每经采访人员:刘春山 每经编辑:文多
“人工智能算法下一些外卖骑手挑战交通规则 , ‘助手’可能变‘杀手’”;“法院认定人工智能生成文章构成作品 , 拥有著作权”;“‘无人车’行驶背后的权责归属引关注”……刚刚过去的2020年中 , 随着人工智能技术大范围应用 , 引起的社会伦理争议也在增多 。 AI造福人类的同时 , 外界也越来越关注人工智能该如何去治理?
就AI治理现存挑战、人工智能治理中企业的责任等问题 , 《每日经济新闻》采访人员近日与旷视首席发展官、AI治理研究院院长徐云程进行了深度的交流 。 以刚发布的“2020年度全球十大人工智能治理事件”为例 , 徐云程谈道 , 虽然企业的AI治理并无成熟的模式可遵循 , 但AI企业担负着推动AI产业可持续发展的重任 , 需要秉持长期主义精神 , 任重而道远 。 企业做AI治理 , 需要一手拿着“望远镜” , 看到技术研究的过去与未来 , 另外一手拿着“显微镜” , 将紧迫的问题放大 。
徐云程同时称 , 技术治理的理念在以往是“让子弹飞一会儿”模式 , 互联网产业的发展就是先发展后治理 。 “但人工智能技术 , 因为它的影响力巨大和迭代速度加快 , 所以业界现在越来越有共识 , 不能套用以前先发展后治理的思路 , 要边发展边治理 。 ”徐云程呼吁 , 当前对人工智能伦理的担忧已经上升到伦理风险的高度 , 各界应该尽快采取行动 。
文章图片
徐云程 图片来源:受访者提供
企业人工智能治理需要自上而下推行
NBD:目前 , 人工智能治理存在哪些挑战?
徐云程:一方面 , 大众对于人工智能的技术和产品效用存在严重的信息不对称 , 如果此时又缺少充分的沟通 , 很容易产生负面认知 , 从而对人工智能产业的发展造成不利影响 。
再则就是 , 人工智能的伦理问题落到企业语境下要成为可执行的企业治理行动 , 而这个过程是一个典型的交叉学科范畴 。 如何以多方参与的形式、运用综合手段来推动企业的发展 , 对于企业来说是个巨大考验 。
三是我们发现许多新产生的问题目前还没有得到人们的普遍重视 , 更缺少专门的深度研究 。 这造成了在AI治理的领域 , 问题远远多于答案 。
NBD:怎么理解人工智能算法的黑箱特性?
徐云程:大家对于AI进行深度学习(这点上) , 算法黑箱是海内外共通的担忧 。 在现在的技术水平下 , 深度学习算法有它自己的黑箱特性 。 这就要求我们在进行产品研发和设计时 , 考虑到深度学习算法的必要性、是否有替代技术 。 另外就是 , 我们要关注深度学习算法精确程度是否足以商业化 , 是否会有误判的情形 。
NBD:旷视的人工智能治理是如何推行的?
徐云程:AI治理这件事情在旷视先是自上而下推行 , 需要高层发起和推动 。 现在慢慢变成了自下而上——各层的员工开始有感知、有意识 , 正逐渐成为“大众运动” 。
对内 , AI治理从研发学术、产品工程、客户渠道和运营管理四个方面开展了务实的工作 。 在新产品产生的过程中 , 我们希望在产品早期规划研发的时候 , 就要加入AI治理的介入 , 把AI伦理作为一个打分项 , 整体考虑要不要做这样一个产品 。 在客户管理沟通中 , 我们在每件软、硬件产品中都放入了《正确使用人工智能产品倡议书》 , 倡导客户和合作伙伴一起加入AI治理的行列 。
NBD:你在AI治理研究院的研究方向是什么?
徐云程:人工智能最重要的是“数据”问题 。 数据隐私保护与数据安全 , 是需要全社会长期关注的事情 , 这不光涉及到科技伦理问题 , 也涉及到法律法规的制定 , 以及技术应用本身 。 这其中需要相关各方去界定隐私的含义和边界、数据使用的规则和惩戒 , 以及如何形成对各种数据管理的多元共治 。
再则需要思考 , 人工智能产业哪些场景下技术的产品化面临红线 。 这需要探索企业内部风险评估与管理的路径 , 通过将目标、人员、规则、机制、技术进行有机融合 , 形成一套管控体系 。
文章图片
体验AI写诗 。 图片来源:每经采访人员 张建 摄(资料图)
要用“显微镜”将紧迫的问题放大看
NBD:企业以商业利益为主 , 进行AI治理必然增加成本?
徐云程:大众对于伦理道德认知有一个循序渐进的过程 。 对于企业来说 , 一个负责任的企业、有中长期发展规划的企业 , 才是一个稳健型的企业 。 企业的AI治理是个长效机制 , 我们看到很多两年前不是问题的现象 , 在今天都成为了潜在的风险 , 或者成为一个合规成本 。
所以 , 相较于回报 , AI治理的投入就并不显得大了 。 这并不是只要重金投入就能做好的事情 , 更多的是大家意识到这件事情的重要性 , 值得专心去做 。 我们很多研究课题是联合外部一流的研究机构一起做的 。 专业的人做专业的事 , 企业也没有必要去培养几十人的研究团队、天天做和业务没有关系的课题了 。
对于产业发展的治理 , 以前经常碰到这种思潮 , 即科技创新需要“让子弹飞一会儿” , 大家都希望在开始时给技术一段自由发展的时间 , 当问题累积到一定程度之后 , 再来研究解决的方法 。 所谓“先发展后治理”的模式就是这样产生的 , 互联网时代是这样 , 其他技术的治理也是这样 。 但随着人工智能技术越来越强大 , 它的影响力更深更广 , 迭代速度也更快 , 所以业界现在越来越有共识 , 不能套用以前治理的老方法 , 而是要“边发展边治理” 。 当然 , 这样也引发了下一个问题 , 即在创新往前冲的过程中 , 怎样才能做到对风险的预判?
NBD:近两年 , 外界对人工智能治理的关注有什么变化?
徐云程:我们刚开始是通过海外媒体关注到人工智能治理这件事情的 。 在2019年 , 海外媒体和旷视做交流的时候 , 三句不离和AI伦理有关的事情 , 以及企业在做哪些治理工作 。 因此 , 初期我们更多是跟海外沟通并寻找一些全球可借鉴的经验 。
第二个阶段是2019年中后期 , 我们看到国内社交媒体上越来越多的人开始关注AI技术是不是在向可持续的、负责任的方向发展 。 因此 , 我们意识到 , 这是个全球性话题 , 需要社会各界、国内外各方共同参与 。
到2020年第三个阶段 , 旷视开始在企业内部管理上做更多的反思和突破 。 随之发现 , 在企业运营的流程中和人员培训的过程中 , AI治理对企业的健康发展可以带来很多价值 , 也可以具有很多优势 。
NBD:在做人工智能治理时 , 你认为企业的态度应该是什么?
徐云程:技术的发展、商业的应用、规则的制定应该是相辅相成的 , 越多的交流越能让产业健康发展;同时AI治理的每一步都要反映到日常工作中 。 虽然企业的AI治理并无成熟的模式可遵循 , 但我们正在秉持一贯的长期主义精神 , 用大胆向前、小心求证的方式探索一条适合自己的道路 。
所以 , 企业做AI治理 , 需要一手拿着“望远镜” , 一手拿着“显微镜” 。 “望远镜”是指帮助企业看到技术研究的过去与未来 , 国内外的差异 , 综合思考问题、解决问题 。 “显微镜”是指将紧迫的问题放大 , 仔细研究 , 厘清其中缘由 , 并快速解决 。 企业只有充分发挥“望远镜”和“显微镜”的综合作用 , 才能把握正确的发展方向 , 真正实现用人工智能造福大众 。
【企业|专访旷视AI治理研究院院长徐云程:AI产业不可套用互联网“先发展后治理”思路】每日经济新闻
推荐阅读
- 柯腾|争做细分赛道冠军——探寻厦门“小巨人”企业成长密码
- 平台|[原]蚂蚁集团SOFAStack:新一代分布式云PaaS平台,打造企业上云新体验
- 数字化|70%规模以上制造业企业到2025年将实现数字化、网络化
- 设计|腾讯宣布企业级设计体系 TDesign 对外开源
- 中国|411 家游戏企业签署防沉迷公约,95% 游戏添加适龄提示
- 平台|数梦工场助力北京市中小企业公共服务平台用数据驱动业务创新
- DevOps|“微软RD项目之领导力的碰撞”系列活动第五期——探究企业引进 DevOps 的秘密
- 在线|企业配电房如何实现无线测温?安科瑞
- 炼金术|元宇宙炼金术|专访三体宇宙CEO:三体有形成独立元宇宙的可能
- 服务体系|深圳罗湖区推行全员招商全员服务体系——为企业发展护航