人工智能:未來的食品或人類的終結嗎?

通過植物群騷塞

——最後一次更新在格林尼治時間

對於一些人,包括那些熱心關注人工智能優化糧食和農業生產的潛力,這種技術提供了一個機會來實現之前是不可能的:用更少的自然資源更多的食物。一些/ onurdongel
對於一些人,包括那些熱心關注人工智能優化糧食和農業生產的潛力,這種技術提供了一個機會來實現之前是不可能的:用更少的自然資源更多的食物。一些/ onurdongel

相關標簽人工智能

雖然有些恐懼AI法術的人性,其他人則更為樂觀技術優化糧食生產和實現“什麼之前不可能”。

“減輕滅絕的風險從人工智能(AI)應該是一個全球優先與其他societal-scale風險如流行病和核戰爭。”

這是人工智能安全簡潔的非盈利中心所發表的聲明,本周,簽署OpenAI和穀歌的高管DeepMind;機器學習的大學教授,計算機科學和哲學;和比爾蓋茨,在別人。

該聲明是由OpenAI警報響了一周後,人工智能聊天機器人ChatGPT的開發人員,對技術的潛在危害的風險。根據OpenAI的創始人,超智將比其他技術更強大的人類不得不麵對過去。“存在風險”,他們認為,是一次明顯的可能。

但不是所有使用AI是擔心潛在的世界末日場景。

對於一些人,包括那些熱心關注人工智能優化糧食和農業生產的潛力,這種技術提供了一個機會來實現之前是不可能的:用更少的自然資源更多的食物。

新一波的人工智能

這個詞人工智能第一次簽署了1955年,但根據醫學院畢業Mishra,瓦赫寧根大學和研究研究員(WUR)在荷蘭,它真正的應用程序才開始“最近”。

今天,人工智能是建立在自動化機器學習,AI-powered機器人可以做出決定,給未來操作的命令。

的人工智能應用的最大瓶頸一直是數據可用性,朱塞佩•Lacerenza解釋說,投資者和經營者在苗條AI,一家荷蘭公司,幫助構建B2B SaaS應用人工智能業務。傳統上,數據被存儲在不同的倉庫,通常在不同的格式。

但這種情況正在改變,建議Lacarenza財務接下來,荷蘭合作銀行(Rabobank)主持的一個事件,瓦赫寧根大學和研究、Anterra資本和StartLife上周在荷蘭。如今,大型企業重組他們的數據,和初創企業是建立數據體係結構從一開始,所有的人工智能。

不僅僅是數據,苗條AI高管說的大規模增長。它也是關於“反饋回路”——的發展本質上機器學習數據的能力。結合這兩個方麵改善艾未未的優化功能。

“真正的機會,我看到從優化的地方,是全球水平的優化…今天,我認為真正的理解是采用人工智能障礙減少每天的,”Lacarenza告訴與會代表的事件。

在食品和農業AI的潛力

所以這種優化是什麼樣子的農產品生產?

使用人工智能農業和食品產業欠發達比在金融和醫療領域,在其他Mishra解釋道。再次,這可以歸結為數據。“結構化數據(在這些領域),但在糧食和農業的情況下,沒有盡可能多的可用的結構化數據…這導致(低)采用人工智能。”

但是,形勢正在好轉。近年來,已經花更多的功夫在收集或結合數據,甚至可能缺乏使用AI來生成數據。

這是WUR農業項目的情況下利用人工智能技術來優化作物種植用更少的自然資源。利用人工智能在這樣的設置將減少能源消耗和勞動成本。這個項目,創造了自主的溫室,使用人工智能列車機器人操作在這些自治農場或溫室。

但是機器人不能訓練了每一個農業情況與實際的例子。相反,該研究小組模擬溫室環境和植物結構,來幫助機器人識別更多種類的作物和情況。“然後機器人可以在現實溫室後,並采取決策[要求]收割,或者排序(作物)根據質量等。”

人工智能還可以用於食品製造業,例如在巧克力生產。“我們做了很多的研究領域的巧克力…製造巧克力通過使用傳感器,然後從這些傳感器數據與人工智能相結合。(我們)過程的控製和優化,使其更有效,”Mishra說,在這一過程中兩個主要目標是實現質量和一致性”。

調節“完全控製”的人工智能

專注於自動化作物生產和優化製造巧克力,很容易電離AI與前麵提到的“威脅”。

雖然Mishra說人工智能還一直擔憂——“拚寫的人類”——這不是他個人的觀點。“我認為人工智能可以幫助我們,我們可以使用它自己的利益,做事先的任務是不可能的,”他告訴代表們。

是什麼阻止任何潛在的威脅所需的監管。它應該不可能偽裝成事實的AI來生成無意義的信息,Mishra建議。

苗條艾未未的Lacarenza同意了。“這可以歸結為數據用於訓練AI,背後的透明度可以帶偏見,”他告訴代表們。

“監管需要推動人工智能的“explainability”,因為這將給我們,作為人類,完全控製一個超級有用的工具,今天遇到的一點‘失控’。”

相關的話題監管和安全