We staan aan de vooravond van een grote verandering in de manier waarop onze gadgets dingen doen. Kunstmatige intelligentie en machine learning zijn niet langer iets dat je zou zien in een sciencefictionroman, en slimme machines worden ingezet om zelfs de meest alledaagse taken uit te voeren, evenals meer spraakmakende dingen die onze aandacht trekken. Hoewel ik denk dat we nog steeds minstens een paar jaar verwijderd zijn van het punt waar we allemaal onze eigen robotbutlers en vliegende auto's hebben, zijn de mogelijkheden niet langer twijfelachtig.
Niemand wil computers die slecht zijn en niemand bouwt ze.
Samen met de doorbraken waarmee machines echte beslissingen kunnen nemen, is er een inherente angst voor de gevolgen. Sommige zijn geldig, vele zijn dom, maar elk van hen zorgt voor een geweldige kop. Of het nu gaat om het melden van de miljonair kruistocht van Elon Musk om de AI Apocalypse (een echte kop) te stoppen of om ons eraan te herinneren hoe iedereen één adem verwijderd is van het stelen van onze identiteit, verslaggevers en publicaties moeten beide kanten van elk nummer bieden en ons wijzen op middelen waar we kunnen meer leren. Het doen van geen van beide maakt ons onnodig achterdochtig voor de technologische doorbraken die een deel van onze toekomst zullen zijn.
Ik ga vandaag op de iPhone X kiezen. Voordat iemand van streek raakt, zal ik je mijn indruk van de iPhone X vertellen zonder er ooit een te hebben aangeraakt - jammer dat de coole dingen die het kan doen eerst van Apple kwamen, omdat ik echt niet elke dag een iPhone wil gebruiken. Het is een iPhone in de behuizing van de Essential Phone met een aantal uitstekende technologie bovenaan die een aantal echt interessante dingen kan doen. Als je van het iOS-ecosysteem houdt, lijkt het alsof het de telefoon is die je wilt kopen. En vanwege de fascinatie voor alle dingen van Apple, krijgt het leeuwendeel van de aandacht van de westerse pers. Dat is misschien een goede zaak voor andere bedrijven, omdat veel van de pers rond de dingen die het speciaal maken niet noodzakelijk de goede soort is.
Twee recente artikelen vallen op over de nieuwe slimme technologie van vandaag, hoe het wordt gebruikt door Apple en waarom het iets is om je zorgen over te maken, maar ik weet zeker dat er talloze anderen zijn. In oktober sprak Wired over hoe machine learning "DE GEHEIMEN VAN UW IPHONE KAN OPZETTEN" (ja, in hoofdletters) en Reuters vertelde ons hoe gezichtsherkenning privacy-experts "doet schrikken". Beide hebben een zeer kritisch oog nodig bij het lezen.
Rene Ritchie heeft uitstekend de problemen met het artikel van Wired besproken, waarin in feite wordt beweerd dat machinaal leren je naaktfoto's kan vinden en er iets geks mee kan doen, maar ik moet nog steeds een beetje tekst uit het artikel zelf aanwijzen.
Onderzoekers merken snel op dat hoewel Core ML belangrijke nuances introduceert - met name voor het proces van app-keuring - het niet noodzakelijkerwijs een fundamenteel nieuwe bedreiging vormt. "Ik veronderstel dat CoreML kan worden misbruikt, maar op dit moment kunnen apps al volledige fototoegang krijgen", zegt Will Strafach, een iOS-beveiligingsonderzoeker en de president van Sudo Security Group. "Dus als ze je volledige fotobibliotheek wilden pakken en uploaden, is dat al mogelijk als toestemming wordt verleend."
In wezen kan het Core ML-systeem van Apple (hun machine learning-algoritmen en de hardware die de gegevens kan verwerken) niets doen dat een andere app niet kan. Zelfs als u het systeem zegt foto's uit te roeien die van naakte mensen lijken te zijn, kan het niets met hen doen als het er iets vindt. Toch is het artikel en de alarmerende titel er voor iedereen om te zien.
Reuters stelt het uitgangspunt dat beveiligingsonderzoekers bang zijn voor wat Apple's gezichtsherkenning betekent voor onze gegevensprivacy. In het bijzonder kan een externe ontwikkelaar op een of andere manier de gegevens van de camera van de iPhone X gebruiken op manieren die in ons leven binnendringen of de gegevens zelfs als identificatiegegevens gebruiken. Het is goed dat beveiligingsonderzoekers en voorstanders van privacy zich zorgen maken over deze dingen. Dat is wat ze moeten doen. Het is niet zo goed als Reuters niet uitlegt welke gegevens met derden worden gedeeld en wat ermee kan worden gedaan zodra ze ons laten weten dat de ACLU goed kijkt.
De iPhone X krijgt de aandacht, maar dit zijn de nieuwe technologieën die elk bedrijf gebruikt in wat er komt.
Dit is geen Apple-probleem, hoewel het hun product in de kijker is. We hebben allemaal gezien of gelezen over de dingen die Google kan doen met hun geavanceerde machine learning-algoritmen, of dat betekent dat je een betere camera en galerij moet maken om je foto's te nemen en te bekijken of dat je de ziekte eerder diagnosticeert, zodat de behandeling kan beginnen wanneer dat het meest nodig is. Maar machine learning speelt een groot deel van dingen die we niet met technologie zouden associëren, zoals wegwerppennen of tomaten.
Hele industrieën maken al gebruik van machines die rudimentaire beslissingen nemen en zullen nog slimmere implementeren terwijl ze worden ontwikkeld. Veel producten die u dagelijks gebruikt (of zelfs eet!) Werden verwerkt via een automatiseringslijn die ze met camera's en slimme computersystemen produceerde, sorteerde en inspecteerde. Vervolgens werden ze verpakt met behulp van machines die wisten welke maatbox ze moesten gebruiken op basis van wat er in een hopper werd gedumpt en op de juiste pallet werden geplaatst, zodat ze door de juiste apparatuur naar het juiste laadperron konden worden geleverd.
Sensationalisme zal leiden tot onnodig en ongewenst toezicht. Dat doet het altijd.
Bezorgdheid over wat nog meer vooruitgang voor werkloosheid zou kunnen betekenen, is iets waarover leken moeten discussiëren, maar inherente bezorgdheid over veiligheid en privacy kunnen het beste aan de experts worden overgelaten totdat er echte problemen worden gevonden. Sensationalisme in dit stadium zal alleen leiden tot voorschriften die door mensen volledig ongekwalificeerd zijn. Stel je voor dat je senator of parlementslid probeert Tensorflow of Cloud ML te ontleden en manieren vindt om ons tegen hen te 'beschermen'.
We hebben hooggekwalificeerde mensen nodig om lang en hard te kijken naar machines die kunnen denken. We hebben ook een verantwoorde rapportage nodig over wat die onderzoekers te zeggen hebben in plaats van clickbait. Vergeet niet dat elke kop die u kunt zien er ook een is die de leden van de Amerikaanse Senaat Justitiële Subcommissie Privacy, Technologie en de Wet kunnen zien. Het is heel belangrijk dat we allemaal de feiten krijgen zonder de hyperbool. Laten we het volgende grote ding niet doden voordat het van de grond komt.
Space X-foto met dank aan Pushkr - https://www.flickr.com/photos/pushkargujar/23791728242/, Creative Commons 2.0
