人工智能伦理和从数字原住民到人工智能原住民的代际转变在无处不在的人工智能中成长，包括无处不在的自动驾驶汽车

毫无疑问，您听说过流行语 数字原生代.

大多数人都有。

我敢打赌，尽管您还没有听说过一个相对较新的流行语，即称为 人工智能原住民. 你最好习惯这个最新的短语，因为它会逐渐而无情地占据上风。 你看，随着人工智能原住民时代的展开，我们正在摆脱数字原住民的旧时代，并转向高速发展。 所有这些都对 AI Ethics 和 Ethical AI 的出现产生了重大影响，这是我的专栏已经并将继续广泛涵盖的主题，例如 这里的链接 和 这里的链接, 仅举几例。

在我们仔细研究人工智能原住民以及措辞的含义之前，我们应该确保数字原住民被适当地放在桌子上。

究竟什么是所谓的 数字原生?

总的想法是，这些人自出生以来就在数字系统时代长大，例如广泛的计算、日常移动电话、功能强大的笔记本电脑和电子平板电脑、通过互联网进行的庞大网络以及完全沉浸在数字媒体中的时代。 它们天生或天生存在于数字世界中。 对他们来说，数字就是事物的本来面目。 数字化是一个地方性的假定方面，他们个人无法以任何其他方式看待自己和周围的世界。

他们是数字原住民。

他们的前辈没有同样的装备。 一旦飞机成为一种普遍接受的飞行形式，您可能会将其比作成长过程。 那些在能够直接走上飞机进行空中旅行之前的人不可避免地对能够飞行的现实感到震惊。 每次他们在以后的生活中设法乘坐航班时，他们都有些目瞪口呆。 参与其中真是一项了不起的壮举。乘坐飞机的经历似乎很神奇，几乎无法想象。

数字原住民通常对数字通信模式嗤之以鼻。 当然，当他们发现数字可以做的更多细微差别时，他们有时会感到惊喜或兴奋，但总的来说，他们习惯性地处理这些问题。 能够利用数字能力是他们完全满意的事情，并且完全期望在可行的情况下进行。

您可能没有意识到，这个标语据说起源于 2001 年发表的一篇文章，该文章描述了学生在最新的高科技环境下成长的现状。 根据那篇文章，作者谈到了这个话题：“今天的学生——从幼儿园到大学——代表着第一代在这项新技术下成长起来的人。 他们的一生都被电脑、视频游戏、数字音乐播放器、视频摄像机、手机以及数字时代的所有其他玩具和工具所包围和使用”（Marc Prensky，“数字原住民，数字移民”， 在地平线上).

作者假设可以清楚地标记这一代的方式。 在考虑了几种可能性之后，论文接着说：“但我为他们找到的最有用的名称是数字原住民。 我们今天的学生都是计算机、视频游戏和互联网的数字语言的“母语”（根据上文引用的 Prensky 文章）。

起初，您可能会认为被任命为数字原住民可能是一种巧妙的头衔或头衔名称形式，但它并没有真正对日常生活产生明显的影响。 根据最初的论文，有一个至关重要的区别：“现在很明显，由于这种无处不在的环境以及他们与之交互的巨大数量，今天的学生思考和处理信息的方式与他们的前辈根本不同。 这些差异比大多数教育工作者所怀疑或意识到的要深入得多”（根据引用的 Prensky 的文章）。

要点是，成为数字原生代可能确实具有重要意义。 那些数字原住民显然能够以更实质性的方式思考和处理周围的世界，特别是在信息的使用和评估方面。 据说他们比那些不属于数字原生时代的人更有优势。 数字原住民本质上使用数字手段和模式，包括相应地调整了他们的思维过程。 我们将相反地设想，那些在数字原住民之前但在数字世界中的人会发现自己有些不知如何应对，并且无法像那些数字原住民那样唤起类似的心态。

顺便说一句，并不是每个人都同意数字原住民在他们对世界的心理过程方面以某种方式被重新调整。 这个概念似乎很令人愉快，以至于我们可能会发现人类的思维过程由于在数字技术中成长而受到不同的校准。 一些研究人员认为，一个坚定的人 不能 数字原住民可能同样会适应，这样做不一定完全在数字时代长大。 随之而来的是激烈的争论。

数字原住民是否是一个公理和真正的数字向导也是一个悬而未决的问题。 换句话说，这种假设通常表明，作为一个数字原住民，有绝对保证的通信，该人将擅长并高度精通数字技术的使用。 在这个标签上，这似乎有点过分了。 我敢肯定，我们都遇到过数字原住民不擅长数字化的方式。 宣称某人是数字原住民并不能保证他们的数字知识（另外，我们应该记住，并非世界上任何地方都可能在数字访问和数字资源方面如此丰富）。

让我们牢记这些警告，因为我转向了我们应该说的相关主题，包括 人工智能原住民.

首先，快速总结一下数字原住民：

• 数字原住民是在数字时代长大的一代人
• 据说他们天生就拥抱数字技术并感到舒适
• 声称他们的心态已经无缝地适应了数字世界
• 他们的行动和努力在某种程度上受到其数字多功能性的影响
• 以数字为导向已融入他们的日常生活

我相信我们现在都可以接受这些作为基石原则。

什么是 AI 原生？

一般的想法是，在人工智能时代从出生长大的人，例如在智能手机和网络上广泛使用人工智能，完全沉浸在人工智能中，天生就存在于基于人工智能的世界中。 对他们来说，人工智能就是事物的本来面目。 了解和围绕人工智能是一个天生的假定方面，他们个人无法以任何其他方式看待自己和周围的世界。

作为旁注，您可能已经注意到我方便地改写了定义数字原生代的开头段落，以改变它以适应 AI 原生定义的再现。 这很有意义。 我们正在从数字原住民时代滑入人工智能原住民时代，在这个时代，关于数字原住民的许多见解可以很容易地重新校准，以考虑人工智能原住民。

我在此建议我们将以下五个关于人工智能原住民的原则作为基石：

1）人工智能原住民是在人工智能时代长大的一代人

2) 据说他们天生就接受并习惯于人工智能系统

3) 声称他们的心态已经无缝调整到基于人工智能的数字世界

4）他们的行动和努力在一定程度上受到他们的人工智能多功能性的影响

5) 以人工智能为导向融入了他们的日常生活

你可能会认为这些原则再次借鉴了关于数字原住民的设计。 是的，这似乎完全合适。 我们可以检查其中的每一个，并通常预计它们可能适用于 AI 原住民，类似于它们如何应用于数字原住民。

另一个快速点。 您无需放弃成为数字原生代而成为 AI 原生代。 这两种类型没有什么会导致一种排除另一种。 简而言之，你可以是数字原生代，也可以是人工智能原生代。 很有可能你几乎肯定必须是数字原生代才能成为人工智能原生代，这是定义的时间流逝的重要组成部分。

我们应该在这个讨论中添加这些有用的推论：

• 成为数字原住民与成为人工智能原住民完全兼容
• 总的来说，人工智能原住民几乎可以肯定是数字原住民
• 有些数字原住民不是人工智能原住民
• 我们不能确定是否已经存在人工智能原住民

项目符号列表中的最后一项非常引人注目。

关于我们是否已经处于人工智能原生时代，或者我们是否还没有到达那里，存在争议。 由于 AI 的广泛使用，近年来出生的孩子有时被称为是 AI 原生的。 我们将 Siri 和 Alexa 作为假设的指标，表明我们现在确实处于人工智能时代，孩子们在成长过程中完全习惯了他们周围的人工智能。

你会发现很多关于在沙子上画这样一条线的争论。 一些人热切地表示，我们还没有进入人工智能时代。 我们需要有更多的人工智能才能满足地宣布人工智能已经到来。 除了抗议之外，还有一些人认为我们可以将 AI 追溯到 1950 年代和 1960 年代的起源，在这种情况下，那些年的几代人也可以被贴上 AI 原住民的标签。

让你头晕目眩。

可以说我们不会将 AI 原住民算作可以追溯到最早的计算时代，这似乎是合理的。 我敢说，大多数人都希望同意我们需要研究更现代的日期。 更可能的开始时间可能是最新一代的，也可能是即将到来的一两代。 我们可能要到十年后才能画出一条起跑线。

撇开作为 AI 原住民的界限不谈，我们可以继续思考 AI 原住民的影响和后果是什么或将会是什么。 请继续思考并搁置讨论有关 AI 本地人时机的激烈争吵。

AI原生有哪些特点或能力？

我为您准备了一份清单，我们可以在此简要考虑一下：

• 对人工智能是什么以及人工智能如何工作有基本的人工智能素养
• 轻松揭开人工智能的神秘面纱
• 不太容易受到 AI 炒作的影响
• 了解人工智能的优缺点
• 接受人工智能的使用，但要保持警惕和敏锐的眼光

在深入了解 AI 原住民背后的狂野和毛茸茸的考虑之前，让我们建立一些关于非常重要的主题的额外基础知识。 我们需要简要介绍一下 AI 伦理，尤其是机器学习 (ML) 和深度学习 (DL) 的出现。

您可能隐约意识到，如今在 AI 领域甚至在 AI 领域之外，最响亮的声音之一就是呼吁更多地表现出道德 AI。 让我们来看看提到 AI Ethics 和 Ethical AI 是什么意思。 最重要的是，当我谈到机器学习和深度学习时，我们将探讨我的意思。

受到媒体广泛关注的人工智能伦理的一个特定部分或部分包括表现出令人不快的偏见和不平等的人工智能。 你可能已经意识到，当人工智能的最新时代开始时，人们对现在一些人所说的东西产生了巨大的热情 永远的人工智能. 不幸的是，在那种滔滔不绝的兴奋之后，我们开始目睹 坏的人工智能. 例如，各种基于 AI 的面部识别系统已被发现包含种族偏见和性别偏见，我在 这里的链接.

努力反击 坏的人工智能 正在积极进行中。 除了吵闹 法律 在追求遏制不法行为的同时，也大力推动拥抱人工智能伦理以纠正人工智能的邪恶。 这个概念是，我们应该采用和认可关键的道德 AI 原则来开发和部署 AI，从而削弱 坏的人工智能 同时宣传和推广可取的 永远的人工智能.

在一个相关的概念上，我主张尝试使用人工智能作为解决人工智能问题的一部分，以这种思维方式以火攻毒。 例如，我们可以将道德 AI 组件嵌入到 AI 系统中，该系统将监控 AI 的其余部分是如何做事的，从而可能实时捕捉到任何歧视性行为，请参阅我在 这里的链接. 我们还可以有一个单独的人工智能系统，作为一种人工智能伦理监视器。 AI 系统充当监督者，以跟踪和检测另一个 AI 何时进入不道德的深渊（请参阅我对此类能力的分析，网址为 这里的链接).

稍后，我将与您分享一些 AI 伦理背后的总体原则。 这里和那里有很多这样的列表。 你可以说，目前还没有一个普遍的吸引力和同意的单一列表。 这就是不幸的消息。 好消息是，至少有现成的 AI 道德清单，而且它们往往非常相似。 总而言之，这表明通过某种形式的理性融合，我们正在寻找通往人工智能伦理所包含的普遍共性的道路。

首先，让我们简要介绍一些整体的道德 AI 规则，以说明对于任何制作、部署或使用 AI 的人来说应该是一个至关重要的考虑因素。

例如，正如梵蒂冈在 罗马呼吁人工智能伦理 正如我在 这里的链接，这些是他们确定的六项主要人工智能伦理原则：

• 透明度： 原则上，人工智能系统必须是可解释的
• 包括： 必须考虑全人类的需求，使每个人都能受益，并为每个人提供最好的条件来表达自己和发展
• 责任： 那些设计和部署使用人工智能的人必须承担责任和透明度
• 公正： 不产生偏见或根据偏见行事，从而维护公平和人的尊严
• 可靠性： 人工智能系统必须能够可靠地工作
• 安全和隐私： 人工智能系统必须安全运行并尊重用户的隐私。

正如美国国防部 (DoD) 在他们的 使用人工智能的伦理原则 正如我在 这里的链接，这是他们的六项主要人工智能伦理原则：

• 负责人： 国防部人员将行使适当的判断力和谨慎程度，同时继续负责人工智能能力的开发、部署和使用。
• 公平： 该部门将采取慎重措施，尽量减少人工智能能力的意外偏差。
• 可追踪的： 国防部的人工智能能力将得到开发和部署，使相关人员对适用于人工智能能力的技术、开发过程和操作方法有适当的了解，包括透明和可审计的方法、数据源以及设计程序和文档。
• 可靠： 国防部的人工智能能力将有明确的、明确定义的用途，并且这些能力的安全性、保障性和有效性将在其整个生命周期中在这些定义的用途中进行测试和保证。
• 可治理的： 该部门将设计和设计人工智能功能以实现其预期功能，同时具备检测和避免意外后果的能力，以及脱离或停用表现出意外行为的部署系统的能力。

我还讨论了对人工智能伦理原则的各种集体分析，包括在一篇题为“人工智能伦理准则的全球景观”（已发表在 自然)，我的报道将在 这里的链接，这导致了这个基石列表：

• 用户评论透明
• 正义与公平
• 非恶意
• 社会责任
• 隐私政策
• Beneficence
• 自由与自治
• 信任
• 永续发展
• 尊严
• 团结

正如您可能直接猜到的那样，试图确定这些原则背后的细节可能非常困难。 更重要的是，将这些广泛的原则转化为完全有形且足够详细的东西，以便在构建人工智能系统时使用，这也是一个难以破解的难题。 总体而言，很容易就 AI 道德准则是什么以及应如何普遍遵守它们进行一些挥手，而 AI 编码中的情况要复杂得多，必须是真正符合道路的橡胶。

AI 开发人员、管理 AI 开发工作的人员，甚至是最终部署和维护 AI 系统的人员，都将使用 AI 道德原则。 在整个 AI 开发和使用生命周期中的所有利益相关者都被认为是在遵守 Ethical AI 的既定规范的范围内。 这是一个重要的亮点，因为通常的假设是“只有编码人员”或那些对 AI 进行编程的人必须遵守 AI 道德概念。 如前所述，设计和实施人工智能需要一个村庄，整个村庄都必须精通并遵守人工智能伦理规则。

让我们也确保我们对当今人工智能的本质保持一致。

今天没有任何人工智能是有感知的。 我们没有这个。 我们不知道有感知的人工智能是否可能。 没有人能恰当地预测我们是否会获得有感知力的人工智能，也无法预测有感知力的人工智能是否会以某种计算认知超新星的形式奇迹般地自发出现（通常称为奇点，请参阅我的报道： 这里的链接).

我关注的人工智能类型包括我们今天拥有的非感知人工智能。 如果我们想疯狂地推测 有知觉的 人工智能，这个讨论可能会朝着完全不同的方向发展。 一个有感觉的人工智能应该具有人类的素质。 你需要考虑到有感知的人工智能是人类的认知等价物。 更重要的是，由于一些人推测我们可能拥有超智能 AI，因此可以想象这种 AI 最终可能比人类更聪明（对于我对超智能 AI 可能性的探索，请参阅 这里的报道).

让我们更脚踏实地，考虑一下今天的计算非感知人工智能。

意识到今天的人工智能无法以任何与人类思维同等的方式“思考”。 当你与 Alexa 或 Siri 互动时，对话能力可能看起来类似于人类的能力，但现实是它是计算性的，缺乏人类认知。 人工智能的最新时代广泛使用了机器学习 (ML) 和深度学习 (DL)，它们利用了计算模式匹配。 这导致人工智能系统具有类似人类的倾向。 与此同时，今天没有任何人工智能具有常识，也没有任何强大的人类思维的认知奇迹。

ML/DL 是一种计算模式匹配。 通常的方法是收集有关决策任务的数据。 您将数据输入 ML/DL 计算机模型。 这些模型试图找到数学模式。 在找到这样的模式之后，如果找到了，那么人工智能系统就会在遇到新数据时使用这些模式。 在呈现新数据时，基于“旧”或历史数据的模式被应用于呈现当前决策。

我想你可以猜到这是走向何方。 如果一直在做出模式化决策的人类已经纳入了不利的偏见，那么数据很可能以微妙但重要的方式反映了这一点。 机器学习或深度学习计算模式匹配将简单地尝试相应地在数学上模拟数据。 人工智能制作的建模本身没有常识或其他感知方面的外表。

此外，人工智能开发人员可能也没有意识到发生了什么。 ML/DL 中的神秘数学可能使找出现在隐藏的偏见变得困难。 您理所当然地希望并期望 AI 开发人员会测试潜在的隐藏偏见，尽管这比看起来要棘手。 即使进行了相对广泛的测试，ML/DL 的模式匹配模型中仍然存在偏差。

您可以在某种程度上使用著名或臭名昭著的格言垃圾进垃圾出。 问题是，这更类似于偏见，因为偏见潜伏在人工智能中。 人工智能的算法决策 (ADM) 不言自明地变得充满了不公平。

不好。

现在让我们回到 AI 原生的话题。

回想一下，我之前提供了一份方便的关于 AI 原住民的要点列表：

• 对人工智能是什么以及人工智能如何工作有基本的人工智能素养
• 轻松揭开人工智能的神秘面纱
• 不太容易受到 AI 炒作的影响
• 了解人工智能的优缺点
• 接受人工智能的使用，但要保持警惕和敏锐的眼光

我们可以简要地检查一下人工智能原住民可能会精通的每个核心方面。他们在成长过程中必须在一定程度上在功课中了解人工智能。 整个课程中的课程将涉及各种人工智能元素。 澄清一下，这并不意味着他们一定会在整个课程长度内直接关注人工智能。 这个想法是，由于人工智能将出现在学术研究的所有领域，例如文学中的人工智能、科学中的人工智能、数学中的人工智能等，他们通常会持续和间歇性地接触人工智能原则。

此外，人工智能原住民将以一种或另一种形式被人工智能包围。 他们将与 Alexa 和 Siri 等互动。 他们将在智能手机上使用人工智能驱动的应用程序。 他们将在利用人工智能交付商品和服务的公司工作。 虽然在这种人工智能普及之前的几代人可能会对这种人工智能的使用感到惊讶或惊讶，但人工智能原住民却从容应对。

我们现在准备好解决有关 AI 原住民的每个关键点。

对人工智能是什么以及人工智能如何工作有基本的人工智能素养

人工智能原住民熟悉人工智能的基础知识。 他们明白人工智能由各种基于计算机的能力组成。 在使用人工智能的多年时间框架内，他们通过渗透开始意识到自然语言处理 (NLP) 及其局限性。 他们已经习惯了机器学习和深度学习的组成部分。 他们了解人工智能的基础知识，例如计算模式匹配和计算搜索技术。 他们还意识到，我们还没有能够在人工智能中积极地进行常识推理，达到人类的能力水平，请参阅我在此的讨论 这里的链接.

这些是关于人工智能技术和技术的基本人工智能素养元素。 不过，这并不是 AI 原生代熟悉的唯一 AI 领域。 他们还将注意人工智能将如何影响社会。 理解我们所说的人工智能的“软”方面对他们来说与人工智能技术的“硬”方面一样重要。 这包括了解本文前面阐述的 AI 道德原则。

轻松揭开人工智能的神秘面纱

今天有许多关于人工智能可以做什么的虚假声明。 有时，头条新闻会强调人工智能能够思考，或者我们正处于人工智能超级智能的边缘。 人工智能原住民不会爱上这种胡言乱语。 他们会嘲笑和嘲笑这种野蛮和未经证实的说法。

这种关于人工智能的认识让人工智能原住民能够揭开人工智能的神秘面纱。 这种能力是否会结束关于人工智能的夸张说法尚不清楚。 很有可能仍然会有人试图以最无耻的无耻的方式夸大人工智能来震惊和敬畏。

不太容易受到 AI 炒作的影响

类似于 AI 原住民揭开 AI 神秘面纱的能力，他们将不太容易受到 AI 炒作的影响。 虽然其他人可能会被卷入关于人工智能的虚假断言，但人工智能原住民会保持警惕。

这并不能使他们对超大的 AI 声明免疫。 他们对人工智能有足够的理解，可以在人工智能歇斯底里的时候从谷壳中挑选小麦，但总有机会把羊毛拉到他们的眼睛上。

了解人工智能的优缺点

人工智能原住民的一个特别重要的因素是他们几乎与生俱来（从幼儿时期学习）评估人工智能何时有用以及何时可能被不利地利用的能力。 他们将选择在学年期间使用 AI 应用程序。

一旦他们进入劳动力市场，他们将能够有力地帮助采用人工智能的公司。 它们带来了关于人工智能在哪里可以正确和在哪里出错的清醒和有用的洞察力。 这将大力支持人工智能在商业中的使用，并进一步扩大人工智能的采用。

接受人工智能的使用，但要保持警惕和敏锐的眼光

一些权威人士想知道，人工智能原住民是否会成为人工智能的彻底拥护者，或者他们是否会成为人工智能的反对者，请参阅我对人工智能激进主义的报道 这里的链接. 答案有点复杂。 总的来说，人工智能原住民将寻求拥抱和利用人工智能，尽管这样做是以平衡和谨慎的方式进行的。 很难说他们会绝对赞成还是反对人工智能。

当然，您当然可以预期一部分 AI 原生代会转向一个方向或另一个方向。 那些对人工智能基本持中立态度的人可能会成为中流砥柱。 与此同时，你可以肯定地预见到，有些人会成为人工智能的直言不讳的拥护者，而另一些人将同样是人工智能的强烈反对者。

人工智能原住民和自治系统的出现

在这个重要讨论的关键时刻，我敢打赌，你希望有一些说明性的例子可以展示这个主题。 有一组特别的、肯定很受欢迎的例子让我很喜欢。 您会看到，以我作为人工智能专家（包括伦理和法律后果）的身份，我经常被要求找出展示人工智能伦理困境的现实例子，以便更容易掌握该主题的某种理论性质。 生动呈现这种道德 AI 困境的最令人回味的领域之一是基于 AI 的真正自动驾驶汽车的出现。 这将作为一个方便的用例或示例，用于对该主题进行充分讨论。

接下来是一个值得思考的值得注意的问题： 基于人工智能的真正自动驾驶汽车的出现是否说明了有关人工智能原住民的任何事情？如果是这样，这展示了什么？

请允许我花一点时间来解开这个问题。

首先，请注意，真正的自动驾驶汽车并不涉及人类驾驶员。 请记住，真正的自动驾驶汽车是通过人工智能驾驶系统驱动的。 不需要人类驾驶员来驾驶，也不需要人类来驾驶车辆。 有关我对自动驾驶汽车 (AV) 尤其是自动驾驶汽车的广泛且持续的报道，请参阅 这里的链接。

我想进一步澄清当我提到真正的自动驾驶汽车时是什么意思。

了解无人驾驶汽车的水平

需要澄清的是，真正的自动驾驶汽车是指AI完全自行驾驶汽车，并且在驾驶任务期间没有任何人工协助。

这些无人驾驶车辆被视为4级和5级（请参阅我的解释，网址为 这里这个链接)，而需要人类驾驶员共同分担驾驶工作的汽车通常被认为是第 2 级或第 3 级。共同分担驾驶任务的汽车被描述为半自动驾驶，通常包含各种称为 ADAS（高级驾驶员辅助系统）的自动附加组件。

5 级还没有真正的自动驾驶汽车，我们甚至不知道这是否有可能实现，也不知道需要多长时间。

同时，尽管是否应允许进行这种测试本身存在争议（我们都是实验中的有生命或有生命的豚鼠），但四级努力正在通过非常狭窄和选择性的公共道路试验逐渐吸引一些关注。有人说，这发生在我们的高速公路和小路上 这里这个链接).

由于半自动驾驶汽车需要人工驾驶，因此这类汽车的采用与传统汽车的驾驶方法并无明显不同，因此，在这个主题上，它们本身并没有太多新的内容要介绍（尽管您会看到暂时，接下来提出的要点通常适用）。

对于半自动驾驶汽车，重要的是必须预先警告公众有关最近出现的令人不安的方面，即尽管有那些人类驾驶员不断发布自己在2级或3级汽车的方向盘上睡着的视频， ，我们所有人都需要避免被误导以为驾驶员在驾驶半自动驾驶汽车时可以将注意力从驾驶任务上移开。

您是车辆驾驶行为的负责方，无论可能将多少自动化投入到2级或3级。

自动驾驶汽车和人工智能原住民

对于4级和5级真正的无人驾驶汽车，不会有人类驾驶员参与驾驶任务。

所有乘客均为乘客。

AI正在驾驶。

需要立即讨论的一个方面是，当今的AI驾驶系统所涉及的AI并不具有感知性。 换句话说，AI完全是基于计算机的编程和算法的集合，并且最有把握的是，它不能以与人类相同的方式进行推理。

为什么强调 AI 没有感知能力？

因为我想强调的是，在讨论AI驾驶系统的作用时，我并没有将AI的人格特质归咎于AI。 请注意，这些天来有一种持续不断的危险趋势将人类拟人化。 从本质上讲，尽管不可否认的事实是，人们至今仍在为人类的AI赋予类似人的感觉。

通过澄清，您可以设想AI驾驶系统不会以某种方式自然地“知道”驾驶的各个方面。 驾驶及其所需要的全部都需要作为自动驾驶汽车的硬件和软件的一部分进行编程。

让我们深入探讨与此主题有关的众多方面。

首先，重要的是要认识到并非所有的人工智能自动驾驶汽车都是一样的。 每家汽车制造商和自动驾驶技术公司都在采用自己的方法来设计自动驾驶汽车。 因此，很难就人工智能驾驶系统会做什么或不做什么做出全面的陈述。

此外，无论何时声明人工智能驾驶系统不做某些特定的事情，这可能会被开发人员超越，而这些开发人员实际上对计算机进行了编程来做那件事。 人工智能驾驶系统正在逐步完善和扩展。 今天现有的限制可能不再存在于系统的未来迭代或版本中。

我希望这提供了足够多的警告来作为我将要讲述的内容的基础。

让我们将 AI 原生的出现与自动驾驶汽车和自动驾驶汽车的出现相吻合，指出 AI 原生可能愿意使用这些新形式的自主交通。 等到 AI 原住民成为一件事时，自动驾驶汽车、自动驾驶卡车、自动驾驶摩托车和大量其他自动驾驶车辆很可能会大量出现在我们的公共道路上，并且也会成为一件事。那种自然的组合感。

那些在人工智能原住民之前出现的人往往会惊讶地发现，自动驾驶汽车的驾驶座上没有人。 相比之下，人工智能原住民很少考虑或关注人类不在方向盘上的事实。 这将如此习惯和普通，以至于不值得 AI 本地人特别关注。

这是您可能希望仔细考虑的一个转折点。

人工智能原住民最终将达到生育孩子的年龄。 这些孩子无疑将通过使用自动驾驶汽车与人工智能原生“父母”一起旅行。 使用自动驾驶汽车肯定会有如此舒适的水平，以至于即使没有成年人在场，这些 AI 原生的父母也会对他们的孩子单独使用自动驾驶汽车感到满意。

我已经在我的专栏中讨论过，对于那些非 AI 原生的人来说，一个选择似乎是多么困难。 换句话说，您会允许您的孩子乘坐自动驾驶汽车旅行，而无需成人与孩子一起乘坐自动驾驶汽车吗？ 您的第一个想法可能是，不，您不会让这种情况发生。 看起来很疯狂。 对于我为什么这可能被认为是人工智能原生时代的新规范的详细解释，请参阅 这里的链接.

所有这一切并不意味着人工智能原住民会盲目地接受自动驾驶汽车的出现。

人工智能原住民将意识到人工智能驾驶系统的局限性。 这将导致他们在其他方面对自动驾驶汽车过于谨慎。 他们还将理所当然地担心自动驾驶汽车的网络安全入侵。 还有一种意识是，一个民族国家或其他一些恶意行为者可能会试图接管一队自动驾驶汽车，请参阅我的报道 这里的链接.

结论

一代数字原住民将逐渐让位于下一代人工智能原住民。

如果你不相信有数字原住民这样的东西，这往往表明你可能也对人工智能原住民的可能性持悲观态度。 没关系。 也许关于成为数字原住民或人工智能原住民的喧嚣只是养眼，仅此而已。

话虽如此，在假设有一些东西可以找到的情况下，已经有大量的注意力和深入的研究致力于分析和试图理解数字原住民。 毫无疑问，同样的分析将转向关注人工智能原住民。

也许我们几乎都同意的一个方面是，那些在大量人工智能中长大的人有望对人工智能有一些了解。 我们可能不会将他们标记为 AI 原住民。 我们可能只是说，它们很可能在一个能力和受欢迎程度大幅提高的人工智能时代还活着并存在。

那些完全沉浸在人工智能世界中的人会选择把人类带到哪里？

乔治·巴顿将军曾有一句名言：“领导我，跟随我，或者让开。” 我们可以积极思考这些人工智能原住民的发展方向。 未来将由那些人工智能原住民决定，即使我们不会用那个特定的绰号来指代他们。

人工智能原住民，我们恭敬地问，你会带我们去哪里？