人工智能目前还面临这些挑战

人工智能目前还面临这些挑战

人工智能为政府和社会提出了广泛的问题。在这份报告中，麦肯锡指出了其中的一些问题，也包含部分解决问题的方法。我们在这些问题上的进展对于实现人工智能的潜在利益和避免风险至关重要。

1、鼓励更广泛地利用人工智能

目前的人工智能应用集中于相对数字化的行业内，而这些领域已经是新技术的前沿了。扩展人工智能的应用范围，支持新技术领域，特别是其中的小型公司，对于保证生产力的增长和经济发展至关重要，可以保证市场健康，具有竞争力。人工智能在更广泛领域内的应用也可以帮助平衡各行业的工资水平。人工智能可以带动生产力水平的发展，从而提高工资。更宽广的应用范围有助于让人工智能的好处推动至更多的公司和工人身边，而不仅仅是让已经处于收入金字塔顶端的前沿公司和雇员受益。

2、解决就业和收入分配问题

人工智能驱动的自动化变革会深刻影响人们的工作和工资水平。在麦肯锡的调查中，绝大多数公司并不认为自己会在未来大幅减少员工人数。然而，显然会有一些职位的技能会不符合未来要求。政府可能会不得不重新思考社会服务的模式。不同的想法将被纳入思考范围，包括共享劳动力、负所得税和全球基本收入水平。

3、解决道德、法律和监管问题

人工智能提出了一系列道德、法律和监管问题。现实世界的偏见风险正在被写入训练数据集中。由于现实世界存在种族、性别或其他很多类别的歧视，提供给机器学习算法的现实世界数据也不可避免地带有这些特征，而人工智能也会在训练中学会偏见。

随着偏见的内部化，这些问题正在加剧。同时，人们也对算法本身产生了怀疑，编程人员的道德见解会被编写进算法中，在决策过程中，人们有权得知哪些内容？谁会对人工智能输出的结果负责？这导致了人们对于算法透明度和问责制的呼吁。

隐私是另一个问题——谁对数据拥有所有权？需要哪些措施来保护高度敏感的数据（如医疗数据），而不必破坏其可用性？正致力于解决这些问题的组织和机构包括 Partnership on AI、OpenAI、Foundation for Responsible Robotics 以及人工智能伦理与监管基金会。

4、确保训练数据的可用性

大量的数据对于人工智能训练系统至关重要。开放公共部门的数据可以刺激私营企业的创新，设置通用数据标准也会有帮助。在美国，证券交易委员会在2009 年强制所有上市公司必须以 XBRL（可扩展业务报告语言）格式披露其财务报表，从而确保公共数据具有机器可读性。

5、在政府中部署人工智能

人工智能对公共部门的潜力巨大。它提升计划、目标和个性化服务的能力使提高政府服务水平和效率所急需的。在该报告的附录中，作者探索了人工智能技术在两大公有领域：医疗和教育的未来。

（来源：新华社）