一位貨車司機,因為北斗掉線而選擇自殺結(jié)束生命,這是「貨拉拉用戶跳車事件」之后,貨車行業(yè)的第二起科技事故。
「貨拉拉事件」后續(xù),是貨拉拉上線了一系列安全整改措施。從公開資料來看,包括行程錄音、行駛記錄儀、逾期預(yù)警等。
但很遺憾,貨拉拉的整改措施,其實對司機和乘客的保護作用并不會太大——為什么這么說呢,因為這是由目前城市的暴力犯罪類型所決定的。
由于技術(shù)在城市管理中已無處不在,比如大街小巷都能看到攝像頭。絕大多數(shù)人都能認(rèn)識到:在公共環(huán)境的暴力犯罪,跑不掉,藏不住。
近些年,一些陳年舊案接連告破,就是信息技術(shù)和生物技術(shù)升級的結(jié)果。
所以目前城市中的暴力犯罪,往往以“激情犯罪”(即沖動性、爆發(fā)性犯罪行為)為主。
回看「貨拉拉事件」,司機和客戶之間的怒火,來自于女孩用滿了平臺所規(guī)定的免費等待時間,又拒絕了司機的協(xié)助付費搬運。
而貨拉拉的整改措施(包括行程錄音、行駛記錄儀、逾期預(yù)警等),沒有一個能緩解司機的不滿,沒有一個能化解跳車乘客的惶恐(雖然此次事件可能是過度惶恐),都無法阻擋“激情犯罪”的發(fā)生,僅僅能協(xié)助處理犯罪之后的追查與定責(zé)罷了。
說白了,貨拉拉的系統(tǒng)整改主要強調(diào)「事故后的法律追責(zé)」,卻沒有對「緩解司機和客戶之間的情緒沖突」做任何改進(jìn)。
而這種情緒沖突,卻又是貨拉拉系統(tǒng)造成的。這就像給屋頂鑿了一個洞,然后底下放一個盆接水,卻不想著去補屋頂。
這種錯誤價值觀的背后,是技術(shù)系統(tǒng)對“人情”的視而不見。正如「北斗貨車事件」,也是技術(shù)系統(tǒng)與人情之間的沖突。
貨車建立北斗系統(tǒng)的初衷是讓行車更安全,這個初衷沒錯。
問題在于系統(tǒng)的規(guī)則。系統(tǒng)規(guī)定,無信號就要罰款,這是因為考慮到人為主動拆除系統(tǒng)而躲避監(jiān)管的可能性。系統(tǒng)在此預(yù)判了人情的惡。
可是,系統(tǒng)卻忽視了另外一種可能性,就是技術(shù)可能出故障,會對人的行為產(chǎn)生誤解。
如果系統(tǒng)無法具體理解每一個人的“人情”,只是默認(rèn)一切的失常行為,都是人情之“惡”。換言之,系統(tǒng)對人只做“有罪”推定是不完善的,因為一些被系統(tǒng)規(guī)則誤判的人,無法去與冰冷的系統(tǒng)規(guī)則討說法。這些被誤判的人,應(yīng)該怎么辦呢?
被系統(tǒng)制裁的人,只能寄希望于開發(fā)系統(tǒng)的人(既是裁判員,又是運動員)推翻自己的機器裁決。
絕望自然在所難免。
從統(tǒng)計學(xué)角度看,在絕大多數(shù)情況下,機器系統(tǒng)或許比人更公正。但是偏偏有一小部分情況,系統(tǒng)會做出不公正的裁決。
這時,誰應(yīng)該做最終的裁判?
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準(zhǔn)測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團隊承諾開源全部代碼,推動技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭議、智能檢索相關(guān)文獻(xiàn)、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點及其支撐證據(jù),為科學(xué)和政治爭議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗證有效性。
清華大學(xué)研究團隊首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達(dá)情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達(dá)自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團隊通過創(chuàng)新的多智能體強化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。