对于大部分科技行业而言，2018年是人工智能的清算之年。随着人工智能系统被集成到更多的产品和服务中，这项技术的缺点变得更加明显。研究人员、公司和公众都开始更多地思考人工智能的局限性及其负面影响，提出了一些重要的问题，如：这项技术是如何使用的，为谁的利益？

这一结论最明显的表现为一系列关于算法系统的负面头条新闻。今年首次出现了由自动驾驶汽车造成的死亡；剑桥分析丑闻；指责Facebook助长了缅甸的种族灭绝；谷歌帮助五角大楼训练无人机监视工具的消息；科技巨头人工智能助手的道德问题。AI研究小组现在将2018年描述为该领域“连锁反应丑闻”的一年，这是一个准确但令人沮丧的总结。

但是没有必要把这些标题仅仅看作是负面的。毕竟，丑闻总比不被注意的邪恶好，而从理论上讲，争议可以帮助我们改进。

以面部识别为例。这是2018年发展最快的技术之一，取得了成功，比如中国警方在音乐会上识别罪犯，广播公司在皇室婚礼上使用该技术识别宾客，但也存在严重问题，包括偏见、误报和其他可能改变生活的错误。世界各地的警察部队已经开始在野外使用面部识别技术，尽管一项又一项研究显示了严重的缺陷，而这项技术的威权潜力在中国已经非常明显，因为它是镇压***族少数民族的众多工具之一。

所有这些都令人不快，但由于这些争议，公司已经开始构建工具来解决偏见问题，像微软这样的大型科技公司现在公开呼吁对面部识别进行监管。从积极的角度看这条新闻，更多的争议意味着仔细审查，从长远来看，意味着更多的解决方案。

尽管丑闻层出不穷，2018年还是出现了数十、数百个充满希望和积极的机器学习和人工智能部署。从天文学到机器学习在月球上发现了新的陨石坑并忽略了系外行星，到处都有小的胜利；基础科学研究，如利用人工智能开发更坚固的金属和塑料；还有医疗保健，在那里有许多人工智能系统能够比人类更快、更准确地发现疾病的例子。谷歌和亚马逊提供的即插即用机器学习服务等新工具，以及Fast.ai等组织提供的可访问学习课程，让更多人掌握了人工智能，其结果在很大程度上是有益的，而且往往是鼓舞人心的。

这些成功并不能抵消更大的失败，但综合起来，它们表明人工智能是一个复杂的领域。它并不是朝着一个单一的道德方向发展，但与所有技术一样，已经被各种各样的参与者所采用，他们使用它来实现一系列的结果。

回顾这一年，有一个教训很突出：人工智能不是魔法。这不是一个两个字母的咒语，可以用来召唤风险资本和机构的信心一时兴起；也不是可以撒在产品和机构上以立即改进的仙尘。人工智能是一个过程：需要检查、审议，如果一切进展顺利，还需要理解。换句话说，清算可能会持续很久。

期末成绩：B

B 2018 Grade

The Verge 2018 report card: AI

Gold Stars

• AI tools becoming more accessible
• Countless use-cases being found in diverse range of fields
• A world-changing technology, only beginning to hit its stride

Needs Improvement

• Potential for increased surveillance and assisting authoritarian states
• Big tech companies and governments deploying AI systems first, asking questi*** later
• It's all going to end in tears (maybe)