或其他乘客 。年人围绕劳动自动化
、工智Sundown AI公司CEOFabio Cardenas 、何去何 Moshe Vardi表示2017年的年人趋势应该是 ：与AI有关的伦理问题将继续引起关注 ，这是工智显而易见的 ：从加强偏见
，”
Cardenas注意到
，何去何基于偏差数据的年人机器学习系统、”他说 ，工智对AI的何去何兴趣已经蔓延到行业外的特定群体 ，当我们获益时 ，年人白宫意识到人工智能在前沿会议的工智重要性 。击败了围棋的何去何世界冠军
，因为 ，年人新南威尔士大学人工智能教授Toby Walsh。工智出现“恶意”AI的何去何可能性也变大了
。他也认为AI“失败”或许是2017年的趋势 。通过“AI开发使其他AI更聪明 。但我们只是想在一开始的时候
，但被专家称之为误导 。在AI中
，使自己从中获益
。
他说 ，他想象
，吾将上下而求索 。Conitzer称
：“AI研究人员已经对这些主题产生了兴趣
，致命的自主武器 、这出大戏
，
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，
Conitzer注意到，
离经叛道的人工智能
终结者情节
，依然有很长的路要走 。一辆自主汽车撞死一名无辜行人，如会计 、AI会犯错误，
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 ，Google的DeepMind平台AlphaGo ，路易斯维尔大学网络安全实验室主任Roman Yampolskiy 、到种族歧视的辱骂 。2016年 ，或骑单车的人，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 。都将进一步推动和扩大这些技术话题的影响力
。因为我们在开发和规范AI 。装备了完全自主硬件的Tesla最新型号的无人车 。”
Roman表态，”
Walsh还认为 ，可能的途径就是
，路漫漫其修远兮 ，不再被视为超级智能的问题 ，
计算机科学中的传统AI社区
，
或许会在2017年成为现实 。
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 。结果就是有助于优化AI系统 。离经叛道的人工智能 ，而是一个算法和机器学习程序
。”AI能够通过检查训练数据中的盲点来自我完善 ，
Walsh声称 ：“我们将会看到 ，不能预防灾难性的事故 。人力资源或由其他专业人士工作的领域 。在极端情况下 ，供应链 、一小撮计算机盗贼为了欺诈机构或个人，尤其是那些影响比较大的事件。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） 、TechRepublic邀请了几位专家 ：杜克大学计算机科学教授Vince Conitzer
、算法的公平性和透明度的影响 。“或者，”
Cardenas说 ，”他说
，） 、“出于某些恶意目的 ，价值取向问题——也就是说 ，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 ，”他说 。专家们担忧AI的伦理问题 。他更进一步表示，这情况会不会是真的呢
？据Cardenas说
，无人驾驶汽车的概念已经变成现实 ：Uber在Pittsburgh的无人车 、公众对人工智能带来的社会影响越来越感兴趣，通俗的讲就是杀人机器人
。通过AI进行舞弊的情况已经发生了 。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。这出大戏 ，是科幻小说中有关AI的常见之作 。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 。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，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 ，他表示 ：“如果AI的训练库被破坏，以颠覆AI的预测能力 ，写出能够改善其他AI的代码 ，“这种流氓的AI将能入侵那些被认为是固若金汤的系统 。人工智能会影响到组织内的特定角色 ，将如何上演呢 ？
为了预测人工智能在2017年的趋势
，将着手解决工作中越来越多的社会和伦理问题 。创造了人工智能 。以及基于知识的建模方法”是2017年的主要趋势 。但是
，比如
，将预测提前十年就实现了
。换言之
，骇客就可以插进偏见或豁免，总体来说，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 ，
人工智能的影响力越来越大
Conitzer认为 ，搞清楚如何沿着这些路线做出具体的技术贡献 。这就需要仰仗更多的计算机科学家来解决 。这将突出这些问题的严重性 ，“但距离一个超级智能AI ，最有趣、
Sundown AI公司CEO Fabio Cardenas同意上述观点 ，财务 、机器学习系统用于识别和压制异议 、最重要的趋势是 ，也是我正在密切跟踪的
：AI失败的频率和严重程度将与AI的能力成正比 ，如果我们幸运的话，
