人工智能算法潛在的安全隱患、認知偏見、法律倫理沖突等往往是現實社會缺陷的反映。只有在機器與使用機器的人上兩頭著力，我們才能創造一個人工智能與人類良性互動的未來
語音點菜、刷臉買單、無人車送回家……60多年前，當一批年輕的科學家首次提出人工智能的概念時，或許沒想到它帶來的巨大變化；而今，得益于計算能力的提升、大數據的驅動以及深度學習的突破，人工智能正加快“進化”，日益改變著我們的生產、生活。
技術是把雙刃劍。應當看到，人工智能在高歌猛進的同時，對安全、法律倫理等也提出了新挑戰。比如，一些專家擔憂人工智能可能模糊虛擬世界和物理世界的界限，甚至重塑人類的生存環境和認知形態，并由此衍生出一系列棘手的道德倫理難題。知名物理學家霍金生前就認為，人工智能的短期影響由控制它的人決定，而長期影響則取決于人工智能是否完全為人所控制。
從技術發展進程和邏輯看，這些擔憂或許來得早了點。好在我們沒有僅僅停留在爭論上，針對人工智能潛在的風險，科學家和工程師們防患于未然，從產品設計標準、規范約束等方面提出了一系列試圖控制智能機器系統的可行性方案。面對智能算法不可理解、缺乏透明造成的機器偏見，人們正加強評估人工智能使用的數據、算法以及模型，剔除可導致偏見的潛在因素；對于未來強人工智能環境下，具有準人格的機器如何與人協調相處問題，科學家也試圖探索通過算法給智能機器嵌入人類的價值觀和規范，讓它們具有和人類一樣的同情心、責任心、羞恥感等等。我們希望，在對人工智能程序進行監管的同時，讓人工智能的算法遵循“善法”，吸取人類道德規范“善”的一面，從而控制機器的風險。
當然，構建好機器法律倫理體系并不容易。現實中豐富的語言表達，微妙的情感訴求能被機器理解、接受嗎？用量化的指標衡量善、惡等倫理概念可行嗎？還有，誰來決定算法、設定標準？這些都是我們試圖規范人工智能發展需要面臨的難題。但給機器嵌入倫理的困難，并不意味著我們只能無所作為。機器學習輸出的判斷和行為，往往取決于它接受的信息。從這點看，人工智能本身并無對錯，理想的狀態下，當前基于深度學習的人工智能算法應當是中性、客觀、高效的，其潛在的安全隱患、認知偏見、法律倫理沖突等往往是現實社會缺陷的反映，只不過在技術的視野中被放大了。因此，要讓智能機器變得更完美，除了通過技術手段對算法進行審查或引導外，更重要的或許是正視、理解并改善現實社會環境。只有在機器與使用機器的人上兩頭著力，我們才能創造一個人工智能與人類良性互動的未來。
倫理學家說，人工智能的道德水準將是一面鏡子，它反映的是人類文明的道德高度。人類社會不可能十全十美，未來的機器智能時代亦然。我們要繼續不懈努力，去創造更好的智能時代。
農業物聯網、交通大數據、遠程診療，這些新技術正走向深度應用
“智能+”讓生活更美好（關注）
本報記者 谷業凱
《 人民日報 》（ 2018年11月02日 18 版）
新華社發
核心閱讀
智能社會還沒有真正到來，但是我們已經站在了門口
有了交通大數據，交管部門就能夠協同計算區域所有車道的流量數據，形成該區域各個路口的信號燈配時方案，算出該讓誰先走，實現整個區域的交通流量最大化
一桌豐盛的佳肴，用手機掃一掃，就能掌握食材溯源的信息；一個繁忙的路口，信號燈可以實時調節等候時間，合理疏導人車流量；一所大型醫院，通過遠程診療，讓千里之外的病人免去奔波之苦……這些不是科幻電影里的橋段，而是物聯網、大數據、云計算在數字化、智能化趨勢之下帶來的全新應用場景。這些在前不久舉行的2018華為全聯接大會上展示的智能新科技，讓人眼界大開。
土地會“說話”，鹽堿地也能產高品質大米
“氣溫13攝氏度、相對濕度64%、日照13小時、土壤pH值7.8……”在青島一片鹽堿地的地頭立一根桿，桿上集成了一座搭載通信模塊的現代化“小型氣象站”，地表和地下部署著各種傳感器，監測農作物生長環境中的溫度、濕度、光照、土壤pH值等信息。通過窄帶物聯網技術即時傳送至大數據中心，再經過人工智能和專家診斷，就可以實現精準施肥用藥、土壤質量監測、病蟲害防治以及自動測產，讓鹽堿地上也能生長出高品質的大米。
這是華為公司在青島建立的農業物聯網全球聯合創新中心的“耕作”場景。信息技術讓農業這個傳統產業煥發新的生機與活力，從過去的靠天吃飯到機械化自動化作業，再到如今的智能化管理，農業物聯網正在改變著農業的生產和經營方式，“土壤數字化”讓生產效率獲得了提升。
物聯網是新一代信息技術的重要組成部分，它基于信息傳感設備，采集物體或過程信息，通過物與物、物與人的網絡連接，實現智能化識別和管理。通俗地講，物聯網能通過傳感器實現物體的數字化，讓萬物“開口說話”。
從田間到餐桌，食材要經過預加工、檢疫檢驗、倉儲運輸、烹飪加工等環節。要讓整個流程可追溯，同樣離不開物聯網的應用。比如，當肉類進入冷鏈物流環節，物聯網不僅能夠對車輛實時定位，掌握食材的所在位置，還可以對食材狀態進行監控，確保其在運輸中能被妥善管理，并通過在線調度來優化配送，整個食品鏈條的上下游信息還可被隨時記錄和調取。
“各行各業都在加速數字化轉型，農業物聯網只是一個縮影。”華為公司董事徐文偉認為，“包括物聯網在內的信息和通信技術，未來都將成為數字化轉型的平臺，而推動這一進程，則有賴于各行各業的共同努力。”他認為，建立“連接”是行業實現數字化轉型的前提，只有建立了連接，才能產生數據，進而從終端、網絡和云端入手，來建立行業的智能生態。
“智能社會還沒有真正到來，但是我們已經站在了門口。”徐文偉說。現在借助物聯網技術，智慧農業、智慧畜牧業、智慧物流不僅豐富著我們的餐桌，也改變著更多人的工作和生活。相信隨著這些技術的應用和普及，在不久的將來，面對一桌佳肴，你只需拿出手機一掃，就能知道這些食材的全部信息，實現“種得省心”“吃得放心”。
信號燈會“思考”，智慧交通提升通行效率
“紅燈停、綠燈行”，交通信號燈的控制能有多難？其實，在人、車流量巨大的現代城市，信號燈是智能技術最復雜的應用場景之一。深圳是世界上人口密度最高的城市之一，在不足2000平方公里的土地上，生活著2000多萬人；道路里程數只有4640公里，機動車的保有量卻達到335萬輛。如何協調人、車、路的關系，離不開技術手段的支撐。今年6月，深圳交警開始在深圳龍崗區坂田街道的9個路口采用智能的交通信號燈控制策略，由過去的“車看燈”，變為現在的“燈看車”，平均車速提升了15%，為每個上班族節約了10分鐘。
一般來說，傳統的信號燈配時方案采用手工設置配時方案下發，往往不夠靈活，不能根據路面狀況適時調整方案。而基于時空引擎、融合卡口、浮動車等交通大數據，則能夠實時監控信號交叉口，精準識別道路上的車流量與人流量。同時，通過正反裝視頻提取車流的行車軌跡和轉向信息，充分掌握區域路況，為多路口多智能體的協作提供了有效的觀測數據基礎。
有了交通大數據，交管部門就能夠協同計算區域所有車道的流量數據，形成該區域各個路口的信號燈配時方案，算出該讓誰先走，實現整個區域的交通流量最大化，降低區域內車輛、行人在路口的等待時間，有效提升區域內的通行效率。
深圳市公安局交通警察局科技處處長李強介紹說：“過去我們讓一個工程師管30個路口，車輛越來越多，而人的腦力終歸是有限的。現在通過機器的實時監控，云端的調整配置，在科技‘治堵’方面確實取得了比較大的成效。”
如今，深圳市“城市交通大腦”已經落地。人工智能自動檢測違法通行行為的準確率達到95%；道路動態監控體系通過視頻云全面感知全城交通流量，每月采集過車數據約7億條；來自交通現場的數據經由大數據處理，可實現秒級響應，日處理圖片達1000萬張，違章圖片識別效率提升10倍……智能、高清、即時的“城市交通大腦”正讓深圳交通變得“耳聰目明”。
醫院在身邊，智慧醫療讓看病更加輕松快捷
在鄭州大學第一附屬醫院，遠程醫療與醫療大數據聯合創新中心正在運轉。有了它，這家醫院不僅能與各省同級平臺的業務實現互聯互通，還能覆蓋河南全省500余家醫院，為它們提供遠程綜合會診、影像/心電專科診斷、醫療急救、重癥監護等醫療服務。過去河南信陽的危重病人往返鄭大一附院看病，路上要花費10個小時以上，如今只需幾十分鐘。
鄭大一附院采用的是醫療云數據中心的解決方案，一個省的遠程醫療平臺可與19個地市實現區域間數據互通。一張省市縣鄉村五級聯動的遠程醫療專網，不僅能極大地提升會診效率，還能為基層醫療單位提供遠程醫療教育，既提升了基層醫療水平，也免去患者的奔波之苦。
“專家是寶貴的資源，在醫療領域這一點尤為突出。”華為公司云企業智能產品部總經理賈永利說，得益于“智能+醫療”的發展，醫療資源不平衡的狀況將得到改善。比如，借助人工智能圖像識別技術，醫學影像識別將得到進一步細化，輔助醫生做出精確診斷。“我們在研究中發現，通過人工智能輔助病理醫生‘看片子’，不僅可能而且可行。”
賈永利介紹，目前在宮頸癌檢測項目中，人工智能技術檢測的敏感度超過99%，特異度也達到了80%以上，在保證檢測準確的情況下實現快速篩查，為病理醫生節省大量時間。
未來，得益于“智能+醫療”的發展，看病有望變得更加輕松快捷。基因預測可發現健康人的基因缺陷，盡早提示健康風險，有助于防病于未然；智能診療通過醫療大數據建立病癥模型，幫助醫生迅速診斷病情，防止誤診；可口服的納米級智能手術機器人，將自由進出人體，針對非正常細胞進行精準無創手術；人工智能家庭醫生作為補充，將負責解決常見病的治療和慢性病的護理。
“新技術觸發的產業變革，將涉及更多行業，也將顯著改變我們的生產和生活。”華為公司輪值董事長徐直軍說：“我們剛剛經過了人工智能技術與應用的局部探索階段，目前正處于第二個階段。在這個階段，從技術視角看，技術日趨完善，同時又暴露出越來越多的問題；從應用視角看，其應用日漸廣泛，價值持續得以確認，但政策環境、管理流程、人員組織還相對滯后，需要加快調整、應變。”
“當然，人工智能也不是萬能的。”徐直軍說，“我們應充分聚焦人工智能創造價值的領域，因為選擇正確的問題比尋找新奇的方案更重要。”
摘自《人民日報》
