Vi tänker på en stor förändring i hur våra prylar gör saker. Konstgjord intelligens och maskininlärning är inte längre något du skulle se i en science fiction-roman, och smarta maskiner används för att utföra även de mest vardagliga uppgifterna, såväl som mer profilerade saker som fångar vår uppmärksamhet. Medan jag tror att vi fortfarande är minst några år bort från den punkt där vi alla har våra egna robotbutlers och flygande bilar, är det inte längre tvivel om möjligheterna.
Ingen vill ha datorer som är onda och ingen bygger dem.
Tillsammans med de genombrott som gör det möjligt för maskiner att fatta verkliga beslut kommer en inneboende rädsla för konsekvenserna. Vissa är giltiga, många är dumma, men var och en av dem ger en bra rubrik. Oavsett om vi rapporterar att Elon Musks miljarder dollar korståg för att stoppa AI-apokalypsen (en riktig rubrik) eller påminna oss om hur alla är ett andetag bort från att stjäla vår identitet, måste reportrar och publikationer ge båda sidor av varje fråga och peka oss mot resurser där vi kan lära oss mer. Att göra inget gör oss onödigt misstänksamma för de tekniska genombrotten som kommer att vara en del av vår framtid.
Jag kommer att välja på iPhone X idag. Innan någon blir upprörd, ska jag berätta mitt intryck av iPhone X utan att jag någonsin har berört en - synd att de coola saker den kan göra kom från Apple först, för jag vill verkligen inte använda en iPhone varje dag. Det är en iPhone i Essential Phone-kroppen med en utmärkt teknik i toppen som kan göra riktigt intressanta saker. Om du gillar iOS-ekosystemet verkar det som om det är telefonen du vill köpa. Och på grund av fascinationen för alla saker Apple får den västra pressens största andel av uppmärksamhet. Det kan dock vara bra för andra företag, eftersom mycket av pressen kring de saker som gör det speciellt inte nödvändigtvis är bra.
Två nya artiklar sticker ut om dagens nya smarta teknik, hur den används av Apple, och varför det är något att oroa sig för, men jag är säker på att det finns otaliga andra. I oktober talade Wired om hur maskininlärning "KAN ÖVERLYCKA DIN IPHONES HEMLOR" (ja, i alla mössor) och Reuters berättade för oss hur ansiktsigenkänning "säger" sekretessexperter. Båda behöver ett mycket kritiskt öga när de läser.
Rene Ritchie gjorde ett utmärkt jobb med att diskutera problemen med Wires artikel som i princip hävdar att maskininlärning kan hitta dina nakna bilder och göra något besvärligt med dem, men jag måste ändå påpeka lite text från själva artikeln.
Forskare kan snabbt notera att även om Core ML introducerar viktiga nyanser - särskilt för app-vetting-processen - representerar det inte nödvändigtvis ett grundläggande nytt hot. "Jag antar att CoreML kan missbrukas, men som det nu är kan appar redan få full fototillgång, " säger Will Strafach, en iOS-säkerhetsforskare och presidenten för Sudo Security Group. "Så om de ville hämta och ladda upp ditt fulla fotobibliotek är det redan möjligt om tillstånd beviljas."
I huvudsak kan Apples Core ML-system (deras maskininlärningsalgoritmer och hårdvaran som kan bearbeta data) inte göra något som någon annan app inte kan göra. Även om du ber systemet att rota ut foton som tycks vara av nakna människor, kan det inte göra något med dem om det hittar några. Ändå är artikeln och den alarmistiska titeln där för alla att se.
Reuters har förutsättningen att säkerhetsforskare är rädda för vad Apples ansiktsigenkänning innebär för vår integritet. Specifikt att en tredjepartsutvecklare på något sätt kan använda data från iPhone Xs kamera på sätt som intränger i våra liv eller till och med använda uppgifterna som identifieringsuppgifter. Det är bra att säkerhetsforskare och integritetsförespråkare oroar sig för dessa saker. Det är vad de ska göra. Det är inte lika bra när Reuters inte förklarar vilken information som delas med tredje parter och vad som kan göras med dem när de berättar att ACLU tittar noga.
IPhone X får uppmärksamhet men det är de nya teknologier som alla företag använder i det som kommer därefter.
Detta är inte ett Apple-problem trots att det är deras produkt i rampljuset. Vi har alla sett eller läst om de saker som Google kan göra med sina avancerade maskininlärningsalgoritmer, oavsett om det innebär att göra en bättre kamera och galleri att ta och visa dina foton eller diagnostisera sjukdom tidigare så att behandlingen kan börja när det behövs. Men maskininlärning spelar en stor del av saker vi inte skulle förknippas med tech, som engångspennor eller tomater.
Hela branscher använder redan maskiner som tar rudimentära beslut och kommer att distribuera ännu smartare beslut när de utvecklas. Många produkter du använder (eller till och med äter!) Varje dag bearbetades genom en automatiseringslinje som tillverkade, sorterade och inspekterade dem med kameror och smarta datorsystem. Sedan paketerades de med maskiner som visste vilken storlek låda skulle använda baserat på vad som dumpades i en tratt och sattes på rätt pall så att de kunde levereras med rätt utrustning till rätt lastningsbrygga.
Sensationalism kommer att leda till onödig och oönskad övervakning. Det gör det alltid.
Oro för vad ännu mer framsteg kan betyda för arbetslösheten är något som lekmän bör diskutera, men iboende säkerhets- och integritetsproblem lämnas bäst till experterna tills faktiska problem hittas. Sensationalism i detta skede kommer bara att leda till förordningar som antas av människor helt okvalificerade. Föreställ dig din senator eller parlamentsledamot som försöker dissekera Tensorflow eller Cloud ML och hitta sätt att "skydda" oss från dem.
Vi behöver högt kvalificerade människor för att titta länge och hårt på maskiner som kan tänka. Vi behöver också ansvarsfull rapportering om vad dessa forskare har att säga istället för clickbait. Kom ihåg att varje rubrik du kan se är också en som medlemmar av Förenta staternas senatsdomstolsunderkommitté för integritet, teknik och lag kan se. Det är väldigt viktigt att vi alla får fakta utan hyperbollen. Låt oss inte döda nästa stora sak innan den kommer från marken.
Space X-fotografi med tillstånd av Pushkr - https://www.flickr.com/photos/pushkargujar/23791728242/, Creative Commons 2.0
