文/陳根
2020年的過去半年,在全球抗疫的背景下,人工智慧在醫療、城市治理、工業、非接觸服務等領域快速響應,從「雲端」落地,在疫情之中出演關鍵角色,提高了抗疫的整體效率。人工智慧與產業前所未有的緊密結合,再一次驗證了人工智慧作為新一輪科技革命和產業變革的重要驅動力量對社會的真正價值。
7月10日,在世界人工智慧大會騰訊論壇上,騰訊集團副總裁、騰訊研究院院長司曉正式發布的《騰訊人工智慧白皮書》,從宏觀背景、技術研究、落地應用、未來經濟、制度保障五維度,勾勒出了「泛在智能」的全景全貌。
司曉在演講中指出:「未來,智能技術會是一個滲入到生活、無所不在的狀態。」但在全面進入泛在智能時代的同時,圍繞著人工智慧實用性和倫理問題的爭議也愈發激烈。
人工智慧呈現「泛在智能」
人工智慧的發展並不平靜。從1956年的達特茅斯會議至今,人工智慧三起兩落,經歷了從炒作與狂熱、泡沫褪去後的艱難落地到隱私倫理的時代挑戰。時下,儘管真正擁有知覺和自我意識的「強人工智慧」仍屬幻想,但專注於特定功能的「弱人工智慧」早已如雨後春筍般湧現。
從純粹的技術角度,以機器學習和深度學習人工智慧為主題的浪潮,被認為是當前人類所面對的最為重要的技術社會變革之一,訓練機器,成為網際網路誕生以來的第二次技術社會形態的全球萌芽。
在過去十年,用於人工智慧的訓練模型的計算資源激增,在2010年至2020年之間,人工智慧的計算複雜度每年激增10倍,人工智慧訓練成本每年下降約10倍。在計算力上,得益於晶片處理能力提升,硬體價格下降使算力大幅提升。
基於此,各項人工技能技術不斷得到突破,並找到相對明確的應用場景。清華大學數據顯示,計算機視覺、語音技術以及自然語言處理的市場規模佔比分別為34.9%,24.8%和21%,是中國市場規模最大的三個應用方向。
從應用角度來看,受益於計算機視覺、圖像識別、自然語言處理等技術的快速發展,人工智慧已廣泛地滲透和應用於諸多垂直領域,切入不同場景和應用,提供產品和解決方案,產品形式也趨向多樣化。
疫情成為人工智慧的試金石,在疫情之下,人工智慧公司不再是以往的旁觀者,而是出演關鍵角色,從而提高抗疫的整體效率。在醫療方面,從人工智慧落地圖像識別,提升醫療效率,到人工智慧應用醫藥篩選,助力新藥研發。疫情期間,人工智慧技術還推進了遠程問診與醫學信息在線科普發展,使得人們可以更加高效、快捷的觸及醫療資源,長遠來看,在疫情結束後,也將對緩解我國緊張的醫療資源及區域分布差異起到重要作用。
而經過疫情,我國已經不再有純粹的「傳統產業」,每個產業或多或少都開啟了數位化進程。受疫情用工難、成本加劇、勞動力感染等風險因素的影響,製造業和服務業正在加快人機結合的進程,向製造、服務智能化進一步轉型。
在疫情防控中,人工智慧技術在城市治理方面廣泛落地應用,也表明我國智能社會形態正在逐漸顯現。可以說,疫情為人工智慧的發展打開了新的窗口期和豐富的實踐場,使得一個「泛在智能」的世界加速成為現實。
泛在智能,一是「泛」於基礎設施建設,通過新基建,人工智慧技術將逐漸轉變為像網絡、電力一樣的基礎服務設施,向全行業全領域提供通用的人工智慧能力,為產業轉型打下智慧基座。在產業網際網路時代,促進產業數位化升級和變革。
二是「泛」於更加多元的應用場景和更大規模的受眾。隨著技術、算法、場景和人才的不斷充實,人工智慧正在滲透到各個領域,在工業、醫療、城市等領域驗證了人工智慧的價值。毋庸置疑,未來會有更多產業將與智能技術進行創新融合,催生出更多新業態、新模式。
從電車悖論到制度建設
在全面進入泛在智能時代的同時,圍繞著人工智慧實用性和倫理問題的爭議也愈發激烈。
無人駕駛領域的「電車悖論」之所以常被討論,就在於其涉及到的並不是簡單的算法問題,而是更重要的道德問題。原本並沒有這麼多辯論,是因為每個人有不同的道德,在車禍中,人們不得已要犧牲誰的時候,每個人會依賴自己的道德做決定。所以在全社會,看到的是一個多樣化的選擇結果:有的人更保護乘客,有的人更保護路人,有的人先保護老人、有的先保護小孩、婦女等等。
而到了人工智慧就將原本分散的問題、落到每個人的頭上是隨機的問題變成了算法下的固定問題。即人為設計的人工智慧,成批地把道德觀念統一地固定在了一個地方,就變成了「系統性地犧牲誰」的問題。而系統性保護誰、犧牲誰的決定,又是否能被廣泛接受?這就產生了的巨大的、引發辯論的道德和社會問題。
當然,「電車悖論」只是人工智慧時代的一個討論例子,汽車真正出事故的機率是很小的,「電車悖論」討論背後,更深層次的便是人工智慧正在且將要對社會產生的影響。事實上,儘管人工智慧的理論和算法漸趨成熟,但人工智慧依舊是一個新生的領域,這也使得人工智慧對社會的影響還在形成之中,而這個過程中,要想充分發揮人工智慧對社會的效用,制度的建設就顯得尤為重要。
首先,是數據的制度建設。要想成為世界級的人工智慧強國,需要三個條件:最先進的算法、專業的計算硬體以及機器學習系統所依賴的大量原材料——數據。而原始數據的可獲得性,正是中國在人工智慧方面的優勢所在,這也帶來一個問題,即如何在發掘數據的經濟價值、發展人工智慧的同時,保障個人的權利和自由。
目前來看,中國個人數據保護以分散立法為主,尚未制定專門統一的個人信息保護法,但7月公布的《數據安全法(草案)》有望明確數據活動的紅線,在法律法規允許的條件下,推動數據共享,發現數據價值。
隨著技術及商業模式發展,中國數據保護立法還將面對挑戰,包括:技術與商業模式變革,導致個人數據概念不斷擴展,界限模糊;當前個人數據立法僅僅規制個人及企業而並不約束公權力;個人數據財產權性質凸顯,挑戰傳統制度框架;國家安全價值與個人數據保護人權價值的衝突等。此類問題,都需要在未來中國數據保護立法中加以解決。
其次,人工智慧的發展一定會對就業市場有重大衝擊。但是究竟會造成多大的失業,還是一個未知因素。因為人工智慧一方面會消滅一部分工作,同時也會創造一些工作機會,究竟消滅多少、創造多少、造出什麼新工作,不是完全技術決定的,制度也有決定性的作用。在技術快速變化的環境中,究竟有多大能力、能否靈活地幫助個人和企業創造性地開創出新的工作機會,這都是由制度決定的。
另一方面,失去工作的人,他的能力能否轉換?如何幫助他們轉換能力?這些也是制度需要考慮的問題。政府要足夠支持建立非政府組織,為丟掉工作的人提供訓練,幫助他們適應工作要求的變化。
如何應對人工智慧的社會問題,需要的是市場的創造性。只有合適的激勵機制,合適的人才,才能對衝人工智慧帶來就業市場的巨大衝擊。事實上,中國改革開放以來,第一重要的,就是使得千千萬萬的企業家湧現了出來。在千千萬萬的企業家推動了經濟增長的基礎上,才推動了政府修路、建橋,然後進一步幫助了企業的發展。
其三,是監管的制度建設。在當前激烈的國際競爭背景下,我國針對人工智慧等新技術的立法和監管需要著重考慮國際競爭視角,避免產生阻礙、延緩技術發展應用的不利效果,削弱我國的科技和產業競爭實力。
因為在全球競爭重心日益轉向人工智慧等新技術的大背景下,過早或過度的監管都可能削弱一國在人工智慧領域的競爭力。與此同時,立法和監管還應充分考慮技術的經濟社會價值,保證技術紅利在經濟社會發展中的最大釋放,避免因偶發性的負面問題而「過度反應」或「因噎廢食」,從而採取應激、激進的監管措施。
泛在智能時代下,人工智慧等新技術的健康發展離不開技術、社科、人文等不同背景的人員的通力協作。科技行業需要從當前的技術中心主義模式轉向技術人文協作模式,人工智慧的研究與發展也需要廣泛吸納不同種族、性別、文化和社會經濟階層以及不同領域的人員的思考和顧慮。
要知道,人工智慧的前景並不完全由技術決定,從純粹的技術角度,毫無疑問,人工智慧將會有非常大的發展。但是技術被用來做什麼,卻是制度不可迴避的問題。