人工智能时代：发展逻辑与治理挑战（3）

监管人工智能：真正的挑战是什么

正如霍金、马斯克等人发起倡议的《人工智能23条原则》一样，人工智能的发展确需被纳入到正确的轨道上来——尽管原因并不在于耸人听闻的“机器取代论”。

那究竟应该“监管什么”且又“如何监管”呢？问题的答案或许就在于本文第二部分对于机器学习算法的概念性描述上：既然数据和预设规则是所有算法的基石，那么数据治理和规则治理便自然成为监管人工智能的关键。

一方面，我们给机器什么样的数据，机器就会形成什么样的学习能力并随之反馈给我们相应的学习结果。这一过程首先要解决的问题便是数据从何而来，机器又将如何利用数据？正如前文所反复阐述的，不完整的数据集必然导致人工智能学习过程的错误——就像罗素笔下的“归纳主义者火鸡”一样。但大规模的数据收集又必然带来隐私保护、利益分配等诸多问题，由此形成的对于数据治理的监管要求便成为了监管人工智能的第一步。在保护个体数据权利的基础上，鼓励并规范数据的分享与应用，以最终促进人工智能朝着更好的方向发展。

另一方面，机器优化的规则（条件）又是由谁、通过何种程序来制定。尽管我们认为没有必要过多地担忧人工智能的发展，但真实的威胁依然存在。事实上，人工智能正在以不被察觉的方式潜移默化地影响人类日常生活，如果机器优化的规则不是以正当的程序受到监管和制约，那么很难保证其不被不法之徒所利用。正如长久以来对于“脸书”的质疑一样：公众如何相信其向用户推荐的新闻内容不会掺杂特殊利益的取向？当越来越多的人依赖定制化的新闻推送时，人工智能甚至会影响到总统选举。也正因为此，包括透明、开源在内的诸多治理原则，应当成为人工智能监管政策制定过程中被纳入的合理议题。

在经历了60余年的发展之后，人工智能终于在互联网、大数据、机器学习等诸多技术取得突破的基础上实现了腾飞。在未来的人类生活中，人工智能也必将扮演越来越重要的角色。对于这样的图景，我们自不必惊慌，但却也不可忽视。监管人工智能，找到正确的方向并采取合理的措施，正是当下所应该重视的政策议题。