刚刚,欧盟 AI 道德准则草案出炉!可信赖的 AI 才能成为人类的北极星

互联网
刚刚,欧盟 AI 道德准则草案出炉!可信赖的 AI 才能成为人类的北极星
麻省理工科技评论 2018-12-19

2018-12-19

“可信赖的 AI ”(Trustworthy AI)将成为人类的北极星
人工智能
“可信赖的 AI ”(Trustworthy AI)将成为人类的北极星

人工智能(AI)的公平性及道德规范在 2018 年成为重要议题,现在法律规范力量准备介入。欧盟委员会(EC)任命的人工智能高级专家小组(AI HLEG)刚刚发布了 AI 开发和使用的道德草案—可信赖 AI 的道德准则草案(Draft Ethics Guidelines for Trustworthy AI),内容长达 37 页,提出可信赖 AI 应具备两大要素,以及 AI 不可为的基本原则。

欧盟委员会在 2018 年 4 月发布了欧洲人工智能方法(European approach on AI)之后,成立了人工智能高级专家小组,由 52 名来自学术界、工业界和民间社会的独立专家所组成,而此次的 AI 道德准则草案第一版就是由这个高级专家小组所制定。从现在到 2019 年 1 月 18 日为对外开放征求意见的期间,预计到了 2019 年 3 月,AI HLEG 将向欧盟委员会提交最终版本的指导方针,以及提出如何推进这项工作的建议,目标将欧洲的道德方法带入全球舞台,此外,欧盟委员会目前也正在向愿意分享相同价值观的所有非欧盟国家开放合作。



可信赖 AI 的两大要素


AI HLEG 表示,AI 无疑是这个时代最具变革性的力量之一,必将改变社会结构,我们必须确保最大化 AI 的优势,同时降低风险,因此需要以人为本的人工智能方法,AI 的开发和使用不应被视为一种手段,应视为增加人类福祉的目标。“可信赖的 AI ”(Trustworthy AI)将成为人类的北极星。

欧盟 AI 道德准则草案指出,可信赖的 AI 有两个组成要素:一、应尊重基本权利,适用法规、核心原则和价值观,以确保“道德目的”(ethical purpose),二、兼具技术鲁棒性(robust)和可靠性,因为即使有良好的意图,缺乏技术掌握也会造成无意的伤害。另外,AI 技术必须足够稳健及强大,以对抗攻击,以及如果 AI 出现问题,应该要有“应急计划”(fall-back plan),例如在 AI 系统失败了,必须要求交还由人类接手。

图|欧盟提出可信赖 AI 的道德准则草案以及框架(图片来源:欧盟)

另外,可信赖 AI 的不可为,包括不应以任何方式伤害人类;AI 不应限制人的自由,换句话说,人们不应该被 AI 驱动的机器征服或强迫; AI 应该公平使用,不得歧视或诬蔑;AI 应透明地运作,也就是说,人类需要知道 AI 正在开发的目的,以及如何使用它;AI 应该只为个人和整个社会的福祉而发展

草案也提出了框架,第一章阐述 AI 必须遵守的基本权利和价值观,以确保 AI 符合道德目的。第二章则是实现可信赖 AI 的指导方针,同时兼顾道德目的和技术稳健性,并列出可信赖 AI 的要求,包括技术和非技术方法。第三章则提供了具体但非穷举的可信赖 AI评估表。

图|可信赖 AI 的生命周期(图片来源:欧盟)



从科研、企业的呼吁进展到国家规范,AI 的道德监管进入新高度


近年来 AI 技术在多个应用领域展示了良好的进展及高效率,但同时也浮现不少问题,包括使用有歧视的数据就会训练出歧视人的 AI 模型,侵犯某些群体的权益,以及广泛的面部识别技术与民众隐私的矛盾,更让世人震惊的莫过于利用 AI 发展出智能武器,很可能在未经人类下达命令的情况下就发动攻击,这些 AI 不受控的问题,让许多科学家、企业、政府感到忧心,过去对于应该制定 AI 规范的意见,多来自科研及行业界的呼吁。

不久前,微软总裁 Brad Smith 也发出公开信,针对面部识别技术的问题提出六大原则,包括要求透明度、启用第三方测试和比较、确保有意义的人类审查等,并承诺在 2019 年第一季度末,微软就会实施这些原则,他同时也向美国政府呼吁,应在 2019 年开始立法来规范 AI 面部识别技术的使用,“面部识别精灵刚从瓶子中出现,除非我们尽快采取行动,否则我们在五年后醒来,才会发现面部识别让社会问题变得严重,”Brad Smith 说,因为面部识别系统可能存有偏差,在某些情况下,将违反禁止歧视的法律,且若广泛使用也可能侵犯民众隐私。

而欧盟在 2018 年 5 月正式让通用数据保护条例(GDPR)上路,提高个人数据使用的公平性和透明度,防止企业滥用或忽略用户数据的保护,此次欧盟又正式提出了 AI 道德准则,象征 AI 的公平性、透明、道德性的规范正式进入一个更高的治理层次。

麻省理工科技评论

From Tech to Deeptech