1.       未来发展方向

1.1.         国与国之间的差异可能会影响人工智能应用技术的未来发展方向

1.1.1.           美国的顶级人才，以及中国的政府支持和基础设施建设

1.2.         世界各地拥有不同的价值观、信任观和权力关系

1.2.1.           在技术层面上，由于缺乏快速、集中的基础设施开发，美国企业倾向于将每一辆自动驾驶汽车都视为一个独立的实体，而不是把一些自动驾驶汽车视为一支由中央远程系统支持的车队

1.2.2.           在文化方面，美国人的价值观和信任观在应对致命的测试错误时存在着局限性

1.2.3.           对大多数人来说，不论在哪个国家，自动驾驶汽车致人死亡的新闻都令人感到担忧

1.3.         人们往往不清楚自己的目标，而高科技产业也没有很好的记录可以用来了解这些细微差别如何从这一时刻变化到下一时刻，更不用说它们如何从一种文化变化到另一种文化了

1.3.1.           某个国家的开发人员在人工智能系统中植入的文化和政治敏感性，可能会为世界各地的应用程序服务

1.3.2.           在某些地方，这些敏感性可能是不切实际、令人反感甚至是危险的

1.3.3.           软件在暗处行动，它们常常在不知不觉中渗入我们生活的各个角落

1.4.         需要将更广泛的社会价值观和规范纳入系统之中

2.       基本力量

2.1.         数据集的质量

2.1.1.           数据集的质量和规模，以及它们如何被用于开发新的应用程序，将决定企业、政府和个人之间的权力关系

2.1.2.           带有偏见的数据引起了美国人民的反感，很大程度上是因为谷歌搜索的广泛运用能塑造文化习惯和信仰

2.1.3.           古老的格言“垃圾进，垃圾出”仍然在起作用

2.1.3.1.            如果输入的数据集本身不完善、不完整或带有偏见，那么输出的结果也会不完整或带有偏见

2.2.         一国的人口、政治和经济需求

2.2.1.           一个国家的人工智能战略往往体现了该国的人口、政治和经济需求

2.3.         文化规范和价值观的多样性

2.3.1.           IEEE（国际电气与电子工程师学会）发布的《人工智能设计的伦理准则》

2.3.1.1.            第二版于2017年12月发布，从更广阔的视角出发，融合了中国儒家、日本神道教和非洲乌班图思想的伦理理念

2.3.2.           差异在一定程度上源于各国文化观念的不同，大家对如何处理个人与机构或社区之间的权力平衡关系有着不同的理解

2.3.2.1.            中国政府在把握战略方向上扮演着更为积极的角色

2.3.2.2.            日本对神道教有着根深蒂固的信仰，在文化上更能接受其他形式的生命和意识，这一点也体现在日本的流行文化之中

2.3.2.3.            加拿大创造了一个更加民主包容的人工智能发展模式，这要归功于一小群研发人员的独特影响力，以及政府对重点科研项目的支持和资助

2.3.3.           如果拓宽文化和经济视角，就会发现全球各地出现了一种有趣的人工智能发展模式

2.3.3.1.            它们既不相同，又有着千丝万缕的联系，因为大多数国家和地区既有自己独特的发展路径，也有一些共同的元素

3.       自动驾驶

3.1.         对各国来说，确保安全驾驶是第一要务，研发者必须确保自动驾驶技术满足各种道路条件、基础设施和规章制度

3.2.         自动驾驶技术的安全记录必须远远优于人类司机，才可能最终取代不完美的人类驾驶员

3.3.         Roadstar.ai

3.3.1.           自动驾驶汽车初创公司之一

3.3.1.1.            与众不同之处在于它与中国的联系

3.3.2.           该公司于2017年5月由三名工程师联合创立

3.3.3.           三位创始人之前在谷歌、特斯拉、苹果、英伟达和百度从事自动驾驶研究

3.3.4.           这家初创企业平台不是收到所有传感器的目标数据后在后端处理融合，而是实现了多传感器的原始数据融合，这样可以减少延迟，并更准确地识别街上的汽车、自行车和其他物体

3.4.         Waymo、特斯拉和各种传统汽车制造商都在北加利福尼亚州设有重要基地，为抢夺优秀的开发人员拼得头破血流

4.       可爱婴儿

4.1.         智能系统将对个人和社会系统的许多灰色地带做出非黑即白的判断

4.2.         在谷歌搜索“可爱婴儿”的图片，几乎所有的美国人都会搜到白人婴儿

4.3.         几乎所有的日本人都会搜到日本婴儿

4.4.         表明了非常严重的关于偏见和歧视的问题

4.5.         当这些偏见影响比搜索结果和审美更重要的东西时，又会发生什么呢？

5.       数字大亨

5.1.         数据即权力

5.1.1.           “生活方式”数据最受人关注

5.2.         没有人能精确描述人们在一天中产生的数据量，但是合理的估计已经让人难以置信

5.3.         并非掌握大量的数据就意味着掌握了巨大的权力

5.3.1.           当所有数据和权力都集中在少数公司和政府手中时，社会中的信任会发生变化吗？

5.4.         巨大的数据团侵入人们生活的各个角落，从零售业到金融业，从咨询专家到约会相亲，从健康服务到共享汽车，没有哪个领域能置身事外，丝毫不受影响

5.4.1.           包含了生活方式数据所蕴含的更深层次的机遇和风险

5.4.2.           对海量数据集的搜集和分析，可以在互联网平台和用户之间以及个人用户之间建立更亲密的关系

5.4.3.           如果这些公司没有达到用户、社会和政府对数据管理的要求，所有的亲密行为就都会产生负面效果

5.5.         我们已经赋予了共享数据相当大的权力，而新型人工智能模型将进一步放大这种权力

5.6.         生成对抗网络（GANs）

5.6.1.           让两个人工智能模型相互竞争博弈，其中一方生成一个逼真的样本，例如一幅假图像，另一方则将其与真实样本进行比较，极尽所能地辨别真伪

5.6.2.           这种相互竞争的反馈机制提高了两个系统的准确性，就像左右互搏一般

5.7.         单样本学习模型

5.7.1.           可以极大地扩展机器学习的广度，提高训练速度，降低成本

5.7.2.           一种经过训练的、能在战场上识别数十种不同武器的单样本学习系统，仅仅用几个样本，就能基于对其他样本特征的了解，识别出不同的威胁

5.8.         会提高人工智能输出的准确性和精确性

5.8.1.           让深层网络基于少数样本进行学习，但两者都需要事先人工标记样本

5.9.         如果没有一种更有效、更实用的方法在各种新兴领域生成带标签的数据，那么数字大亨就不会限制数据的流入

5.9.1.           即使出现了这样的数据源，数字大亨也没有理由限制数据的流入，它们有充分的动机去扩展它