文/劉雨桉（山東大學 學生）

瀏覽電商網站時，當你對喜歡的商品多打開幾個網頁后，網站就會往這個方面給你推薦商品，這是基于機器學習技術進行的個性推薦，以過去推算未來。

今天用的美圖相比五年前的美圖，是不是越來越美了？這背后就是人臉大數據的存儲分析。每一次自動修圖，你存儲了就是一個正面的訓練案例，不存儲就是負面的案例。

越來越多的人工智能活躍在各行各業中，從人臉識別、機器翻譯到醫療診斷、自動駕駛，AI應用在不斷加深、不斷成熟，甚至已經開始超越人類。

我們正處在一個歷史轉折點：社會正在被技術重塑，比以往任何時候都更快、更深刻。和以往任何一種技術革新一樣，人工智能帶來的不止是繁榮，同時也伴隨著挑戰。

德勤最新開發的財務機器人，一個機器人能頂替15個財務人員工作，而且可以保持每天持續性的工作。人工智能信貸軟件能夠在數秒內完成每筆貸款審批，用智能投資算法能獲得比私人理財顧問高八倍的收益。

有研究認為，未來人工智能將會取代一半的人類工作，我們將獲得更多的時間和自由，來做我們愛做的事情。我們也將進入一個焦慮迷惘的時代，很多人將因為失業、得不到自我實現而陷入沮喪。

2017年，加拿大的 Lyrebird公司在網上發布了一則人工智能軟件生成的特朗普講話視頻，這個假視頻一經分享，迅速在網上流傳，這家公司也因此廣為人知。斯坦福大學的研究人員展示了一款名為“Face2Face”的臉部交換程序。該程序能夠操縱錄像片段，使一個人的面部表情能與其他人的面部表情相匹配，其逼真程度令人難以置信。

AI生成的內容，無論應用到音頻、視頻，還是圖片、新聞中，都足以混淆視聽。音頻、視頻記錄目前在許多國家被認為是刑事偵查最強有力的證據之一。如今，強大的人工智能技術使得這種證據受到了質疑，這可能會造成非常嚴重的后果。

2015年，谷歌AI照片服務將黑人的照片錯誤地標記為“黑猩猩”或者“猿猴”。2016年，微軟公司在美國的Twitter上線的聊天機器人在與網民互動過程中，被網友們教會了發布種族歧視言論。前不久，亞馬遜不得不放棄一款人工智能招聘軟件，因為該軟件自己學會了給包含「女性」一詞的簡歷打低分。

這些例子告訴我們，技術或許會更容易放大偏見和不平等。深度學習是一個典型的“黑箱”算法，連設計者可能都不知道算法如何決策，要在系統中發現有沒有存在歧視和歧視根源，在技術上是比較困難的，如何確保算法的公平還需要很長一段時間來實現。

2018年3月18日晚，一輛Uber自動駕駛汽車在美國亞利桑那州坦佩市撞到一位橫穿馬路的行人，該行人不治身亡。這引發了各界關于自動駕駛汽車監管、法律責任等方面的激烈討論，如果自動駕駛汽車、智能機器人對人類造成了人身、財產損害，該由誰來承擔責任？

人工智能的發展不能簡單地考慮技術——它必須是以人為本的，人工智能的最終目的應該是更好地滿足人的需求。現在的AI研究更多是工程師在參與，缺乏哲學、倫理學、法學等其他社會學科的參與，AI需要跨學科研究的廣度，由全社會共同構建一個人工智能的內外部約束機制。在AI研發中將人類社會的法律、道德等規范和價值嵌入AI系統，進行必要的監管，避免算法作惡。

去年兩會上傳出消息，全國人大常委會已將一些與人工智能密切相關的立法項目，如數字安全法、個人信息保護法和修改科學技術進步法等，列入立法規劃。同時把人工智能方面立法列入抓緊研究項目，圍繞相關法律問題進行深入的調查論證，努力為人工智能的創新發展提供有力的法治保障。相信，在法律的保障下，未來人工智能會發展成一種偉大的力量：一種為善的力量。

（本文系“青島市首屆高校評論大賽”參賽作品）

責任編輯：王學義