Alphabet执行董事长埃里克·施密特 (Eric Schmidt) 表示，人工智能研究应该公开进行，并为公众利益而进行，他承认最初并未认识到人工智能的重要性。
施密特在RSA的一次演讲中辩称，人工智能研究 “应该公开进行”，以免这项工作鼓励国家之间的偏执和怀疑。他说: “这项研究应该为许多人而不是少数人的利益而进行，并且应该适用于每个人。”
尽管多样性也很重要，他强调。“越来越多的人看到它意味着更好的结果，” 他说。他说: “我们 (在Google) 的方法是在公开中做到这一点，并对这种行为进行建模。”
施密特确实表达了对人工智能可能被武器化的担忧。如果攻击者篡改了用于训练为基于图像诊断疾病的医疗神经网络提供动力的算法的数据，该怎么办？人工智能会做出不正确和潜在危险的决定。
家里的黑客
在演讲中，施密特受到主持人吉迪恩·刘易斯·克劳斯 (Gideon Lewis-Kraus) 的挑战，要求车库发明家在现代AI的发展中可以发挥什么作用。向公众发布这些工具是一回事，但只有像谷歌这样大的公司才能训练这种模型。
施密特承认谷歌在数据方面的领先地位，但表示在人工智能开发领域还有很大的贡献空间。他说，修补匠总是可以制造出更有效的算法，该算法需要更少的数据来训练。施密特说: “车库修补匠有很多公共数据可供使用。”
一点历史
施密特在讲话开始时明确表示，他以前对人工智能的价值持怀疑态度。施密特说: “当我还是博士学位的学生时，人工智能风靡一时。”他之所以拒绝，是因为随着专家们转向更有前途的研究领域，该领域在20世纪80年代遭受了严重的下滑-施密特称之为AI冬季。
施密特对人群说: “我对冬天的岁月有偏见，当我看到 [计算机] 视觉和语音的结果时，我说 '哦，你知道它不会扩大。'“我被证明是完全错误的。”
事实上，谷歌长期以来在许多层面上采用神经网络，从识别谷歌图片中的图片的算法，到数百万谷歌用户的帮助，到谷歌广告技术的潜在机制。施密特说，与此同时，数据中心是由地球上一些最聪明的人设计的，但人工智能分析发现了15% 年提高电力效率的改进。
尽管如此，这并不是所有人都令人震惊。例如，当神经网络从YouTube视频中辨别出猫的存在时，“我非常沮丧，” 施密特说。“启动通用人工智能探索的活动，你会认为他们会发现集合论。相反，他们在YouTube上发现了猫。”