應該給人工智慧立規矩

人工智慧不能僅僅掌握在少數公司或者少數人手中，應當透明和開源。同時，對人工智慧的治理規範，需要在科技公司之外，吸納社會各方面的意見參與。如果不能建立技術之外的一系列框架，木桶的「短板效應」將使人工智慧永遠也無法抵達「完美」的峰頂

人工智慧的成長速度令人驚訝。在去年與韓國著名棋手李世石對戰時，阿爾法圍棋還在第四局頻出昏招輸掉比賽，但在今年的人機大戰中，它對「世界第一人」柯潔則幾乎顯現出了不可動搖的優勢。按照阿爾法圍棋開發者們的說法，這個版本能夠讓去年人機大戰與李世石對戰的版本3子，阿爾法圍棋未來的目標是探尋完美的棋局。

與阿爾法圍棋一樣，人工智慧一日千里的全速前進，來自於硬體研發的不斷突破，演算法的不斷優化和對海量數據分析的不斷深入。通過蘋果、亞馬遜和的阿里巴巴、百度、騰訊等一系列科技巨頭對人工智慧基礎研究的深化和應用範圍不斷拓展，人工智慧不僅速度更快、效率更高，對計算能力的需求也在不斷下降。一言以蔽之，人工智慧正在變得更簡單、更聰明、更便宜。

儘管阿爾法圍棋在圍棋的技術水平上正在達到人類前所未有的高度，但人工智慧還遠遠難言「完美」。在人工智慧從基礎研究「落地」商業應用的過程中，尚有大量技術之外的「瓶頸」問題需要解決。但各方面能否對這些問題形成共識，建立標準，將直接關係到普通人能否消除對人工智慧的顧慮。

問題一方面來自對隱私範圍的界定和對數據的保護。海量數據可謂人工智慧發展的「糧食」，無論是演算法的優化，還是之後對人們提供的決策建議，都需要在數據的海洋中尋找頭緒。與此同時，隨著技術的不斷進步，更多維度的數據，包括行為數據、消費偏好、地理位置數據等，都被納入考察維度中。

因此，包括對隱私數據邊界的劃定，對數據擁有權的權利劃分，甚至包括數據交換的規則、數據泄露的懲罰措施，等等，都需要重新界定。但目前來看，各國並沒有統一的標準，現行立法也相對碎片化，執法部門許可權和職責也不清晰。能否合法地使用數據，將是人工智慧持續健康發展的「第一道坎兒」。

另一方面，問題也來自於人工智慧自身的安全問題。這種安全問題並不是所謂的「機器威脅論」，從目前人工智慧的發展來看，人工智慧本身仍然是人類創造出來的工具，本身並沒有意識，和人類並不構成競爭關係。能夠創造工具、利用工具來解決問題，本來就是人類在智能上的巨大優勢。但即使如此，專家們依然認為，人工智慧必須被正確而安全地使用。

安全來自演算法優化的過程需要受到監管和制約。比如，個性化的電商購物推薦、個性化的新聞推送等，如何避免摻雜利益取向，如果有利益摻雜，又該如何向用戶公示和說明。否則，像競價排名毫無提示地混合在搜索結果中一樣，相關推送在公平和公正上自然會遭到質疑。

安全也來自共享。業界專家普遍認為，人工智慧不能僅僅掌握在少數公司或者少數人手中，應當透明和開源，同時還應對人工智慧的治理規範，需要在科技公司之外，吸納社會各方面的意見參與。因為，人工智慧正越來越深入地滲透進每個人的生活。

沒有規矩，不成方圓。如果不能建立技術之外的一系列框架，木桶的「短板效應」將使人工智慧永遠也無法抵達「完美」的峰頂。（原文來源：經濟日報 作者：陳 靜）