Mini Episode: Two Facial Recognition Stories, A Reckoning for NLP, and ”Self-Programming Computers
06:02 Share

我们的第十一期音频综述，回顾了过去一周值得关注的人工智能新闻！ 本周，我们将关注两则关于面部识别的最新报道，探讨自然语言处理研究人员可能在追求错误目标的原因，以及一篇关于自动代码生成的令人兴奋的报道的标题党新闻。 查看此处讨论的所有新闻以及更多内容，请访问 www.skynettoday.com 主题：深思熟虑，作者：Kevin McLeod (incompetech.com) 根据知识共享许可协议授权：署名 3.0 许可证 </context> <raw_text>0 大家好，欢迎收听，我是丹尼尔·巴希尔，这里是 Skynet 今日的人工智能周报。本周，我们将关注两则最新的面部识别报道，自然语言处理的反思，以及显然被认为是计算机自我编程的内容。

首先，路透社的一项调查发现，美国药店连锁店 Rite Aid Corp. 在大约八年时间里，在美国 200 多家门店安装了面部识别系统。虽然沃尔玛和家得宝等其他零售商也使用了面部识别技术，但 Rite Aid 的使用规模是迄今为止最大的。

Rite Aid 主要在纽约和洛杉矶都会区低收入、非白人社区部署了这项技术。路透社还发现，Rite Aid 使用了一家与中国及其专制政府有联系的公司的面部识别技术长达一年多，但没有发现 Rite Aid 的数据被发送到中国的证据。路透社将调查结果发送给 Rite Aid 后，这家零售商表示已停止使用其面部识别软件，所有摄像头都已关闭。

但一些损害已经造成。特里斯坦·杰克逊-斯坦基纳斯表示，Wrightud 错误地将他认定为洛杉矶一家商店的扒手，依据是其他人的照片。他告诉路透社，他和照片中的人唯一相似之处是他们都是非裔美国人。Wrightud 的部署只是另一个案例，它将进一步加剧关于面部识别及其与美国公民宪法权利之间相互作用的讨论。

但是，如果您担心像 Rite Aid 这样的商店指控您偷窃，那么我希望您已经在外面戴着的口罩可能就是您的朋友。《The Verge》报道称，美国国家标准与技术研究院的一项研究发现，佩戴遮盖鼻子和嘴巴的面罩会导致广泛使用的面部识别算法的错误率飙升 5% 到 50%。

但不要抱太大希望。这项研究的重点是大流行病之前开发的算法。研究人员稍后将探索针对戴口罩的面孔而开发的算法。由于面部识别算法使用许多面部特征来识别人员，因此面罩会使识别变得更加困难是有道理的。不幸的是，创建面部识别算法的人也知道这一点，并打算继续改进。

如果您一直在关注 OpenAI 新的文本生成系统 GPT-3 周围的炒作，您可能已经看到了它所取得的惊人成就，例如编写网页和 React。您可能还听说过 GPT-3 在许多自然语言处理性能基准测试中表现出色。但这是否意味着自然语言处理系统即将取代人们的工作？这些基准测试甚至有意义吗？也许没有。

Elemental Cognition 的杰西·杜尼茨为《麻省理工学院技术评论》撰写文章称，自然语言处理（该领域广泛致力于帮助计算机理解自然语言）可能面临反思。“即使是最先进的阅读理解系统，在既定的基准测试中也能取得不错的成绩，但也可能很容易被人类在几次尝试内就欺骗。”

杜尼茨认为，不懈地追求排行榜上的领先地位，试图在基准测试中取得最佳成绩，分散了研究人员对自然语言处理最终目标的注意力：帮助他们的系统建立一个连贯的世界模型。研究人员似乎终于开始正视这个问题，并反思当前技术中缺少什么。杜尼茨希望这种反思不仅会带来新的算法，还会带来衡量机器理解能力的新方法和更严格的方法。

虽然这样的工作可能不如头条新闻那样引人注目，但它将产生非常大的影响。最后，在本周的标题党新闻中，《麻省理工学院技术评论》写道：“一种新的神经网络可以帮助计算机自我编程。”但这标题究竟是什么意思？嗯，它并非完全错误。自动代码生成（大致是指根据您想要实现的目标的描述生成代码）已经存在一段时间了。

《技术评论》文章提到了微软将其基本代码生成功能集成到其工具中的举措，Facebook 的自动完成小型程序的系统，以及 DeepMind 的神经网络，它可以设计出比人类更有效的简单算法版本。英特尔机器编程研究小组主任贾斯汀·戈特施利希与来自英特尔、麻省理工学院和佐治亚理工学院的团队一起，开发了一个名为机器推断代码相似性 (MISIM) 的系统。

MISIM 可以提取一段代码告诉计算机执行的操作，然后建议对代码进行更正或改进。它将代码片段与它已经从大量在线存储库中看到的其他程序进行比较，然后使用神经网络查找具有相似含义的其他代码。

事实上，MISIM 是该领域的一个改进，可以帮助人们编写更好的代码。研究人员希望，结合自然语言处理技术，这个想法可以帮助人们通过用文字描述他们想要做什么来编写软件。虽然这种前景令人兴奋，但它们非常乐观。我们可能距离这个目标还很遥远，距离计算机可能准确地说自己正在编程的世界更是遥不可及。

所以，现在先别担心或过于兴奋。本周就到这里。非常感谢您的收听。如果您喜欢这个播客，请务必评分和分享。如果您想听到更多这样的新闻，请访问 SkynetToday.com，您可以在那里找到我们每周发布的包含类似文章的新闻摘要。