重磅丨1.5万字告诉你AI的应用究竟对人类社会经济有哪些影响(下)

人工智能
网易智能
网易智能
2016-10-09 10:30
[ 亿欧导读 ] 本文来自今年7月白宫和纽约大学信息法律协会联合举办的“AI Now”人工智能研讨会内容的总结。下篇介绍了研讨会对未来AI所可能造成的情况做出的预见,分别给出的相应建议,以及建议背后的原理。
城市 图片来自“视觉中国”

编者按:本报告为2016年7月7日由白宫和纽约大学信息法律协会联合举办的“AI Now”人工智能研讨会内容之总结。文章来源The AI Now Report,中文全文由网易智能的猪厂智能菌独家编译。下篇介绍了研讨会对未来AI所可能造成的情况做出的预见,分别给出的相应建议,以及建议背后的原理。(上篇链接:重磅|1.5万字告诉你AI的应用究竟对人类社会经济有哪些影响(上)

问题和建议

研讨会对未来AI所可能造成的情况做出了预见,并分别给出相应的建议。需要声明的是,下列建议融合了全体与会人员的智慧,并不代表个人或某组织的立场。

随着AI愈加紧密地被应用到社会经济生活的方方面面,以下列出的问题和对应的建议可以作为投资者和相关领域从业者对未来的参考指南。

1、问题:AI的发展和应用有赖于特定的基础设施和人、物资源。这些基础资源的短缺无疑会限制AI的发展,对这些基础设施和资源的掌握在AI发展前期变的至关重要。

建议:从多个渠道改善发展AI的资源基础。注重数据集、计算机、相关人才教育培训等配套领域的建设。

2、问题:虽然目前AI水平还在初级,不过在多个领域AI已经作为人工辅助的角色存在,并且对劳动关系产生了影响。奥巴马经济顾问委员会的主席杰森·弗曼(Jason Furman)就表示,低技术的体力劳动是最有可能被AI和自动化机械取而代之的职位。如果机器人开始和人类竞争工作,人力资源的分配也将迎来变革。

建议:更新自己的思维和技能,来应对AI参与所带来的就业结构的改变。未来AI机器将承担绝大多数低技术水平的工作职位,人们需要调整自己的技能储备和收支方向以应对新形势。

3、问题:AI和自动化的过程通常都是在人们目所不及的幕后进行。缺少了人类的参与,机器可能做出有失公允或不慎恰当的决定。随着AI应用的进一步增长,对AI判断和勘误将变得更加重要,也更加困难。

建议:支持AI校准和勘误的研究,AI错误危害评估程序也应提上日程。这些研究应和AI的突飞猛进配套发展,就像人类系统中司法之于行政。如此能够及时发现AI犯下的错误,并避免严重后果。

4、问题:针对AI模式下公私机构公平和问责制的研究似乎与当前美国一些法律相忤,比如计算机欺诈与滥用法案(CFAA)和数字千年版权法案(DMCA)。

建议:需要澄清的是,无论是计算机欺诈与滥用法案还是数字千年版权法案,都没有限制相关研究。

5、问题:尽管AI正以飞快的速度被运用在医疗、劳工等诸多领域,但目前人类没有一个公认的办法来在评估AI所带来的影响。

建议:支持AI影响评估系统的研究。而且该领域的研究应该和政府机构通力合作,使成果能为政府行政所用。

6、问题:那些因部署AI而权益受到损害的人,其声音往往被忽视。

建议:在打造AI系统的时候,受影响者的意见应该被听取。AI应由各方共同设计以免有失公允和太过激进。

7、问题:AI的研究主要集中在电子技术上,对于人性方面问题的关注常常不足。在未来,计算机科学领域的成员将益加呈现同质化和单一化的特点,这不利于AI开发者的眼界和经验,进而影响到AI产品的打造。

建议:AI研究员和开发者应该尽量多元化,开发人员的多样与多元也会带来更丰富纷呈的AI产品。未来AI领域应该多多支持跨学科研究,从而使得AI系统能够融合电子计算、社会科学以及人文气息。

8、问题:现有的道德准则已经不能应对AI在现实中所面临问题的复杂性。(比如在医疗、执法、犯罪判决以及劳务等等)同时,在大学里的计算机课堂上,尽管这些理工课程也逐渐开始重视道德教育,然而并未彻底贯彻到实践中。

建议:同美国人工智能协会(AAAI)、美国计算机协会(ACM)以及电器和电子工程师协会(IEEE)这些专业机构进行合作,推动产生可以面对新形势的道德准则。同时在学校课堂上贯彻落实这些新道德准则的教育。每个有志于计算机科学的学生在专业课之外也应接受公民权利、自由等道德教育。相应的,那些有AI渗入的领域(比如医疗场所)的从业人员也应该对这些新道德标准有所知悉。

阐述建议

下面我们将进一步阐述上面简要提到的建议背后的基本原理。

1、多元化和拓宽AI开发和部署所必需的资源——如数据集、计算资源、教育和培训的使用,包括扩大参与这种开发的机会。特别是关注当前缺乏这种访问的入口。

正如在AI Now Experts研讨会期间很多人提到的,这些开发和培训AI系统的方法费用高昂并只限于少数大公司。或者简单地说,在没有大量资源的情况下DIY AI是不可能的。培训用AI模式要求有大量数据——越多越好。同时还要求有巨大的计算能力,而这费用不菲。

这使得即使要进行基础研究都只能限于能支付这种使用费用的公司,因此限制了民主化开发AI系统服务于不同人群目标的可能性。投资基本的基础设施和使用合适的培训数据,有助于公平竞争。同样,开放现有行业和机构里开发和设计过程,以多元化内部纪律和外部评论,可帮助开发更好服务和反映多元化环境需求的AI系统。

2、升级使公平劳动行为具体化的定义和框架,以适应AI管理部署到工作地区时出现的结构性变化。同时研究可替代的收入和资源分布、教育和再培训模式,以适应未来重复性工作日益自动化和劳动及就业态势不断变化。

在AI Now Experts研讨会上,奥巴马总统首席经济学家贾森·福尔曼(Jason Furman)指出,在美国每小时工资只有不到20美元的工作,83%都将面临自动化的严重压力。对于每小时工资在20-40美元的中等收入工作,这个比例也高达31%。

这是劳动力市场一次巨大转变,可能导致出现一个永久失业阶层。为确保AI系统的效率在劳动力市场不会导致民众不安,或社会重要机构如教育(有一种可能是教育不再视为就业的更好途径)的解散,在这种巨大转变出现,应该彻底研究替代性资源分布方法和其他应对引入自动化的模式,制定的政策应该为组织良好的各种落实测试开路,控制可能导致的灾难性后果。

除了“替代工人”外,AI系统也对劳动力市场也有其他多重影响。例如,它们改变了权力关系、就业预期和工作本身的角色。这些变化已经对工人产生深远影响,因此在引入AI系统时,在考虑如何表述公平和不公平做法上,理解这些影响很重要。例如,如果开发实际作为管理层行事的AI系统的公司,可被视为科技服务公司,与雇主不同的是,职员可能不受现有法律保护。

3、在设计和部署阶段,支持研究开发衡量和评估AI系统准确性和公平度的方法。同样地,也支持研究开发衡量及解决一旦使用出现的AI错误和损害的方法,包括涉及通知、矫正和减轻这些因AI系统自动决策导致的错误和损害的问责制。这些方法应优先通知受自动决策影响的人们,并开发对错误或有害判断提出异议的方法。

AI和预测性系统日益决定了人们是否能获得或失去机会。在很多情况下,人们没有意识到是机器而非人类在做出改变人生的决定。即使他们意识到,也没有对错误界定提出异议或拒绝有害决策的标准流程。我们需要在研究和技术原型化上投资,确保在AI系统日益用于做出重要决策的环境中,确保基本权利和责任受到尊重。

4、澄清无论是反电脑欺诈和滥用法案还是数字千年版权法案不是用于限制对AI责任的研究。

为了进行对检验、衡量和评估AI系统对公共和私人机构决策的影响所需的研究,特别是有关如公平和歧视的关键社会关切,研究人员必须被清楚地允许跨大量域名并通过大量不同方法测试系统。然而,某些美国法律,如反电脑欺诈和滥用法案(CFAA)和数字千年版权法案(DMCA),规定与电脑系统甚至互联网上公开可访问的电脑系统“未授权”互动为非法,可能限制或禁止这种研究。这些法律应该澄清或修改,明确允许促进这种重要研究的互动。

5、支持在现实环境中AI系统对社会经济生活影响的强大评估和评价方法的基础性研究。与政府机构合作将这些新技术集成到他们的调查、监管和执法能力中。

我们当前缺乏对AI系统社会经济影响评估和理解的严格做法。这意味着AI系统在融合到现有社会经济领域,部署在新产品和环境中,却不能衡量或精确计算它们的影响。这种情况类似于进行试验却不愿记录结果。为确保AI系统带来的益处,必须进行协调一致的研究开发严格的方法,理解AI系统的影响,当使用这种方法时可帮助形成跨部门和政府内部的标准做法。这种研究及其结果可比作早期预警系统。

6、在与这些人联合开发和部署这种系统时,与受自动决策应用和AI系统影响的社区代表及成员合作,联合设计可问责的AI。

在很多情况下,这些受AI系统影响的人将是对AI系统环境和结果最权威性的专家。特别是鉴于当前AI领域缺乏多元化,那些受AI系统部署影响的人实际上从事提供反馈和设计方向,来自反馈机制的这些建议可直接影响AI系统的开发和更广泛的政策框架。

7、加强行动提高AI开发者和研究者的多元化,拓宽和融合所有观点、环境和学科背景到AI系统开发中。AI领域应该也结合计算、社会科学和人文学,支持和促进针对AI系统对多个观点影响的跨学科AI研究。

计算机科学作为一个学科领域缺乏多样性。特别是严重缺乏女性从业者,在AI里这种情况更为糟糕。例如,虽然有些AI学术实验室由女性掌管,但在最近的神经信息处理系统大会上,与会者只有13.7%是女性,这次大会是该领域最主要的年度大会之一。

缺乏多元化的圈子不大可能会考虑这些不在其中人的需求和关注。当这些需求和关注成为部署AI的社会经济机构的中心时,理解这些需求和关注很重要,AI开发反映了这些重要的观点。关注开发AI人群多元化是关键,除了性别和代表受保护人群外,包括除计算机科学外各种学科的多元化、建立依赖来自相关社会经济领域学习的专业知识的开发实践。

在计算机科学之外和计算机科学之内AI子领域的社会经济领域,进行AI影响的彻底评估将需要多数这种专业知识。由于很多环境下AI被集成和使用——如医学、劳动力市场或在线广告——本身是学习的丰富领域。为真正制定AI影响评估的严格流程,我们将需要跨学科的协作,建立新的研究方向和领域。

8、与专业组织如美国人工智能进步协会(AAAI)、美国计算机协会(ACM)和电气及电子工程师协会(IEEE)合作,更新(或制作)专业道德准则,更好地反映在社会经济领域部署AI和自动化系统的复杂性。为任何想掌握计算机科学的人开设公民权、公民自由权和道德培训课程,反映了教育中的这些变化。同样,更新专业道德准则约束引入AI系统的专业人士,如适用于医生和医院工作者的道德准则。

在医学和法律等职业中,专业人士的行为受控制可接受和不可接受行为的道德准则约束。专业组织如ACM和IEEE确实制定了道德准则,然而这些准则过时了,不足以解决复杂社会经济环境中使用AI系统带来的具体并常常是微妙的挑战。虽然医生确实遵守了约束他们对待病人行为的职业道德,但AI系统的发展,如帮助医生诊疗和治疗病人,出现了现有职业道德准则不总是能解决的道德挑战。职业准则和计算机科学培训必须更新,以反映AI系统建造者对因使用这些系统遭受不同程度不利影响的人所负有的责任。在AI用于增强人类决策时,职业道德准则应该包括在AI系统受到利益冲突左右的时候鉴定责任的保护措施。

AI Now与会人员名单

联合主席:

凯特·克劳福德(Kate Crawford)微软研究院、纽约大学

梅雷迪思·惠特克(Meredith Whittaker)谷歌开放资源研究与安全团队创始人

核心研究团队:

玛德琳·克莱尔·伊莉丝(Madeleine Clare Elish)哥伦比亚大学

梭伦·巴罗喀斯(Solon Barocas)微软研究院

埃伦·普拉塞克(Aaron Plasek)哥伦比亚大学

卡迪迦·费里曼(Kadija Ferryman)新学院

程序委员会:

瑞安·卡洛(Ryan Calo)华盛顿大学

埃德·菲尔顿(Ed Felten)白宫科技政策办公室

埃里克·霍维茨(Eric Horvitz)微软研究院

塔拉·里昂(Terah Lyons)白宫科技政策办公室

海伦·尼森鲍姆(Helen Nissenbaum)纽约大学

穆斯塔法·苏莱曼(Mustafa Suleyman)谷歌DeepMind负责人

拉坦亚·斯威尼(Latanya Sweeney)哈佛大学

黄安娜(Nicole Wong)前美国政府CTO

品质生活,服务升级2017中国互联网+新商业峰会
2017中国医药产业未来领袖峰会

全部评论

相关文章

关闭
  • 精彩推荐
  • 亿欧读者汽车使用与购买情况调研
  • AI +国际创新峰会
  • 硬蛋AI产业应用峰会
  • 脉脉最火应用
  • 雨本培训
发送验证码
发送验证码
如果你遇到下面的问题

我在注册/找回密码的过程中无法收到手机短信消

我先前用E-mail注册过亿欧网但是现在没有办法通过它登录,我想找回账号

其他问题导致我无法成功的登录/注册

请发送邮箱到service@iyiou.com,说明自己在登录过程中遇到的问题,工作人员将会第一时间为您提供帮助

意见反馈
意见反馈
亿欧公众号 亿欧公众号
小程序-亿欧plus 小程序-亿欧plus
返回顶部