漢森機器人公司的David Hanson在會上展示這個名為Sophia的美女機器人。

　　倫理道德法律框架設計滯后

　　人工智能火了，人類有些尷尬了

　　索菲亞不是人，她只是個很聰明的機器人；索菲亞又是“人”，不久前，她被沙特授予公民身份，加入人類籍。

　　索菲亞很友好，與人談笑自如，甚至還會眼神交流，并在MV里與歌星王力宏“結了婚”；索菲亞又很“恐怖”，聲稱未來目標是想去上學，成立家庭，并——毀滅人類。

　　無論這句話是調侃還是隱喻，設計出她的人類，尷尬了。

　　在近日召開的“人工智能的技術、倫理與法律的關鍵科學問題”的香山科學會議上，中科院科技戰略咨詢研究院研究員李真真舉索菲亞的例子，是想提出一個問題：在技術高歌猛進的同時，人工智能不斷模糊著物理世界和個人的界限，不斷刷新人的認知和社會關系，延伸出復雜的倫理、法律和安全問題，但相應的規范和制度設計還存在盲區，這是一個極大的挑戰。

　　“我國的人工智能技術可謂與世界發達國家‘同步’，但倫理和法律研究則嚴重滯后，這種‘缺位’會制約我們未來的發展。”李真真說。

　　為構建一個人工智能健康發展的倫理和法律環境，來自自然科學、人文社會科學領域的專家學者和產業界人士聚集在一起，嘗試跨越學科的鴻溝，尋找共同的交集，研討人工智能最基本的問題。

　　人工智能很牛嗎？牛，但也有可能犯大錯

　　人工智能火了！人工智能牛了！很大程度歸功于近年來一只不斷進化的“狗”——阿爾法狗(AlphaGo)。

　　中科院院士張鈸簡單分析了人工智能發展的兩條路徑：一是符號主義，即從信息處理的宏觀層面去模擬智能；二是連接主義，即從網絡介觀層面去模擬人類行為。當人工智能的開拓者提出上述方向時，不少人認為不可能，但事實證明這兩條路都行得通。

　　“人工智能第一次震撼，是IBM的‘深藍’程序打贏國際象棋冠軍，這是用計算機模擬人類下象棋的理性思考過程，證明了符號主義這一條路走得通。”張鈸說。

　　人工智能第二次對人類的“暴擊”，是基于神經網絡的深度學習，AlphaGo拋棄了傳統圍棋程序的編程方法，創造性地利用機器學習，來獲取下棋的經驗與直覺，結果戰勝世界圍棋冠軍。“更值得注意的是AlphaGo Zero從零開始，通過36小時自我學習，超越人類3000年的圍棋經驗，以100比0擊敗了上一版本的AlphaGo。這證明第二條路也走得通。”張鈸說。

　　“這讓人歡欣鼓舞，也令人擔憂。”張鈸的“憂”，指的是基于深度學習的人工智能系統存在的根本性缺陷——不可解釋和不可理解，就事論事，缺乏推廣能力，遇到新的情況一籌莫展等。因此當面對動態變化的環境，信息不完全、存在干擾與虛假信息時，人工智能系統性能就會顯著下降。

　　“當前的人工智能與人類智能本質上是不同的。”張鈸說，與人類相比，人工智能系統抗干擾能力(魯棒性)差，推廣能力弱，甚至可能犯大錯。“基于深度學習的模式識別系統盡管可以準確地區分不同事物，但本質上不認識它們。與人類不一樣，它不會舉一反三，更不會‘知其所以然’。使用這樣的人工智能系統需要十分小心。”

　　“現在大家對人工智能有無限期待。圍棋有規則，現實生活中沒有規則。人工智能產品完成單項任務很牛，但遇到復雜情況，實際沒那么厲害。”海爾公司CTO趙峰認為。

　　人工智能可怕嗎？遠慮尚“遠”，近憂在即

　　人工智能會威脅人類嗎？馬斯克、霍金、扎克伯格……科技和產業界的大腕對此的爭論和互懟一直沒有停歇。

　　參加香山科學會議的科學家認為，人工智能威脅論擁躉者所指的“強人工智能”到來還比較遠，現在發展的多是擅長完成單項任務的“弱人工智能”。“人工智能還在生長發展過程中，是否造成威脅估計是下一代科學家面臨的問題，我們現在的任務是把它‘養大’。”不過，中科院院士何積豐也坦承，現在人工智能也有“內憂外患”，如無人機黑飛亂飛管理亂象，恐怖主義黑客攻擊等。

　　“世界上沒有免費的午餐，機器通過‘黑箱’學習(深度學習)方法取得的智能，由于與人類認知行為存在根本差異，因此也將帶來潛在的風險。”張鈸說，人工智能全面超越人類智能并出現自我意識，是危險的，不過這是遠慮；但其不可解釋性會帶來“近憂”，如將深度學習應用于軍事決策，萬一系統出現原則性決策失誤怎么辦？

　　人類準備好了嗎？遠遠沒有，急需跟進

　　“人類現有的概念框架及知識儲備難以應對人工智能帶來的影響，也使我們不得不面對‘制度性風險’。”李真真說，人工智能技術的社會應用迅速改變了人類的生存環境，重塑人的行為，也不斷挑戰諸如隱私、責任等概念內涵及其既有策略。

　　李真真以“隱私”舉例說，傳統法律上，隱私是一種權利的概念，但現在它還可以是一種商品，即我們讓出一部分個人的隱私或信息以換取服務和產品，這就需要法律的及時跟進。再有，匿名化技術的發展為隱私保護提供了新的工具，但如果對于匿名化數據的法律概念和認定標準上沒有明確規定，很可能會導致數據的濫用。同時，隱私保護與國家安全、商業利益如何平衡，也是問題。再比如“責任”，比較典型的就是自動駕駛系統的責任認定。“還有人工智能的預測或決策，如預測犯罪，這將使我們面對一個更為復雜的法律問題。”

　　“法律具有滯后性，這就要求我們不斷地根據出現的新情況和新的社會難題，對人工智能帶來的影響進行倫理評估，以保障相關法律和政策的及時跟進。”李真真說。

　　人機可以和諧共處嗎？嵌入倫理法律框架是最大的科學挑戰

　　人工智能是否會產生歧視？答案是肯定的，這可以體現在數據選擇和算法上。

　　有科學家研究，通過使用機器學習算法幫助銀行提供接受還是拒絕房貸的建議，無論如何，在審查神經網絡決策制定流程的結果時，發現黑人申請的批準率大大低于白人申請的批準率。

　　這就是人工智能工具存在的“黑箱”般的不透明性。

　　“人機關系中，智能機器與人類的價值觀和規范體系必須一致。”李真真說，如何將人類的價值觀和規范嵌入人工智能系統，賦予AI以人性的光輝，成為當前所面臨最現實的挑戰。

　　前有科幻小說家阿西莫夫著名的機器人學三大定律，近年來，國際人工智能界日益重視人工智能中的倫理與法律問題，并推動相關技術標準及社會規范的研討和制定，如IEEE全球人工智能與倫理倡議、阿西洛馬人工智能23條倫理原則，我國的《新一代人工智能發展規劃》也專門提出人工智能倫理與法律的三步走規劃。“但是，將倫理與法律要求嵌入到AI系統，仍是全世界前沿性的科學難題，這需要技術、倫理、法律等控制手段配合使用、高度融合和跨學科合作。”李真真說。

　　“智能機器不是代替人，而是要協助人做好工作。人和機器各有優勢，要互相了解才能實現人機協作，但人還是人機關系的主導者。依照這種思想，才可能將人工智能引向人機合作的發展道路。”張鈸說。