江苏龙网

  1. 首页 > 资讯 > 科技 > >

「」人工智能在实现可持续发展目标中发挥的作用( 三 )


上述规律表明 ， 尽管有迹象表明人工智能对三大领域有一定的负面影响 ， 但却未有强有力的确凿证据出现 ， 也未有专门的分析工具来论证 。
在可持续发展议题下 ， AI研究面临的诸多挑战
1.既有研究数据和模型过于理想化
尽管研究表明 ， 人工智能可扮演积极角色 ， 但现有研究多基于有限的数据集或分析模型 。研究者在条件受控的实验室环境中进行模拟 ， 采用的数据多为针对特定环境量身定做后的 。一旦从更广泛的时间和空间维度衡量AI对现实世界的影响时 ， 随着AI之外的其他社会因素的不断变化 ， 上述研究结果的参考价值会出现不同程度的下降 。
2.人与机器算法的公正性面临评估空白
目前理论研究未从人与机器两个方面确保AI技术的公平性 。一是人内在的自利倾向导致更多地发布积极结果 。二是挖掘AI的负面作用需要长期研究 ， 需要额外评估算法公平性对环境施加的长期影响 。
3.研究多集中于科研资源丰富地区
现有促进可持续发展的人工智能应用趋向于研究资源丰富地区 。例如促进农耕自动化智能化、提高粮食生产的实验多在发达地区进行 ， 尚未广泛地在贫困地区实践 。久而久之 ， 这种结构性区域不平等会加剧贫困地区与技术发达地区之间的差距 ， 减损全球可持续发展目标的可持续性 。
4.优先研究有资金支持的项目
可持续发展项目并非都有足够资金支持 。如果事前预计某个可持续发展领域的AI正面效应不高 ， 则相关的应用项目不会被优先资金支持 。若不加以控制 ， AI研究将逐步偏向于资金丰厚的研究领域 ， 大大减少对欠发达地区的实证研究 。
打造可持续人工智能的建议
「」人工智能在实现可持续发展目标中发挥的作用
文章图片

文章图片

地球生态红线 该图表示了人工智能技术与环境、个人与政府的互动 。
1.推进人工智能算法问责立法 ， 将道德约束制度化 。鉴于人和智能机器之间交互的潜在复杂性 ， 对于AI产品尤其是危险性较大的自动化机器 ， 容易出现失控风险 。在此基础上又叠加算法偏见等社会问题 ， 继而导致以数据驱动为主的AI会产生群体性歧视偏见等问题 。因此要强化算法德性 ， 将道德约束代码化、制度化 。
2.制定多元的治理原则准则 ， 适应复杂社会变化 。鉴于社会的复杂多变和人类语言的抽象表述 ， 单一的抽象化的AI伦理原则、治理准则不再有效 。建议制定多元的、分场景的AI治理原则准则 ， 以准确地涵盖不同的可持续发展情形 。
3.建立伦理准则达标机制 ， 及时公开既有应用的合规情况 。尽管IEEE和欧盟已经出台了AI伦理原则准则 ， 但单纯公布一般性的AI伦理原则 ， 主观设想所有AI应用可以促进所有可持续发展目标实现 ， 而未建立伦理准则达标机制 ， 未及时公开既有产品是否合伦理、合规范 ， 是无法切实地反映出以可持续发展为目标的相关产品与技术的可责性、可信赖程度的 。
4.提升决策透明度 ， 打造去中心化的人工智能 。由于AI算法内部技术机理较为专业 ， 因此要在设计、开发和使用环节 ， 对决策过程与结果予以解释 ， 包括自动化决策系统的逻辑、意义、设想后果和一般功能 。同时不忘提升透明度 ， 及时公开产品技术所使用的数据信息 。例如用于训练算法的数据源、管理规则以及如何与通行AI治理准则保持一致 。
5.监管需注重人工智能应用与个人隐私安全的平衡 。以数据驱动为特征的AI应用的推广与个人隐私安全的保护之间的结构性冲突是显而易见的 。如果没有适当的精细化监管 ， 个人产生的海量数据恐增加泄露风险 。
6.加强全球合作 ， 携手开发可持续发展的友好型人工智能 。以可持续发展为目的的AI是人类幸福之所系 ， 所有国家都应该参与合作对话 ， 确保不让一个人掉队 。


推荐阅读


上一篇：「」性价比一步到位！拥有超长待机续航，却因屏幕过大而被冷落？

下一篇：[]华为Mate40再曝光！全球首发麒麟1020＋四曲面瀑布屏：售价很感人