“人工智能改變了安全格局，進一步擴大了威脅，需要從多個層面進行風險管控。”在近日舉辦的第三屆人工智能合作與治理國際論壇上，針對目前人工智能帶來的風險和挑戰，中國工程院院士、鵬城實驗室主任高文認為，在人的層面，應加強倫理教育；在模型算法層面，期望它可信、可控、可解釋并且被正當使用；在數據層面，期望建立充足的系統防護保證數據安全。
人工智能進入從高速增長向高質量增長轉變的新發展階段，對人工智能技術的安全性和可靠性提出了更多新要求。
在以“人工智能治理技術”為主題的第二場主論壇討論上，與會專家共同探討如何通過技術工具實現人工智能可知、可信、可控和可用，以及如何將產業監管要求轉化為技術解決方案，開發針對人工智能行業或應用的治理技術與服務。
建設可信賴人工智能
高文認為，強人工智能安全風險來源于3個方面，一是模型的不可解釋性，二是算法和硬件的不可靠性，三是自主意識的不可控性。對于這些，一方面要在設計及應用階段采取預防和檢測措施，另一方面要加強國際合作，相互取長補短，還要加強人才培養。
對于數據安全問題，他認為隱私保護和數據有效使用是一對矛盾，需要做到平衡。鵬城實驗室所采用的“防水堡”技術，為保護模型訓練數據安全共享和使用提供了解決思路。該技術可以做到只分享價值、不分享數據，在保證原始數據不移動的情況下使數據可用。
美國哥倫比亞大學常務副校長、計算機科學系教授周以真介紹了正在推動的“值得信賴的人工智能”研究議程。該議程的目的在于把人工智能、網絡安全和形式化方法三者聚集在一起。她指出，一些人工智能系統可能是脆弱和不公平的，因此需要努力實現可信賴的人工智能。
“可信賴計算意味著可靠性、安全性、可用性，要考慮準確性、穩健性、公平性，針對問責制、透明度、可解釋性、道德倫理等設置人工智能執行的任務和環境。除了必要的測試、模擬和良好的軟件工程實踐外，還要構建可信系統的事后驗證方法，即用數據模型、代碼程序滿足我們關心的正確性屬性、安全性屬性、活性屬性等性質，并通過列舉研究問題應用形式化方法，嘗試實現人工智能系統的可信度。”周以真說。
清華大學智能產業研究院首席研究員聶再清認為，安全可信是人工智能治理的核心訴求，安全可信的人工智能技術產品需要具備安全可控、數據資產和隱私保護、可解釋性等條件。他以車路協同感知為例，講解了自動駕駛領域如何通過多傳感器的協同感知，提升人工智能協同內部可靠性，從而提高人工智能安全性。
“例如面向營養健康管理的可解釋個性化推薦，需要‘引導式’而非‘迎合式’信息推薦，提升用戶依從性并充分考慮營養健康因素，避免迎合式的飲食推薦。”聶再清說。
“治理技術”創新應對風險挑戰
近年來，人工智能應用領域進一步拓展。面對新興技術可能帶來的巨大收益和潛在風險，與會專家高度關注其治理問題。
從技術角度或技術應用角度，怎樣才能實現人工智能技術的可用、管用乃至好用？高文說：“很多技術在發展過程中，過早說哪個不能用可能會抑制技術本身的發展，現階段更多是從道德層面引導，盡量把一些可能的風險抑制工具想明白。”
聶再清認為，創新和監管之間需要平衡，一方面，從事研發的個人有責任保證將工具或創新控制在危險可控范圍內；另一方面社會也要集體監督，確保某個出現問題的產品或技術能夠回滾、撤銷。
“技術可解釋性需要將技術發展與應用場景深度結合，在不同領域需要不同的可解釋能力及可解釋級別，讓技術在應用場景下發揮最好的作用。”瑞萊智慧（RealAI）公司聯合創始人及首席執行官田天指出。
新技術往往會給現有社會倫理規范帶來沖擊，現階段是否有必要設計一部分可操作的具體規則，特別是將倫理準則嵌入到人工智能產品與系統研發設計中？
田天表示，在發展階段需要以鼓勵為主，各種人工智能難免涉及一些模糊地帶，一方面不能一棒子打死導致技術無法進步，另一方面也要設立一些紅線，制定清晰的懲罰規定確保人工智能不觸犯人類利益。在此基礎上，給智能應用留有更多空間，鼓勵重視倫理，提供正向激勵，促進合規發展。
清華大學人工智能研究院常務副院長孫茂松認為，應鼓勵應用、鼓勵創新，在行動中及時發現問題，及時改正，及時總結經驗，使人工智能技術在應用中更好地完善和發展。
關于人類自身偏見和歧視被寫進代碼造成人工智能偏見與歧視的問題，聶再清認為人工智能基于數據學習獲取知識錯誤并不是觀點歧視，而是能力不足。其有可能通過引入更多知識庫或知識圖譜得到提升，而不應該在倫理層面過分拔高，更多還是解決訓練數據問題。
本屆論壇由清華大學主辦，清華大學人工智能國際治理研究院承辦。
來源：《中國科學報》
