SDG

人工智能惠及人类

​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​5G BCKGROUNDERPhoto by Shutterstock

概述


人工智能的希望


 近年来,软件的智能化程度已显著提高。

目前人工智能的拓展是机器学习领域进步的结果。机器学习涉及使用算法,利用算法使计算机通过查看数据和执行基于示例的任务来进行自主学习,而不是依靠人类的显式编程。[1]

“深度学习"是一种机器学习技术,受生物神经网络的启发,在大量数据中发现并记忆模式。深度学习系统通过考虑示例来执行任务,通常不用编程,而且胜过传统的机器学习算法。[2]

大数据系指可以通过计算分析揭示模式、趋势和关联性的超大数据集,[3] 加之以工智能和高性能计算的力量,正在生成新形式的信息和洞察力,对于应对人类所面临的最大挑战具有巨大价值。

以下仅介绍几个可说明人工智能如何惠及人类的示例:

·   农业生产力可通过数字化和分析来自自动化无人机和卫星的图像而得到提高。

挑战


虽然人工智能带来许多机会,但也存在风险。

数据集和算法可以反映或强化性别、种族或意识形态方面的偏见[4] 。当人工智能所依赖的、(由人类提供的)数据集不完整或存有偏见时,它们可能会导致人工智能得出存有偏见的结论。

人类越来越多地使用深度学习技术来决定谁获得贷款或工作。但是深度学习算法的工作方式不透明,而且不向人类提供为什么人工智能会得出某些关联或结论、何时会出现故障、以及人工智能会在何时以及如何再现偏差的背景情况。[5]

由于日常任务自动化的实现和工作的取代,人工智能可能会加深不平等状况。

(包括运行手机、安全摄像头和电网在内的)软件,可能存在安全缺陷。[6] 可能会从而导致金钱和身份的盗窃,或者互联网和电力故障。


随着人工智能技术的进步,国际和平与安全也会面对新的威胁。例如,机器学习可以被用来制作虚假视频和音频来影响投票、决策和治理。[7]

解决方案:确保将人工智能用于惠及人类


相关国际标准的制定和采用,以及开放源码软件的提供,将为协调提供一种共同的语言和工具,促使许多独立方对人工智能应用程序开发的参与。这有助于将人工智能进步的益处推向全世界,同时减轻其负面影响。

确实,由方方面面的利益攸关方来指导人工智能系统的设计、开发和应用至关重要。准确且具有代表性的人工智能结论要求数据集能够准确且具有代表性。此外,需要制定并落实到位保障措施,才能促进人工智能和大数据能得到合法、遵守道德、私人和安全的使用。

提高人工智能的透明度,以便为法律或医疗方面的决策提供信息,这将有助于人们了解人工智能会为什么得出某些关联或结论。而反之,这又将鼓励人们利用各自的专业知识、经验和直觉来验证结论,或者做出不同于机器建议的决定。虽然机器分析和所得结论的速度和准确性比以前高不少,但具有质疑机器结论并做出最终决定能力的依然是人类。

为了平衡人工智能对就业的影响,并使人们受益于人工智能提供的新工作机会,创建有利于获得数字技能的环境至关重要,无论是通过正规教育还是工作场所的培训。特别是,人工智能将为那些拥有创建、管理、测试和分析ICT所需的先进数字技能的人们带来就业机会。

需要部署相关工作,以保护最终用户的安全、隐私、身份、金钱和财产,从而应对网络金融、电子治理、智慧可持续城市和联网汽车等广泛领域与人工智能相关的安全挑战。

国际电联为实现人工智能惠及人类所做的贡献


推进有利的政策和监管

国际电联作为联合国在信息通信技术领域的专门机构,汇集了代表各国政府、行业、学术机构和来自世界各地的民间团体的各利益攸关方,以便更好地了解人工智能惠及人类这一新兴领域。

在国际电联成功举办首届“人工智能惠及人类全球峰会"的基础上,2018年峰会与32个联合国大家庭的机构及其它全球利益攸关方开展协作,以确定战略,确保人工智能技术以可信、安全且包容的方式发展,使人们能够公平享受其益处。此届峰会催生了30 多个 “人工智能惠及人类" 方面的开创性项目提案,内容涉及拓展和完善医疗保健、利用卫星图像加强对农业和生物多样性的监测、智慧城市开发以及增强对人工智能的信任等各个领域。

国际电联维护着一个人工智能知识库,任何从事人工智能领域工作的人员均可向此知识库提供有关如何利用人工智能惠及人类的关键信息。这是唯一的一个可以识别从事于加快实现17个联合国可持续发展目标(SDG)相关工作的、与AI相关的项目、研究举措、智囊团及组织的全球性知识库。

国际电联定期举办有来自世界各地的ICT监管机构负责人参加的会议,针对人工智能及其它紧迫监管问题交流看法和进展情况,研究解决治理问题,加强合作,以便利用人工智能惠及人类。

制定标准

展望未来,国际标准——人工智能及其它技术欲想表现良好则需满足的技术规范和要求——可以通过利用合乎道德、可以预测、可靠且高效的机器学习来帮助应对人工智能的风险。

国际电联“采用机器学习,促进(包括5G在内的)未来网络发展焦点组" (FG-ML5G)一直在研究在大数据分析以及未来5G时代的安全和数据保护等领域,技术标准化可以如何支持机器学习的新兴应用的问题。该组将起草规范,使ICT网络及其组成部分能够在顾及道德、效率、安全和最佳用户体验的情况下自主调整其行为。

在2018年人工智能惠及人类峰会上,新成立的人工智能促进健康焦点组( FG - AI4H )提出呼吁,要求在卫生方面实现更多的标准化,该组的目标之一是,创建可用于评估卫生保健应用中使用的人工智能算法的标准化基准。​


[1] https://www.wired.com/story/guide-artificial-intelligence/
[2] https://www.wired.com/story/new-theory-deep-learning/
[3] https://en.oxforddictionaries.com/definition/big_data
[4] https://www.wired.com/story/machines-taught-by-photos-learn-a-sexist-view-of-women/
[5] https://www.technologyreview.com/s/604087/the-dark-secret-at-the-heart-of-ai
[6] https://www.wired.com/story/as-artificial-intelligence-advances-here-are-five-projects-for-2018/
[7] https://maliciousaireport.com/