h1_key

我们对AI人工智能的理解仍然有赖于科幻电影，那个有着自我意识的机器怪物是人类对人工智能可能存在的风险的一种极端假设。但现今人工智能的发展，在关注到风险的同时，我们也能看到它为人类服务的巨大潜能。

3月11日，北京歌德学院和iRights．Lab合作举办了一场数字时代展望活动，探讨人工智能的未来发展。牛津大学数据伦理和算法学研究员桑德拉·沃奇特、东南大学哲学与科学系以及医学人文学系副教授尹洁、清华大学计算机科学与技术系教授孙富春，以及柏林新责任基金会项目经理尤利娅曼斯克就人工智能可能出现的伦理挑战提出了各自的观点。

3月11日，北京歌德学院和iRights．Lab合作举办了一场数字时代展望活动，探讨人工智能的未来发展。
数据保护是非常复杂的一个体系

人工智能是数字化过程的必然趋势。在机器学习技术的帮助下，在线翻译工具已经能为用户提供地道的翻译文本；在医疗研究领域，基于数据的分析而研发出的自主学习程序已经可以帮助我们发现全新的诊断模型；图像识别软件得到了飞速发展，而继国际象棋和围棋之后，德州扑克也成为了又一个人类高手被计算机程序所击败的智能项目。
但桑德拉·沃奇特的担忧是，数据问题和权利问题关系密切。“人工智能到现在为止依赖的还是算法。一个算法在运作和完成之前必须是有责任的、透明的，这一点非常重要。但是大部分权利其实仰赖的是数据而不是算法。我们看到很多公司愿意公开他们的算法，是因为他们最主要的权利来源不是算法，而是数据。所以到底谁能够取得这些数据，谁能分享这些数据，这很重要。因为很多决策就是由数据来的。”

与此同时，数据分布的不对称甚至可能已经引起了很多社会不公现象。“比如在司法领域人们会参考到一些犯罪数据，由于黑人在这方面的记录比较多，那么很可能一个黑人在司法领域就会受到不公正的待遇。”桑德拉说。

“在欧洲，数据保护是非常复杂的一个体系，我们目前有一个欧洲一致的标准，也就是要有知情者的同意。也就是每次我们使用某个人数据的时候，你要让别人同意，他知道这个数据用到什么上面去了。让大家先知道了之后，再决定他要不要去分享这个数据。另外还有很多人在讨论，数据就是要开放，大家都可以共享，不要去考虑这些隐私问题。我们应该想到数据给社会带来的好处，要在任何时候都能自由使用数据。所以这两边的辩论在欧洲一直都在进行。现在还很难达成一个结论。”

2015年12月11日，开放人工智能（Open AI）公司在美国洛杉矶成立。这家公司的初衷是和其他组织及研究机构合作，将其算法等各项研究成果向公众开放，从而使得人工智能朝一个公开、透明、良性的方向发展。此后世界范围内对开放人工智能的关注度不断上升。

东南大学哲学与社会学系的尹洁认为开放人工智能是中西方合作的一个良好平台。在尹洁看来，中西方在人工智能方面的合作需要寻求相通点。尹洁说：“东西方在人工智能研究方面有差异，组织层面上我们跟西方有不同。比如说，西方更多是一些企业和非政府的来做，而中国可能很大程度上是我们政府科技部出了一个项目，然后我们去投这个项目、去申请这个项目，大家去做伦理和政策的研究。这是组织上的差别。但是我相信也有共有的东西，比如说刚才谈到对隐私的尊重。在这一点上我相信无所谓基于文化差异的某种道德相对主义。”

“在AI研究里，大家会说，AI这个东西可能会对人类造成影响，那么我相信很多国际上的哲学家都认为，或者很多AI的研究者都会认为，唯一一个能让大家放心的方式就是把这个东西公开，让所有人都能来讨论这个问题。所以这就是我们刚刚在说的，运用机器学这些数据算法的时候，我们必须开放这个话语权 。”尹洁说。

桑德拉·沃奇特对未来人工智能做了一项设想：“比方说你以后要去停车，你被贴了停车罚单，可能你都不用去找律师，可能有一个机器人律师就会自动地帮你处理完所有的这些事情。”

这也是大多数人工智能研究人员的设想。在大多数工作领域中，未来的人工智能会取代人类。这些工作并不局限于体力劳动，甚至很多智识性很强的职业也可能被人工智能取代。

“那么在这样一种情况下我们怎么办？现在欧洲国家在做的一件事情就是设想对机器人收税。也就是说未来如果没有足够的工人的话，纳税人肯定就减少了，如何保证养老金，如何保持社会的运作？既然机器人取代了人的话，我们是不是对机器人收税。那是不是意味着雇佣机器人的公司要交税？比如随着人工驾驶的发展，可能两年之后优步的司机都不是真人司机了，就是个无人驾驶车，那个时候怎么来看这些被取代的工作？”桑德拉说。

孙富春认为人工智能的发展一方面取代很多现有的职业，另一方面也会促成新的职业的产生。“人工智能确实会取代很多人类的繁琐的工作，这是必然的。那么社会中另外一些职业就诞生了。今年科技部的计划里也可以看到，以医疗健康为主题的课题占很大的部分。因为这将来会形成一个大的产业。其实还有一个很重要的产业，就是教育。”孙富春说。

柏林新责任基金会项目经理尤利娅·曼斯克认为“未来要把这种基于某一个特定工作培养人才的模式，转变为培养通才型的模式”，尤利娅说：“在美国有研究表明绝大多数的工作现在都不需要技术方面的技能。少数程序员可能会需要敲代码技能，但是其他大部分工作其实不是那么专业。未来追求的不是一个合格的员工，而是一个能够自我成长的人，一个在人工智能的时代能够不断进步的人。”

在孙富春看来，人工智能将来的发展是“颠覆性的”。“什么叫颠覆性？就是这个产生，那个就没有了。一家公司今天在运转，明天可能就会倒闭。所以人可能会频繁地改变工作，那你必须有非常强的工作适应能力，所以终身教育就摆在了一个很重要的层面上。不只我们今天谈到的大学教育、研究生教育，你要看到更多的终身教育，包括社会的培训，包括我们今天这种非常重要的论坛，你会经常去听，去不断地学习。所以未来的人更多面临的就是职业的频繁更替，那么这种教育不光是在大学教育本身，还要进入培训和学习，然后你要适应各种各样的工作。”