人工智能算法潜在的安全隐患, 认知偏见, 法律伦理冲突等往往是现实社会缺陷的反映. 只有在机器与使用机器的人上两头着力, 我们才能创造一个人工智能与人类良性互动的未来.
语音点菜, 刷脸买单, 无人车送回家……60多年前, 当一批年轻的科学家首次提出人工智能的概念时, 或许没想到它带来的巨大变化;而今, 得益于计算能力的提升, 大数据的驱动以及深度学习的突破, 人工智能正加快 '进化' , 日益改变着我们的生产, 生活.
技术是把双刃剑. 应当看到, 人工智能在高歌猛进的同时, 对安全, 法律伦理等也提出了新挑战. 比如, 一些专家担忧人工智能可能模糊虚拟世界和物理世界的界限, 甚至重塑人类的生存环境和认知形态, 并由此衍生出一系列棘手的道德伦理难题. 知名物理学家霍金生前就认为, 人工智能的短期影响由控制它的人决定, 而长期影响则取决于人工智能是否完全为人所控制.
从技术发展进程和逻辑看, 这些担忧或许来得早了点. 好在我们没有仅仅停留在争论上, 针对人工智能潜在的风险, 科学家和工程师们防患于未然, 从产品设计标准, 规范约束等方面提出了一系列试图控制智能机器系统的可行性方案. 面对智能算法不可理解, 缺乏透明造成的机器偏见, 人们正加强评估人工智能使用的数据, 算法以及模型, 剔除可导致偏见的潜在因素;对于未来强人工智能环境下, 具有准人格的机器如何与人协调相处问题, 科学家也试图探索通过算法给智能机器嵌入人类的价值观和规范, 让它们具有和人类一样的同情心, 责任心, 羞耻感等等. 我们希望, 在对人工智能程序进行监管的同时, 让人工智能的算法遵循 '善法' , 吸取人类道德规范 '善' 的一面, 从而控制机器的风险.
当然, 构建好机器法律伦理体系并不容易. 现实中丰富的语言表达, 微妙的情感诉求能被机器理解, 接受吗?用量化的指标衡量善, 恶等伦理概念可行吗?还有, 谁来决定算法, 设定标准?这些都是我们试图规范人工智能发展需要面临的难题. 但给机器嵌入伦理的困难, 并不意味着我们只能无所作为. 机器学习输出的判断和行为, 往往取决于它接受的信息. 从这点看, 人工智能本身并无对错, 理想的状态下, 当前基于深度学习的人工智能算法应当是中性, 客观, 高效的, 其潜在的安全隐患, 认知偏见, 法律伦理冲突等往往是现实社会缺陷的反映, 只不过在技术的视野中被放大了. 因此, 要让智能机器变得更完美, 除了通过技术手段对算法进行审查或引导外, 更重要的或许是正视, 理解并改善现实社会环境. 只有在机器与使用机器的人上两头着力, 我们才能创造一个人工智能与人类良性互动的未来.
伦理学家说, 人工智能的道德水准将是一面镜子, 它反映的是人类文明的道德高度. 人类社会不可能十全十美, 未来的机器智能时代亦然. 我们要继续不懈努力, 去创造更好的智能时代.