簡介

AI研究人員開始將AI安全工程設(shè)計面臨的主要挑戰(zhàn)列為過去60年AI失敗的主要原因，例如價值觀對接問題。同時，另一個現(xiàn)實問題也暴露出來：機器越智能，人們預(yù)測、解釋和理解其影響的能力就越差。

不可預(yù)測性

AI的不可預(yù)測性是指我們無法準確、連貫地預(yù)測系統(tǒng)將采取哪些具體措施來實現(xiàn)其目標。例如，在一場智能國際象棋比賽中，我們可以預(yù)測AI將獲勝（如果這是它的目標），但是我們無法預(yù)測AI為了取勝具體會怎樣走棋。這種情況的后果還無關(guān)緊要，但隨著目標的智能性和復(fù)雜性增加，不可預(yù)測性也會隨之放大。如第2部分所述，假設(shè)通過AI來幫助治療癌癥，理論上講，它可以把殺死人類算作把病治好了。

這些中間步驟取決于幾個因素，包括AI在整個過程中的互動。在第3部分中介紹過Microsoft的聊天機器人Tay，因為與人們的在線互動而被“教壞”，成了一個狂飆臟話的種族主義者。而且，較低的智能系統(tǒng)無法學(xué)會預(yù)測較高智能系統(tǒng)做出的決策。先進的AI可以理論化所有可能的選擇、決策或策略，而人類則沒有這種能力。有的細分應(yīng)用系統(tǒng)雖然總體上相對人類力不能及，但在某些領(lǐng)域具有比人類更勝一籌的智能，這些系統(tǒng)可能會出現(xiàn)類似情況。

不可解釋性

不可解釋性是指無法以一種可理解的準確方式來解釋智能系統(tǒng)做出的決策。例如，應(yīng)用于按揭貸款審批的AI可能會通過數(shù)百萬甚至數(shù)十億的加權(quán)因子進行決策。但是當(dāng)申請人被拒絕時，會用一兩個因素來解釋，例如“不良信用”或“工資不夠”。但是，這種解釋充其量只是其簡化過的決策結(jié)論。這類似于低質(zhì)量的圖像壓縮，在壓縮過程中，即使生成的圖像在很大程度上代表了原始圖像，但數(shù)據(jù)還是在壓縮過程中丟失了。同理，把拒絕按揭的原因解釋為“不良信用”，也就忽略了其他因素可能產(chǎn)生的影響。由此給出的解釋是不完整的，因此也不是100%準確。

其他因素是否也應(yīng)列為拒絕的主要原因？有可能。以美國為例，不可以根據(jù)是否屬于受保護階層來作出涉及貸款、住房、醫(yī)療保健等方面的決定。用于審批按揭貸款的AI不能在決策過程中使用年齡或性別等因素，但此類數(shù)據(jù)卻可能會成為決策因素。例如，如果按揭公司曾拒絕向在舊金山生活的18-25歲沒有大學(xué)學(xué)歷的拉丁裔女性提供貸款，那么AI可能會認為符合這些條件的申請人的違約風(fēng)險更高，而不考慮申請人其他的有利條件。在這里又冒出了不可預(yù)測性，但這是一個很好的例子，說明了決策需要能夠被準確、完整地解釋的重要性。

不可理解性

如果對拒絕按揭貸款申請的原因進行了完整而準確的解釋，那么這種解釋是否可以理解呢？可理解性或多或少與個人有關(guān)，具有金融學(xué)位或多年按揭貸款行業(yè)經(jīng)驗的人比沒有類似領(lǐng)域知識的人會對準確而完整的解釋有更透徹的理解，或理解起來更加輕松。

盡管如此，一個將百萬個不同加權(quán)因子納入考量的系統(tǒng)所作出的具體響應(yīng)仍然可能不被人類所理解，因為我們沒有理解如此多相互關(guān)聯(lián)變量的存儲容量、記憶力和能力。

AI安全性的意義

不可預(yù)測性、不可解釋性和不可理解性使實現(xiàn)100%安全的AI成為妄想，因為即使是已得到公認的標準、法律和工具也無法恰如其分地鼓勵或阻止不良影響。即使有能力預(yù)測AI行為，我們也無法在不限制智能或系統(tǒng)價值的情況下有效地控制行為。當(dāng)然，評估和調(diào)試AI故障需要可理解的解釋，隨著機器智能的提高，做到這一點的可能性越來越小。

原文標題：人類必須勒緊AI和機器的韁繩

文章出處：【微信公眾號：貿(mào)澤電子】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

責(zé)任編輯：haq