以下是根据 Yampolskiy 的论文和诸多野生智能专家的定见，外洋媒体TechRepublic 收拾整顿而成的名单，排名不分前后

　　以下是根据 Yampolskiy 的论文和诸多野生智能专家的定见，外洋媒体TechRepublic 收拾整顿而成的名单，排名不分前后。由雷锋网编译：

　　这是对野生智能的滥用野生智能将来的模样。Walsh 以为“ Facebook 在限定数据方面做得很超卓”。因为 Facebook 限定该公司获得数据，这项被称作“first car quote”的项目并没有开启。

　　中国上海交大的两名研讨职员揭晓了一篇名为“Automated Inference on Criminality using Face Images”的论文。据外洋媒体 Mirror 报导，研讨职员对一半是罪犯的 1856 张脸部图片停止阐发，而且用一些可辨认的脸部特性来猜测罪犯，好比唇曲率 （ lip curvature ） 野生智能将来的模样、眼内角距 （ eye inner corner distance），以至另有口鼻角度 （ nose-mouth angle ） 等等。关于该项研讨，很多业界人士质疑测试成果，并提出触及了品德成绩。

　　同时，在这一年野生智能根底常识，野生智能也闯了很多祸，我们需求对这些毛病赐与更多的存眷，免得在将来前车之鉴。雷锋网理解到，克日路易斯维尔大学收集宁静尝试室（Cybeligence Safety and Cybersecurity ： a Timeline ofFailures》 ，此中列出了野生智能在已往的一年里表示不太好的例子。 Yampolskiy 暗示，这些失利都能够归因于 AI 体系在进修阶段和表示阶段中犯的毛病。

　　在首届“国际野生智能选美大赛”上，基于“能精确评价人类审美与安康尺度的算法”的机械人专家组对脸部停止评判。但因为未对野生智能供给多样的锻炼集，角逐的得胜者都是白人。就像 Yampolskiy 说的，“佳丽在形式辨认器中”。

　　Knightscope 平台曾打造出了一个号称是“冲击立功的机械人”。本年七月份，这个机械人在硅谷的一家阛阓里弄伤了一个 16 岁的少年。洛杉矶时报援用该公司的话称这是个“不测的变乱”。

　　“大概李世石发明了蒙特卡洛树搜刮（MCTS）的缺点。” 新南威尔斯大学的野生智能传授 Toby Walsh 说道。不外，固然这被看作是野生智能的失利野生智能根底常识，可是 Yampolskiy 以为这类失利是在可承受范畴内的。

　　Northpointe公司开辟出了一个用来猜测被控告的罪犯二次立功概率的野生智能体系。这个被称为“少数派陈述”的算法被责备带有种族成见偏向。由于在测试中，黑人罪犯被标注的几率远远高于其别人种。别的，另外一家媒体 ProPublica 同时指出 Northpointe 的算法“即便撤除种族蔑视的成绩野生智能将来的模样，在大大都状况下准确率也其实不高。”

　　本年 3 月 13 日，谷歌阿尔法围棋与李世石的人机大战五番棋第四局在韩国首尔四时旅店战罢，围棋巨匠李世石中盘击败阿尔法，扳回一局。固然最初野生智能仍是以 1 比 3 的比分得到了成功，可是输了的一局显现今朝的 AI 体系仍旧不是很完美。

　　本年 6 月份，一个装备了 AI 的视频游戏“Elite： Dangerous ” 呈现了一些游戏制作者方案以外的情况：AI 居然造出了游戏设定以外的超等兵器。一家游戏网站对此批评：“人类玩家大概会被 AI 缔造的奇异兵器打败。”值得一提的是，随后游戏开辟者就将这些兵器打消了。

　　本年春季，微软在 Twitter 上公布了一个野生智能驱动的谈天机械人 Tay，期望它能和收集上的年青人相处高兴。开初，Tay 是为了模拟十几岁的美国青少年女孩而设想的，但在推出后不久却被人带坏了，酿成了一个“酷爱希特勒野生智能根底常识、挖苦女权主义”的好人。终极微软不能不将 Tay “杀死”，并颁布发表将会对相干的算法停止调解。

　　最初的这个案例来自英格兰最大的汽车保险商Admiral Insurance 野生智能将来的模样野生智能根底常识，该公司本年方案利用 Facebook 用户的推文数据来测试交际网站和优良司机之间的联系关系。

　　本年，特斯拉的变乱在全天下范畴内屡见不鲜。5 月份，在佛罗里达的一条高速公路上野生智能根底常识，一辆开启了 Autopilot 形式的特斯拉发作了车祸，驾驶员致死。这是特斯拉环球首例灭亡变乱。以后野生智能将来的模样，特斯拉对 Autopilot 软件停止了严重更新，其 CEO 马斯克在承受采访时暗示这类更新能够避免变乱再次发作。别的，在中国等其他国度和地域也呈现了屡次特斯拉变乱。不外，此中一些变乱其实不克不及说是 AI 间接招致的。

　　7 月份野生智能将来的模样，风行环球的 Pokémon Go 游戏公布以后，多个用户留意到少少的 Pokémon 位于黑人社区。 Mint 的首席数据官 Anu Tewary 暗示，缘故原由是由于这些算法的创造者并没有供给多样的锻炼集，并且并没有破费工夫在黑人社区上。

　　从上述案例中野生智能根底常识，雷锋网的读者能够看出，AI 体系是很简单变得过火的。因而人类更需求在多样化数据集上对机械进修算法停止锻炼，制止 AI 发生成见。同时，跟着 AI 的不竭开展，包管相干研讨的科学检测，确保数据多样性，成立相干品德尺度也变得愈来愈主要。