让技术飞一会，人工智能不需要广泛监管

【编者按】2017年，人工智能技术在进步，应用在加深。但在这一领域，还有一个值得注意的现象就是，监管人工智能的呼声逐渐增多起来。2018年将是人工智能监管逐步出台的一年，但需要思考的是，我们真的需要监管人工智能吗？一则，没有人能够准确、有效地定义人工智能，概念的不精确性导致行不通的法律。再则，人工智能并非带来很多全新的问题，其中的很多问题其实与数据和数据的使用有关。针对技术的过去监管经验表明，对于人工智能，有效的监管方式是，针对新技术带来的真正值得重视的问题，探索有针对性的规则，而非开展广泛甚至漫无边际的监管。

对于支持监管人工智能的人来说，十二月是一个重要的月份。首先，美国参议院和众议院提出了一个两党法案“人工智能未来法案”，是针对人工智能的第一个联邦法案。法案要求成立一个咨询委员会，对人工智能展开研究和讨论，主要聚焦人工智能等新技术对美国劳动力的影响以及采取有效措施保护因技术原因而受到影响的隐私权。之后，纽约市议会通过了一个算法可责性法案，要求成立一个专门小组开展研究，确保人工智能算法更加公平和透明。

马斯克、霍金等人担忧人工智能可能威胁人类生存，呼吁加强监管。这些行动或许是对这些呼声的回应。这是否属于巧合，无从知晓。

但是，当前来看，通过广泛立法监管或管理人工智能的想法和做法是不成熟的。

首先，即使业内专家在人工智能上也没有达成一致。最近，AI Now研究所发布了一份报告，旨在为以符合伦理的方式应用人工智能创建一个基本框架。尽管报告将重点聚焦在人工智能上，但也承认对于人工智能并不存在一个普遍接受的定义。报告将人工智能宽泛地定义为依靠人类能力的一组技术。

更为通常的情况是，人工智能被用来描述可以做人类所做之事的软件。但是代替人类活动恰恰是新技术所能实现的：长矛取代了棍棒，车轮代替了脚力，印刷机取代了抄写员，等等。为什么说人工智能是全新的呢？因为它不仅取代外在的人类活动，而且开始取代发生于我们心灵中的人类决策。

人工智能这一新奇事物所引发的挑战不应掩盖这样一个事实，即人工智能自身并非一项单独的技术，甚至也不是一个空前的进步。监管连我们自己都无法清晰定义的一组技术，只能导致行不通的法律或糟糕的技术。

事实上，人工智能带来的挑战并不是全新的，早在过去我们就成功地监管过人工智能——只是在1960年代和1970年代，我们不称其为“人工智能”。举个例子，金融行业开始依赖于复杂的统计建模和巨大的电脑数据库做信贷决定，让准许或拒绝信贷变得自动化。

在1970年夏季，与这些模型相关的伦理和法律挑战吸引了公众的注意力。新闻周刊发表了一篇题为“隐私死了吗？”的封面报道，细致地抨击了电脑对现代社会的负面影响。不断增强的公众意识导致人们广泛呼吁加强监管以应对威胁，这与现在呼吁监管人工智能如出一辙。最终，人们不得不成立一个机构，对计算机进行监管。

但是，政府并没有监管所有的电脑，而是采取了更有针对性的路径，针对特定问题，这与1974年《平等信用机会法案》类似。这个法案旨在减少对少数群体的信贷歧视并提高消费者理解模型如何起作用的能力。如果消费者不满意他们的信用评分，那么他们至少可以通过法案知道如何提高信用评分。

这个法案连同其它法律是有价值的例子，说明了聚焦特定问题的重要性。就这个法案而言，是信贷决定的透明性并对其解决方案作出相应的调整。针对被我们称为“人工智能”的系统的监管，应旨在应对并解决特定问题。

随着网络空间安全这一令人苦恼的问题出现，美国针对信息技术的监管路径，可以说是最为成功的——培育创新，同时确保技术不会危及我们的安全。这一路径的核心在于，监管只针对技术带来的明确问题。

对于人工智能带来的一些最恼人的挑战，美国的法律框架和监管机构，本来就可以提供答案。举个例子，在金融部门，美联储实施了一个名为“SR11-7”的监管机制，主要解决银行使用的复杂算法带来的风险。“SR11-7”针对这些挑战的解决措施被称为“有效挑战”，试图将关键分析嵌入到算法生命周期的每一个环节，从全盘检查训练数据到明确描述模型的内在假定，等等。尽管就治理复杂算法带来的挑战而言，SR11-7可能是最细致的尝试，但它也是最常被忽视的。

当然，这并不是说人工智能永远都不应接受接管。但根据以往的经验，在不同的领域，将人工智能视为不同技术的集合，一定是控制其带来的好处和危险的最有效方式。

编译：曹建峰，韩玲