對于大多數科技行業來說，2018年是人工智能的清算年。

隨著人工智能系統被集成到更多的產品和服務中，這項技術的缺陷變得更加明顯。

研究人員、公司和普通大眾都開始更多地與人工智能的局限性及其負面影響作斗爭，他們提出了一些重要的問題，比如:這項技術是如何被使用的?受益者是誰?

這種“算總賬”最明顯的表現是一大堆關于算法系統的負面新聞。

今年發生了第一起由自動駕駛汽車造成的死亡事件;劍橋分析公司的數據丑聞;指控Facebook助長了緬甸的種族滅絕行為;關于谷歌幫助五角大樓訓練無人機監控工具的爆料;以及圍繞這家科技巨頭的聽起來太像人的人工智能助手的道德問題。

研究機構人工智能(AI)現在將2018年描述為該領域“一連串丑聞”的一年，這是一份準確但令人沮喪的總結。

但是沒有必要把這些標題僅僅看作負面的。

畢竟，丑聞總比未被注意到的邪惡好，而爭議在理論上可以幫助我們改進。

丑聞總比不為人知的罪惡好

面部識別技術。

這是2018年發展速度最快的技術之一，取得了一些成功，比如中國警方在一場音樂會上識別罪犯，廣播公司在皇家婚禮上使用該技術識別賓客，但也存在嚴重問題，包括偏見、誤報和其他可能改變人生的錯誤。

盡管一項又一項研究顯示面部識別技術存在嚴重缺陷，但世界各地的執法者已經開始在野外使用面部識別技術。

所有這些讀起來令人不快，但由于這些爭議，公司已經開始構建工具來解決偏見問題，像微軟這樣的大型科技公司現在公開呼吁對面部識別技術進行監管。

從積極的角度看這則新聞，更多的爭議意味著審查，從長遠來看，也意味著更多的解決方案。

盡管丑聞層出不窮，但在2018年，機器學習和人工智能技術也得到了數十、數百個充滿希望的積極應用。

機器學習技術在天文學領域發現了月球上的新環形山，發現了此前被忽略的太陽系外行星;

在進行基礎科學研究方面也有益處，如利用人工智能技術開發更堅固的金屬和塑料;

在醫療保健方面，已經有很多人工智能系統能夠比人類更快更準確地發現疾病的例子。

谷歌和Amazon提供的即插即用機器學習服務等新工具，以及Fast.ai等組織提供的可訪問學習課程讓更多的人擁有了人工智能技術，其結果在很大程度上是有益的，而且往往是鼓舞人心的。

這些成功并不能抵消更大的失敗，但綜合起來，它們表明人工智能技術是一個復雜的領域。

它不是朝著一個單一的道德方向發展，而是像所有的技術一樣，被各種各樣的參與者所采用，并將其用于一系列的結果。

人工智能不是魔法

回顧過去的一年，有一課格外引人注目:人工智能不是魔法。

它不是一個兩個字母的咒語，可以用來在心血來潮時召喚風險資本和機構信心;

它也不是可以撒在產品和機構上以立即改善的仙塵。

人工智能是一個過程:需要檢查、深思熟慮，如果一切順利，還需要理解。

換句話說，這場清算還將持續很長時間。

The Verge給今年的人工智能行業的打分為B。得分點為AI工具變得更容易使用、在不同的領域中可以找到無數的用例和這項可以改變世界的技術才剛剛起步?？鄯贮c為加強了人們對隱私的擔憂、大型科技公司未考慮后果就部署了人工智能系統及這些可能會導致不好的后果。