Nieuwe ontwikkelingen op het gebied van kunstmatige intelligentie gaan gestaag door. Als econoom die onderzoek heeft gedaan naar de AI-revolutie, Ik zie 2018 als vergelijkbaar met 1995 toen het commerciële internet werd geboren. De technologie gaat snel vooruit, maar de meeste bedrijven beginnen er pas net achter te komen hoe ze het kunnen toepassen.

Hoewel veel van de media-aandacht is gericht op zakelijke toepassingen van AI, overheden richten zich ook steeds meer op deze technologie die voorspellingen mogelijk maakt.

Eind 2016, net toen president Barack Obama zijn ambt verliet, zijn regering publiceerde vier rapporten over hoe de Amerikaanse economie het beste kan worden voorbereid op de ontwikkeling en komst van AI.

Vorige maand, Frankrijk heeft een uitgebreid rapport uitgebracht over AI onder voorzitterschap van Fields-medaillewinnaar Cédric Villani. President Emmanuel Macron benadrukte de urgentie van beleidskeuzes van de overheid om ervoor te zorgen dat Frankrijk goed gepositioneerd is om te profiteren van AI-innovatie.

Navigeren door een doolhof

Om de belangrijkste beleidsopties te bekijken die beschikbaar zijn voor Canada, laten we eens kijken naar een analogie. Het vinden van de optimale route om te profiteren van AI is als navigeren door een doolhof. De meeste landen worden net wakker met de omvang van de prijs voor het snel navigeren door het doolhof en op een manier die in overeenstemming is met hun waarden.

Doolhoven hebben scherpe en verrassende wendingen. Gewoon omdat een muis dicht bij de kaas is, betekent niet dat het er eerst zal komen. Dit is een afkorting om te zeggen dat het moeilijk is om te weten wat het juiste pad is - het is niet noodzakelijk het kortste.

Wat kunnen we doen om de kans te vergroten dat de muis (land) met succes door het doolhof zal navigeren? Een optie is om de kaas groter te maken. Dat vergroot de prikkel om snel te schakelen en hard te werken aan navigatie.

voor AI, dit betekent ervoor zorgen dat innovators kunnen profiteren van AI-ontwikkeling. Om dit te behalen, we hebben beleidshefbomen zoals competitieve subsidies voor overtuigende onderzoeksvoorstellen, prijzen voor onderzoeksresultaten en het wegnemen van handelsbelemmeringen zodat producten wereldwijd verkocht kunnen worden.

interessant, het Franse rapport besteedt niet veel tijd aan dergelijke mogelijkheden. En we moeten ons afvragen waarom dat zo is. Simpel gezegd, op winst gerichte bedrijven weten al dat er kaas is aan het einde van het doolhof, maar ze weten niet wat voor soort kaas het is.

Waar is de kaas?

De overheid zou de belastingen op de inkomsten van bedrijven die AI toepassen, kunnen verlagen, maar hoe zouden ze zulke bedrijven identificeren, ook achteraf? AI is een technologie voor algemene doeleinden. Het kan overal worden gebruikt. Het creëren van een incentive zou zijn als het promoten van Canadese cheddar, maar het subsidiëren van duizenden andere kaassoorten.

De tweede manier om de prestaties van het doolhof te verbeteren, is door de muis sterker te maken. Als een muis honger lijdt, het is misschien niet uitgerust om door het doolhof te komen. Dus, je zou de muis een beetje vet kunnen maken en sterker maken. voor AI, dit is de wereld van belastingvoordelen voor uitgaven aan AI, overheidssubsidies voor basis AI-onderzoek en het subsidiëren van de opleiding van AI-talent om ervoor te zorgen dat Canadese bedrijven het talent kunnen krijgen dat ze nodig hebben.

Canada laat zien dat het een aantal voordelen heeft. Alleen deze maand, het Canada 150 Research Chair-programma leidde ertoe dat de Universiteit van Toronto Alan Aspuru-Guznik in dienst nam, een expert in machine learning, kwantumcomputers en scheikunde, van zijn vaste aanstelling aan Harvard. Hij zag Canada als een land dat in overeenstemming was met zijn waarden. Meer kritisch, hij sluit zich aan bij een groeiend wetenschappelijk ecosysteem dat wordt gevoed door initiatieven zoals het Vector Institute for Artificial Intelligence.

Barrières wegnemen

De laatste manier om het doolhof te verbeteren, is door barrières te verwijderen. Hoewel sommige barrières inherent zijn aan innovatie, anderen worden daar geplaatst door overheidsbeleid. Het allereerste voorstel van het Franse AI-rapport gaat hierop in:ervoor zorgen dat gegevens beschikbaar zijn om AI te trainen.

De meeste computergerelateerde projecten hebben honger naar data en kennis. Ten slotte, het web is slechts een motor voor grote gegevensoverdracht. Maar zoals ik schets in mijn nieuwe boek, Voorspellingsmachines:de eenvoudige economie van kunstmatige intelligentie , als het gaat om AI, gegevens zijn van cruciaal belang. Des te beter, uitgebreider en rijker de gegevens, hoe beter de prestaties van de AI bij zijn belangrijkste taak:voorspelling.

Net zoals ons vermogen om het weer te voorspellen afhankelijk is van weergegevens over de hele wereld, en onze ervaring met het identificeren van objecten komt voort uit een levenslange ervaring die is opgeslagen in onze herinneringen, AI's hebben gegevens nodig om hun capaciteiten op te bouwen.

Het probleem is dat gegevens kunnen worden opgesloten in verschillende silo's die om andere redenen dan AI zijn gemaakt. Dit is momenteel een actueel onderwerp met betrekking tot de gebruikersgegevens van Facebook. Een paar jaar geleden, Facebook was vrijer met zijn gegevens, wat leidde tot een verscheidenheid aan toepassingen - sommige creatief en productief en andere onsmakelijk.

Als antwoord op de huidige crisis, Facebook heeft dit nu vergrendeld. U kunt zich getroost voelen door de privacy die u biedt, maar op het zelfde moment, het is gewoon een andere belemmering voor het beschikbaar zijn van gegevens voor onderzoekers en makers buiten Facebook.

Eigenlijk, als we AI willen promoten, we moeten bedrijven aanmoedigen in plaats van te ontmoedigen om gegevens te delen. En in sommige gevallen, die gegevens, bijvoorbeeld gezondheidsgegevens - berusten bij regeringen.

Gegevens beschikbaar maken

Hoe sneller overheden een manier vinden om die gegevens beschikbaar te stellen voor onderzoek en creatieve toepassingen op een manier die de privacy van Canadezen goed beschermt, hoe gemakkelijker de navigatie door het doolhof zal zijn voor Canadese bedrijven om deze krachtige voorspellingstechnologie te gebruiken om hun producten en diensten te verbeteren, waardoor ze wereldwijd concurrerender worden.

De Franse benadering is om belangrijke sectoren te kiezen waar ze het bedrijven gemakkelijker zullen maken - iets wat ze 'sandboxen' noemen. Ze onderzoeken de afschaffing van bepaalde regelgeving om de ontwikkeling van de gezondheid te stimuleren (voorspellende diagnostiek, gepersonaliseerde geneeskunde), vervoer (autonome voertuigen), defensie (het voorspellen van cyberaanvallen) en het milieu (het voorspellen van problemen in de voedselvoorzieningsketen).

Er is, natuurlijk, meer aan het Franse rapport dan alleen het aanmoedigen van AI-ontwikkeling. Ongeacht of zij of anderen AI ontwikkelen, het rapport weerspiegelt het nadenken over hoe Franse werknemers te beschermen tegen verstoringen en ervoor te zorgen dat AI niet leidt tot vooroordelen die mensen veroorzaken, met name op de dimensies van geslacht en ras.

De Canadese regering zou baat hebben bij een zorgvuldige herziening van het Franse voorstel, inclusief de speculatieve secties die alleen van toepassing zijn wanneer de muis eindelijk de kaas bereikt.

Op dit moment, Ik dring er bij de Canadese regering op aan om na te denken over de vraag of die muis Canadees is of niet.

Dit artikel is oorspronkelijk gepubliceerd op The Conversation. Lees het originele artikel.