我們在一片對18歲照片的花樣贊美中,迎來了又一個新年。
按說新年應(yīng)該是開心的時候,但是剛剛跨年結(jié)束,抬頭一看居然要上班了…不由得悲從心來…所以今天我們打算說點(diǎn)不那么開心的事。
最近幾天,各種對2018年的科技預(yù)測層出不窮,其中對AI的暢想占了大頭,內(nèi)容差不多是一片喜慶祥和。
但事有兩來,當(dāng)我們開始從AI中收獲價值的時候,技術(shù)升級后帶來的潛在風(fēng)險也在升溫。這就像汽車當(dāng)然好過牛車,但汽車也會帶來各種各樣的交通事故。我們當(dāng)然不能因此禁止汽車上路,但是也不能對交通問題視而不見。
今天我們來預(yù)測幾個,很可能在2018年進(jìn)入我們眼簾的“人工智能負(fù)能量”。
畢竟做好準(zhǔn)備,是解決問題的前提條件。
一、人工智能倫理問題開始出現(xiàn)個案
2017年1月,在加利福尼亞州阿西洛馬舉行的Beneficial Al會議上,近千名人工智能相關(guān)領(lǐng)域的專家,聯(lián)合簽署了著名的《阿西洛馬人工智能23條原則》。
隨后,各種關(guān)于人工智能倫理道德的討論、會議,以及相關(guān)協(xié)會和科技組織開始出現(xiàn)在公眾視野里。
《23條原則》的主要內(nèi)容,就是呼吁人工智能不能損害人類的利益和安全,同時人工智能必須可以被人類控制,同時人類要盡量尊重人工智能和機(jī)器人的安全。
聽起來頗有點(diǎn)科幻的味道,但是在各行各業(yè)開始部署AI,尤其開始利用AI進(jìn)行自動化決策的時候,人工智能的倫理與道德問題或許真的會浮出水面。
比如說,自動駕駛車輛在馬上要發(fā)生事故時,是優(yōu)先保護(hù)路人還是乘客?假如AI診斷系統(tǒng),給出的建議是安樂死,那么它算是殺人嗎?為了避免更大損失,AI系統(tǒng)是否能打破規(guī)則,自行其是?
這其中最著名的,大概就是去年谷歌批評上海交大某團(tuán)隊(duì)進(jìn)行的“看臉定罪犯”研究。引發(fā)了媒體對于AI價值觀的大量討論。
在各個產(chǎn)業(yè)場景開始使用AI技術(shù)時,隨之而來的邊界問題、責(zé)權(quán)問題、道德選擇問題這些在實(shí)驗(yàn)室中不會出現(xiàn)的矛盾將很可能被引發(fā)。
人類還從未真正討論過這些。假如2018年人工智能的落地化足夠快,倫理問題的苗頭或許會臨近。
二、難以根治的的算法歧視
記得2016年,微軟推出過聊天機(jī)器人Tay,卻因?yàn)橛脩艚探o它大量種族歧視和臟話,一天內(nèi)就被暫時下線。這引出了一個極具爭議的話題:機(jī)器學(xué)習(xí)會吸收人類的知識和信息來塑造自己,那么假如它吸收的信息含有大量“不那么純良”的東西呢?
2017年,算法歧視問題非但沒有被解決,各種各樣新的問題還應(yīng)運(yùn)而生。比如谷歌大腦會給女性圖片打上很多關(guān)于家庭、弱勢的標(biāo)簽,顯然有悖于女權(quán)主義精神;而把黑人識別為大猩猩,則點(diǎn)燃了AI種族歧視的話題關(guān)注度。
所謂的算法歧視,對于普通消費(fèi)者來說,最有可能在內(nèi)容推薦和電商推薦兩個地方感覺到。比如說消費(fèi)者剛看過寬大的衣服,電商就推薦減肥藥,很可能讓消費(fèi)者聯(lián)想到算法在歧視自己胖;再比如打開今日頭條這類軟件的時候,大家可能都出現(xiàn)過這種情況:偶爾點(diǎn)了一個推薦來的獵奇或者偽色情內(nèi)容,然后再一刷新。好嘛,蜂擁而至的類似內(nèi)容啊,你本來想看的興趣內(nèi)容和專業(yè)內(nèi)容瞬時間化為烏有。甚至你怎么點(diǎn)我不關(guān)心不喜歡,平臺還是給你推薦。這就是因?yàn)樗惴ǖ臍w類方式給你貼上了標(biāo)簽。這種歧視感也蠻嚴(yán)重的,好像背后有個人奸笑著對你說:“承認(rèn)吧,你就是這么低俗…”
這類問題的根源,是機(jī)器學(xué)習(xí)技術(shù)進(jìn)行個性推薦,今天還必須建立在兩個邏輯的基礎(chǔ)上:以過去算將來,以群體算個體。算法會吸收以前有過的經(jīng)驗(yàn)來給你特定的某些東西,但很有可能歧視信息就包含在機(jī)器吸收的經(jīng)驗(yàn)里。
在個性推薦系統(tǒng)越來越多場景應(yīng)用可能的今天,我們恐怕短期內(nèi)還難以根治算法的歧視。
三、私人數(shù)據(jù)與機(jī)器學(xué)習(xí)的矛盾日益凸顯
人工智能和個人隱私,似乎從來都是一對天敵。
因?yàn)槿斯ぶ悄芗夹g(shù)假如想要提供個性化、完全符合個人習(xí)慣的服務(wù),那么就必然要學(xué)習(xí)和理解用戶本身。而這其中,就涉及對用戶私人數(shù)據(jù)的學(xué)習(xí)。
但出于隱私的考慮,以及對網(wǎng)絡(luò)安全的不信任,大部分用戶顯然是不希望透露自己數(shù)據(jù)給機(jī)器的。
從而“雞生蛋蛋生雞”的矛盾就產(chǎn)生了。
近兩年,用AI來讀取用戶個人數(shù)據(jù)這件事一直處在被壓抑和不能提的狀態(tài)。更早一點(diǎn)的時候,蘋果和谷歌等大公司都推出過讓AI讀懂用戶的產(chǎn)品,但很快就被輿論抨擊給關(guān)停了。即使這樣,谷歌去年推出的家用AI相機(jī)還是飽受詬病。
在2017年后半段,我們看到了AI芯片拉開了風(fēng)云際會的爭奪序幕。但是搭載AI芯片的硬件一定要有的放矢,有任務(wù)可以完成。于是讓硬件讀懂用戶、讓系統(tǒng)根據(jù)用戶數(shù)據(jù)提供千人千面的服務(wù),勢必會重新回到公共視野里。
其實(shí)從大趨勢上看,把個人數(shù)據(jù)交給機(jī)器似乎是人類不可避免的歸宿。無論是醫(yī)療健康、金融服務(wù)還是社會安全,機(jī)器肯定都比人類更靠譜。只是這其中經(jīng)歷的不適感和安全風(fēng)險是巨大的。
在2018年,無論是手機(jī)、音箱、穿戴設(shè)備、VR,在啟用了機(jī)器學(xué)習(xí)能力后,似乎都要重新沾惹隱私數(shù)據(jù)這條紅線。
究竟怎么處理這個矛盾,也是挺讓人頭疼的。
四、真假越來越難分
就目前來看,希望AI能像人一樣對話和理解,顯然還是為時過早的一件事。但是讓AI來造假,似乎已經(jīng)問題不大了。
此前我們討論過視頻和直播換臉的可能,其實(shí)從整個技術(shù)進(jìn)度來看,基于GAN的仿真和替換技術(shù)正在整體成熟。無論是模擬替換音頻還是視頻文件,AI都已經(jīng)能夠得心應(yīng)手的處理。
但這肯定不會是什么好事。在著名的Face2Face軟件推出的時候,國外網(wǎng)友就驚呼,假如跟我視頻聊天的人被替換了怎么辦?
而在開發(fā)框架和數(shù)據(jù)資源越來越豐富、算法越來越強(qiáng)勁的今天,大概我們可以很肯定的說:2018年用AI來偽造視頻音頻將更加天衣無縫。
這是AI對未來技術(shù)的探索,卻很可能引發(fā)社交媒體和網(wǎng)絡(luò)傳播的動蕩:當(dāng)我們看到的視頻都可以完全造假的時候,這個世界還有什么可以相信呢?
假作真時真亦假,只能期望反AI造假的AI系統(tǒng)也盡快出現(xiàn)吧。
五、黑客攻擊有更多花樣
2017年年末,谷歌TensorFlow被驚人的爆出框架漏洞,雖然是被白帽子找到,沒有造成危險,但這還是點(diǎn)醒了我們一點(diǎn):AI并不安全。
至此,我們已經(jīng)見識過了各種黑客攻擊和AI技術(shù)結(jié)合的可能性:用AI來偽造文件信息實(shí)施攻擊和詐騙;利用AI技術(shù)來提升黑客攻擊效率;以AI系統(tǒng)為目標(biāo)的攻擊。隨著AI和物聯(lián)網(wǎng)體系的結(jié)合,未來物聯(lián)網(wǎng)攻擊中很可能也會加入AI的身影。
AI技術(shù)的成熟,讓網(wǎng)絡(luò)黑客們找到了更多的目標(biāo)、更多的工具以及更多的技巧。雖然AI同樣給我們提供了各種保護(hù)互聯(lián)網(wǎng)安全的方式。但無論如何,AI帶給了黑客更多可能性是毫無疑問的。
2017年的網(wǎng)絡(luò)安全世界并不平穩(wěn),各種各樣的病毒和黑客肆虐不絕于耳。進(jìn)入2018,我們很可能會在這個戰(zhàn)場看到更激烈的搏殺。
結(jié)束語
就像任何一種技術(shù)革新一樣,AI也同樣在帶來價值的同時創(chuàng)造了危險。而且憑借著識別和學(xué)習(xí)能力的特征,AI帶來的負(fù)面影響說不定會比過往更大。
但是無論如何,技術(shù)就是這么一步步推進(jìn)的。更好的風(fēng)景總是伴隨著更難走的路途。認(rèn)識風(fēng)險,并探索解決方案,或許才是人類與AI相處時更舒服的方式。