكننا الحصول على قاعدة تفيد بوجود استثناءات دائمًا ، ولكن بعد ذلك لا يبدو أن هذه القاعدة بالذات تنطبق على القاعدة التي تنص على وجود استثناءات دائمًا للقاعدة؟

يجعل رأسك تدور.

لحسن الحظ ، ليست هناك حاجة للتعقيد المفرط لهذه الأمور الواقعية. نأمل أن نتعايش مع القاعدة الأساسية المفيدة والحيوية التي يجب أن نبحث عنها ونستوعب الاستثناءات لكل قاعدة.

هذا يحسم الأمور ، فلنبدأ الآن في العمل عليها.