前言

人工智能(ArtificialIntelligence，简称AI)是一系列技术的集合，其下包括机器学习、推理、感知和自然语言处理等。人工智能的概念和应用65年前就已开始，不过最近AI的进步和应用让这种技术再次成为热议。随着AI被更广阔地应用到人类社会和经济生活各个方面，新的机遇和挑战随之而生。其巨大的潜在影响让人类不得不谨慎思考AI技术的发展与应用。

于今年7月举行的“AINow”研讨会是由白宫科技政策办公室和美国国家经济委员会联合推动的一系列研究的最后一个环节。此前的一系列研究分别从不同的角度对AI进行了分析研究，从政策法规到AI的安全控制，再到AI公益以及如何挖掘AI的更多潜能。这次“AINow”则主要就未来十年AI在社会和经济领域的影响进行讨论。来自全球多个领域的专家学者集聚一堂，发表自己的观点。讨论的问题包括：现阶段AI的迅速发展造成了哪些问题?如何更好地理解与使用AI来创造更公平公正的未来?

社会和经济的问题多不胜数，本次“AI Now”主要围绕“医疗”、“劳工就业”、“AI公平”以及“AI道德”准则展开讨论。

之所以选择“医疗”和“劳工就业”作为主要话题，是因为目前这两个领域中AI渗入广泛，AI所能带来的问题在这两个领域中较为突出和明显。而“AI公平”和“AI道德”则是未来大家都关注的问题：AI会有助于世界大同还是会加剧社会不公?以及如何确保AI的利益被全体人类享用?

该研讨会的举行旨在让AI能够更好地造福人类社会。通过众多专家学者聚集一堂进行讨论的方式，本次“AINow”研讨会对人工智能学界内外都具有显著意义。

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在对来的参考指南。

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(JasonFurman)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对特点，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。

目前关于人工智能的四个关键性问题

我们现在将对目前关于人工智能的四个关键问题进行深入探讨，为读者提供一个了解业内专家见解以及建议的机会。相关探讨包括每个关键问题所面临的挑战、机遇以及可采用的干预措施。

社会不公

人工智能系统如何造成偏见以及歧视等社会不公现象?

人工智能系统在高风险决策领域的作用越来越重要——从信贷、保险再到第三方决策以及假释问题。人工智能技术将代替人工决定谁会获得重要机遇，而谁又将被抛弃，由此将会引发一系列关于权利、自由以及社会公正问题。

有些人认为人工智能系统的应用有助于克服人类主观偏见带来的一系列问题，而有些人则担心人工智能系统将会放大这些偏见，反而会进一步扩大机会的不均等。

在这场讨论中，数据将会起到至关重要的作用，引发人们的强烈关注。人工智能系统的运行往往取决于其所获得的数据，也是这些数据的直观反映。其中也包括这些数据的来源以及收集过程中的偏差。从这方面来讲，关于人工智能的影响是与相应的大数据技术密切相关的。

从广义上讲，数据偏差有两种形式。

第一种是采集的数据客观上不能够准确反映现实情况(主要归因于测量方法的不准确;数据采集不完整或过于片面;非标准化的自我评价以及数据采集过程中的其他缺陷)。

第二种在数据采集的过程中主观上存在结构性偏差(诸如在关于职业数据的采集中有目的性地通过主观性的重男轻女来预测职场成功率)。

前一种的数据偏差可以通过“净化数据”或者改进数据采集过程来加以解决。但后一种则需要复杂的人工干预措施。值得注意的是，虽然有很多机构都为解决这种问题做了大量的工作，但对于如何“检测”数据偏差尚无定论。

当采集的数据存在上述偏差时，用这种数据所训练的人工智能系统也会存在相应偏差，其产生的模型或者结果不肯避免的会复制并放大这种偏差。在这种情况下，人工智能系统所作出的决策将会产生差别效应，从而引发社会不公。而这种不公平要比人为偏见和不公隐晦的多。

在以风险控制为主导的行业中，随着人工智能系统的广泛应用，导致人与人之间的细微差别异化对待等现象显著增加，在保险以及其他社会担保行业尤为如此。人工智能系统的应用能够使公司更加有效地通过“逆向选择”来识别特定群体以及个人，从而有效避免风险。

诸如在医疗保险领域，人工智能系统会对投保人的特征以及表现行为进行分析，并对那些被识别为特殊疾病或者是未来发病率高的投保人收取更多保费。在这种情况下，对于那些健康状况不佳且经济能力差的人群尤为不利。这就是为何批评者经常会指责称，即便人工智能系统的预测准确，保险人行为理性，但效果却常常是带来负面影响。

保险业的竞争或许会加剧这种发展趋势，最终人工智能系统的应用或许会加剧这种不平等性。当然，相关反歧视法律法规中的规范性原则能够为解决这些问题带来帮助，虽然这种方法可能不是最有效、最公平的。此外，对人工智能系统进行设计和部署也很重要，但现有的法律框架或许会使相应研究受到阻碍。诸如如计算机欺诈和滥用法(CFAA)和数字千年版权法案(DMCA)都对这方面研究进行了限制，因此当下也需要对现行法规进行改革，确保必要的研究能够顺利进行。

人工智能将受益少数人?

人工智能系统为经济价值的产生带来了新的方式，也对经济价值的分配产生了新的影响。在某种程度上，人工智能系统的价值分配会使一部分群体受益，从而延续或加剧现有的薪资、收入以及财富分配差距。

那些有能力研发人工智能技术的组织将会加剧这种不平等性。据预测，人工智能是一个每年市值达到数十亿美元的庞大产业。开发人工智能技术需要大量的前期投资，其中包括海量的计算资源以及大数据，两者的成本都非常之大。这导致人工智能的开发和应用被限制在一个特定的范围之内。在这种情况下，那些拥有强大数据以及计算能力的企业才能够通过人工智能系统深入了解市场动态，从而获取更多优势，为自己带来“富者更富”的马太效应，带来更多成功。

从另一方面来说，人工智能以及自动化系统能够降低商品和服务成本，如果这些降低的成本能够使消费者受益，那么人工智能就可以缩小贫富差距。在这种情况下，人工智能系统能够提高整个社会的生活水平，甚至于引发一个渐进式的再分配效应。

此外，人工智能也会带来全新的生活方式。在人工智能环境下，那些工作落伍的人有机会需求获取资源的新方式，而工作受到影响的人也能够通过人工智能创造新的就业机会。换而言之，人工智能能够缓解劳动力危机，让人们自由追求生活以及工作新方式，从而提高社会的整体福利。

尽管如此，一些评论家指出，人工智能系统会使得某些工人的技能多余化，那些被自动化所取代的工人不得不寻求新的就业机会。即便这部分工人能够找到新的工作，这种工作也常常是低附加值的，且工作稳定性更低。从这个角度将，人工智能以及自动化系统反而消除了就业机会。

更进一步，如果学习新的工作技能非常昂贵，工人们或许会认为这种职业技能培训与新工作并不成正比。在这种情况下，人工智能系统不仅会增加社会不公，更会带来永久性的失业以及贫穷。这就是为何理解人工智能系统对劳动力的潜在影响是理解其对经济平等性影响的重要方面。

和以往许多技术一样，人工智能技术也往往反映了其创建者的价值观。因此，也可以通过在人工智能开发、部署、维护阶段的多元化来推动人工智能技术的平等性。

当前，在人工智能甚至于整个计算机科学家技术行业，女性以及少数民族从业人员所占比例还很少。这种现状也在一定程度上导致整个技术缺乏包容性，导致一定的偏见，延续或限制相关从业者对其他群体的考虑。

人们也越来越清楚的认识到，人工智能领域从业者的多样性有助于人工智能系统满足不同人群的利益。为了解决偏见、歧视和不平等问题，人工智能团队需要一个更广泛的视角。