近日，我看到李飛飛在分開谷歌以后的首個亮點，在斯坦福年夜學啟動了一個“以工資自己工智能項目”，目的是創立“以工資自己工智能研討院(Stanford Human-Centered AI Institute (HAI))”。李飛飛與斯坦福年夜學前副校長，哲學家John Etchemendy配合擔負HAI研討院院長。李飛飛表現：這個項目是黌舍從校長到幾十位傳授一年多以來的配合盡力，明天終究地下。我們的主旨是“推進人工智能的研討，教導，政策和理論，以造福全人類”。研討院將努力于三個偏向的任務：1）推動和成長下一代AI迷信（側重與腦迷信和認知學穿插），2）研討和猜測AI對人類社會和生涯的影響，3）設計和理論以工資本的AI技巧和運用。

　　就是在李飛飛宣告在斯坦福年夜學啟動“以工資自己工智能項目”確當日， The 7th Asian Privacy Scholars Network (APSN) International Conference（第七屆亞太地域隱私掩護學者同盟國際會議）在南京郵電年夜學召開，本次國際會議重要聚焦：“人工智能與年夜數據時期的司法成績”。自己有幸作為本屆年夜會主席素來自亞太地域的隱私掩護學者呼吁：“人工智能的成長須以工資本“，并揭橥了宗旨演講，我的演講標題恰是“成長‘以工資本’的人工智能”，以下是自己談話的重要內容：

　　AI的成長曾經走過了60多年的過程，時代涌現了三次海潮：第一海浪潮現實上是從1956年-1976年，最焦點的是邏輯主義（符號主義），邏輯主義重要是用機械證實的方法去證實和推理一些常識；第二海浪潮是從1976年到80年月中期，屬于AI的高潮，重要的是銜接主義，即“出自信范圍銜接的敕令”"order-emerging-out-of-massive-connections"，銜接主義連續了十幾年，年夜概到2006年又開端走下坡了。

　　人工智能的第三次海潮（2006年-如今）與前兩次的海潮有著顯著的分歧，其代表性的結果就是深度進修，深度進修技巧因為可以或許主動從海量數據中進修龐雜的特點，是以被以為是新一代人工智能最主要、運用最普遍的技巧。

　　今朝，新一代AI尚沒有威望同一的界說，但我們從世界威望的韋伯字典可以懂得 “智能”（Intelligence）的界說：Ability of learning or understanding things，or dealing with new or difficult situations，個中的3個癥結字是：1.Learning（進修—目標是取得常識或規矩），2.Understanding（懂得—基于常識做出評判或決議計劃），3.Dealing（行動—基于懂得做出響應行為）。若何懂得AI的深度進修，可以從四個層面懂得，We know what we know；We know what we don't know；We don't know what we know；We don't know what we don't know。2015年谷歌DeepMind公司研發的深度進修聯合強化進修的“深度強化進修”技巧，該技巧可以或許學會玩Atari視頻游戲，并到達了可與人類匹敵的程度。現實上，“深度強化進修”技巧就是AlphaGo的焦點技巧。

　　以后，人工智能研討的范疇重要有五層：最底層是基本舉措措施扶植，包括數據和盤算才能兩部門，數據越年夜，人工智能的才能越強；往上一層為算法，如卷積神經收集、LSTM （Long Short-Term Memory 長短時間記憶收集）序列進修、Q-Learning、深度進修等算法，都是機械進修的算法；第三層為主要的技巧偏向和成績，如盤算機視覺，語音工程，天然說話處置等。還有別的的一些相似決議計劃體系，像 reinforcement learning（加強進修），或像一些年夜數據剖析的統計體系，這些都能在機械進修算法上發生；第四層為詳細的技巧，如圖象辨認、語音辨認、機械翻譯等等；最頂端為行業的處理計劃，如人工智能在金融、醫療、互聯網、交通和游戲等上的運用，這是我們所關懷它能帶來的價值。

　　高速并交運算、海量數據、更優化的算法配合促進了人工智能成長的沖破。可見，人工智能第三次海潮的實質上是一種樹立在年夜數據基本上的自我進修、斷定和決議計劃的算法。假如我們把人工智能算作一個嗷嗷待哺養有沒有限潛力的嬰兒，那末，某一范疇專業的海量深度的數據就是豢養這個天賦嬰兒的奶粉，奶粉的數目決議了嬰兒能否能長年夜，而奶粉的配方質量（算法的質量）則決議了嬰兒后續的智力發育程度。

　　AI的算法實質是收集的編程技巧，但這類編程技巧絕非中立，人工智能的算法決議計劃具有典范的“黑箱”特色，這應該惹起古代司法人的高度小心和深刻地研討，應該從倫理學和司法融會的角度深刻審閱和研討AI的算法。筆者以為，人工智能在其成長過程中面對的最年夜成績不是技巧自己，而是倫理和司法成績。2017年6月，由結合國國際電信同盟主辦的主題為“人工智能造福人類”的全球峰會在日內瓦召開。此次峰集聚焦了人工智能的兩年夜國際性成績：一是加快人工智能的研發和運用，以應對貧苦、饑餓、安康、教導和情況掩護等全球性挑釁；二是商量若何確保人工智能的平安性并相符倫理標準，避免其帶來意想不到的效果。

　　已故有名物理學家、劍橋年夜學傳授史蒂芬·霍金（(Steven Hawking)）活著時（2017年）曾正告：在我的平生中，見證了很多社會深入變更，個中最深入的，同時也是對人類影響一日千里的變更，就是人工智能的突起。霍金以為人工智能的成長，自己是一種存在著成績的趨向，而這些成績必需在如今和未來獲得處理。他所擔憂的這些成績就是AI的倫理和司法成績。

　　筆者以為，以后AI的研討范疇應重點存眷機械品德(Machine Morality)、機械倫理學(Machine Ethics)、品德機械(Moral Machine)、價值分歧論(Value Alignment)、人工智能品德(AI Morality)，研討若何將人類優越的標準和品德價值嵌入AI體系，讓AI更平安、讓AI更友愛、讓AI更仁慈。我們應該將人類優秀的品德標準和倫理價值（ethical value）嵌入AI體系，建議重點要存眷三個成績：一是要辨認特定社會或集團的標準和價值；二是將這些標準和價值編寫進AI體系；三是評價被寫進AI體系的標準和價值的有用性，等于否和實際的標準和價值相分歧、相兼容。

　　對此，監管機構應該出臺相干政策和制訂相干律例，重點規制AI/AS設計、開辟與制作進程中的通明度，特別是AI的算法必需確立司法的可追溯性準繩，AI的行動決議計劃全程應該處于司法監管之下。一方面須要樹立監視AI制作進程的尺度，防止給終端人類和社會帶來損害;另外一方面，政策制訂者可以限制盤算機推理，以避免其過火龐雜，形成人們難以懂得的局勢。對AI的監管，應該表現三年夜準繩：一是AI的成長應該表現對人權的掩護；二是優先斟酌AI對司法、社會倫理和侵占小我隱私的沖擊；三是經由過程立法和強迫性尺度的制訂，減弱AI對人類的風險和負面影響。

　　中國國務院于2017年宣布的《新一代人工智能成長計劃》指出，人工智能是影響面廣的推翻性技巧，能夠帶來轉變失業構造、沖擊司法與社會倫理、侵占小我隱私、挑釁國際關系原則等成績，將對當局治理、經濟平安和社會穩固甚至全球管理發生深遠影響。為此提出：1.到2020年，部門范疇的人工智能倫理標準和政策律例初步樹立；2.到2025年，初步樹立人工智能司法律例、倫理標準和政策系統，構成人工智能平安評價和管控才能；3.到2030年，建成加倍完美的人工智能司法律例、倫理標準和政策系統。

　　人工智能的實質是辦事人類社會（AI as a service,AIaas），而人類社會的焦點價值就是“以工資本”，由此，人工智能技巧的成長應該造福于人類，應該貫徹“以工資本”的準繩，這是成長人工智能的基石。歐盟司法事務委員會曾建議，在針對人工智能和機械人制訂政策時，應該進一步完美設計掩護隱私（privacy by design）、默許掩護隱私（privacy by default）、知情贊成、加密等概念的尺度。

　　筆者呼吁：即便有一天，當國民的小我數據成為“流暢物”時，在任何情形下都不得觸及小我隱私數據這條紅線。隱私權是人類永久的根本權力，人工智能的成長不克不及以褫奪人類的根本權力為價值。恰好相反，人工智能應當更好地掩護人類的根本權力，個中就應當包含隱私權，這才是人工智能安康成長的準確偏向。

　　不論AI世界未來有何等奇異，假如分開了人，再奇異的AI也會變得毫有意義。所以，我忠言AI的研討者、設計者、開辟者，你們不克不及離開AI辦事人類的主旨去思慮那些與辦事人類絕不相關的AI，你們更不克不及存有損壞人類社會的奇思怪想，這會把AI引向逝世胡同。你們必定要以工資動身點，以工資基本，以一種“為人類著想的仁慈“的品德和任務感，側重讓AI處理與人類美妙生涯和人類安康成長相干的各類成績。