京公网安备 11010802034615号
经营许可证编号:京B2-20210330
迎接智能社会人工智能以法律和伦理为界
得益于中国在互联网、大数据、云计算等领域的卓著进步,人工智能在国内发展迅猛。8月23日,以“创新创业创造,迎接智能社会”为主题的2017世界机器人大会,在北京亦创国际会展中心正式开幕。在可以预见的未来,中国的人工智能产业将在自动驾驶、智慧医疗、智慧金融、机器人等领域获得蓬勃发展。
从娱乐、出行到支付手段,人工智能悄然改变着我们的生活。今年7月,国务院印发了《新一代人工智能发展规划》,指出人工智能成为国际竞争的新焦点、经济发展的新引擎,带来社会建设的新机遇,同时人工智能发展的不确定性也带来新挑战。在这些新挑战中,最令普通人关注的,或许就是人工智能时代的“人机关系”:高阶人工智能有没有失控风险 未来的机器会不会挑战人类社会的秩序,甚至获得自主塑造和控制未来的能力 随着人工智能日新月异的发展,很多人有了这样的担心。
高阶人工智能带来福祉还是挑战,是许多文学、电影、哲学作品不断探讨的主题。近年来大众传播对人工智能的关注,无形中也加重了人们对“人机关系”的焦虑。以音源库和全息投影技术为支撑的“二次元”虚拟偶像上台劲歌热舞,人工智能用人脸识别技术与深度学习能力挑战人类记忆高手,“阿尔法狗”击败各国围棋大师,攻占了人类智力游戏的高地……尤其是一些以“人机对战”为噱头的综艺节目,通过混淆人工智能的概念,人为渲染了一种人机之间紧张的对立气氛,既无必要,也缺乏科学性。
事实上,现在所有人工智能仍属于在“图灵测试”概念下界定的“智能”,无论是将要盛行的根据神经网络算法的翻译程序,抑或是基于量子计算理论的各种模型,在未来很长时间内都将是从属于人类的工具。作家韩少功提出了“当机器人成立作家协会”的有趣假设,从文学的角度解释了自己对于人机对立关系的看法。他认为价值观才是人类最终的特点和优势,人工智能的发展,应该促使人们对自身存在的本质进行更加深刻的探索,并坚定人类本身的存在价值。
尽管如此,行将迈入人工智能时代,我们仍需谨慎界定人机之间的关系格局。国务院在《新一代人工智能发展规划》中提出,“建立人工智能法律法规、伦理规范和政策体系,形成人工智能安全评估和管控能力”。未来,应通过对人工智能相关法律、伦理和社会问题的深入探讨,为智能社会划出法律和伦理道德的边界,让人工智能服务人类社会。这也是世界范围内的一项共识。今年初,麻省理工学院媒体实验室和哈佛大学伯克曼·克莱因互联网与社会研究中心合作推出了AI伦理研究计划,微软、谷歌等巨头也因人工智能的发展风险而成立了AI伦理委员会。越来越多的机器人专家呼吁,在机器人和自动化系统上安装“道德黑匣子”以记录机器的决定与行为。人们已经意识到,人工智能的发展应该以人类社会的稳定与福祉为前提。
中国在人工智能领域发展迅猛,在未来构建人机关系格局上,也应发挥中国传统文化的优势。面对高阶人工智能,既要通过法律和政策予以规范,也要用文明和伦理赋予其更多开放的弹性。在这方面,相信中国文明传统会比偏重逻辑与实证的西方文明传统更有用武之地,更有助于开拓兼顾科技与人文的“中国智造”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17