第五集：为什么 Debian 近期不会发布 AI 模型
当在日常对话中提及“人工智能”时，世界上许多人会想到国际象棋。艾伦·图灵，被广泛认为是计算机科学和人工智能之父，于 1951 年发布了第一个国际象棋程序。在随后的几十年里，人工智能科学取得了进步，基于人工智能的国际象棋引擎得到了改进，以至于 IBM 的“深蓝”最终在 1997 年击败了当时的国际象棋世界冠军加里·卡斯帕罗夫。快进四分之一个世纪，今天的人工智能在哪里？
OSI 执行董事 Stefano Maffulli 最近与约翰·霍普金斯大学的博士后人工智能研究员 Mo Zhou 讨论了现代人工智能应用。Mo 自 2018 年以来一直是 Debian 志愿者，目前是 Debian 机器学习策略的维护者，因此他对人工智能和开源软件的交叉领域有着有趣的见解。
在本播客中，Maffulli 和 Mo 聊了人工智能是如何发展的，并探讨了如下问题：
- 近期大数据和硬件容量等其他技术的进步如何影响当今人工智能的范围和能力？
- 什么是神经网络？训练数据在机器学习中起什么作用？
- 对海量训练数据集的需求如何使开源人工智能和机器学习软件的概念复杂化？
- 什么是数据集偏差？它如何危害人工智能系统？专家们正在尝试哪些方法来克服这个问题？
- 什么是 Debian？在实现人工智能应用所需的硬件容量和速度方面，Debian 社区面临哪些挑战？
- 哪种许可方案在人工智能社区研究界更受欢迎？
- 随着人工智能技术的进步和用例变得更加普遍，在尊重开源和自由软件原则方面，我们应该期望哪些乐观的结果？
这次讨论阐明了构成现代人工智能系统的“基本要素”如何使人工智能软件与其他软件根本不同，从而使我们对开源原则如何或应该应用产生理解上的压力。如果你讨厌那种不知道自己不知道什么的感觉，那么这个播客就是为你准备的。收听了解人工智能的内部构造以及它为何重要。
订阅: Apple Podcasts | Google Podcasts | PocketCasts | RSS | Spotify
在其 深度探索：人工智能 活动中，OSI 正在深入探讨塑造开源业务、伦理和实践未来的主题。我们的目标是帮助 OSI 的利益相关者构建对话，以发现人工智能系统在什么程度上可以被接受为“开源”。“深度探索：人工智能”的一个关键组成部分是我们的播客系列，我们在其中采访来自学术界、法律专家、政策制定者、商业应用程序开发人员和非营利组织的专家。