2016年3月23日，一個(gè)人設(shè)為19歲女性，昵稱為 Tay 的聊天機(jī)器人在推特上線。這個(gè)微軟開(kāi)發(fā)的機(jī)器人能夠通過(guò)抓取和用戶互動(dòng)的數(shù)據(jù)模仿人類的對(duì)話，像人一樣用笑話、段子和表情包聊天。但是上線不到一天，Tay 就被“調(diào)教”成了一個(gè)滿口叫囂著***的極端分子，微軟只好以系統(tǒng)升級(jí)為由將其下架。

微軟聊天機(jī)器人的極端言論

這樣的口號(hào)并不是聊天機(jī)器人的發(fā)明，而在社交網(wǎng)絡(luò)上大量存在著。美國(guó)大選期間，一些所謂的“政治新媒體”賬號(hào)發(fā)出的摻雜陰謀論、種族主義的內(nèi)容，在Facebook 上進(jìn)行了病毒式傳播。這有賴于人工智能協(xié)助下的“精準(zhǔn)定位”：誰(shuí)最容易相信陰謀論，誰(shuí)對(duì)現(xiàn)實(shí)最不滿？相應(yīng)的政治廣告和假新聞能精準(zhǔn)地投放到這群人中，使人對(duì)自己的看法更加深信不疑。

因?yàn)樵O(shè)計(jì)缺陷而 “暴走”的聊天機(jī)器人，和精心策劃的線上政治行為，看起來(lái)仿佛是兩回事。但這種我們似乎從未見(jiàn)過(guò)的景象，卻指向了同一個(gè)“兇器”——大數(shù)據(jù)驅(qū)動(dòng)下的人工智能。

1?人工智能有作惡的能力嗎？

人工智能會(huì)“作惡”嗎？面對(duì)智能的崛起，許多人抱有憂慮和***： 擁有感情和偏見(jiàn)的人會(huì)作惡，而僅憑理性計(jì)算進(jìn)行判定的計(jì)算機(jī)似乎也會(huì)“作惡”， 且作起來(lái)易如反掌。這讓許多人（特別是非技術(shù)領(lǐng)域的人）對(duì)人工智能的發(fā)展持悲觀態(tài)度。

這種憂慮并不是最近才有的。人工智能這個(gè)詞誕生于上世紀(jì)50年代，指可體現(xiàn)出思維行動(dòng)的計(jì)算機(jī)硬件或者軟件，而 對(duì)機(jī)器“擁有思維”之后的倫理探討，早至阿西莫夫開(kāi)始就在科幻作品里出現(xiàn)。

14 年前，威爾·史密斯主演的電影《機(jī)械公敵》里就有這樣一個(gè)場(chǎng)景：2035 年的人類社會(huì)，超高級(jí)的人工智能承擔(dān)大量工作，并與人類和諧相處。這些原本完全符合阿西莫夫“三定律”的人工智能，在一次關(guān)鍵升級(jí)之后對(duì)人類發(fā)起了進(jìn)攻。這些機(jī)器人擁有了思維進(jìn)化的能力，在它們的推算下，要達(dá)到“不傷害人類”的目的，就必須先消滅“彼此傷害”的人類。

十分高產(chǎn)的科幻作家阿西莫夫（1920-1992）。

圖片來(lái)源：sciencesetavenir.fr

看起來(lái)，人工智能并不像人類一樣擁有所謂“人性”，并不與我們共享一個(gè)道德倫理體系。 然而 將智能的“作惡”簡(jiǎn)單理解為“人性缺乏”，未免把這個(gè)問(wèn)題看得太過(guò)簡(jiǎn)單。

一方面，機(jī)器似乎還不夠“智能”。 南京大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系副教授、人工智能專家俞揚(yáng)認(rèn)為，“人性”對(duì)于人工智能來(lái)說(shuō)是一個(gè)非?！案邔哟巍钡臇|西?！懊枋鲆粡垐D片上，有草原，有獅子，機(jī)器可以做到，”俞揚(yáng)舉了個(gè)例子，“而要?dú)w納它是‘非洲’，就要更高級(jí)一些，對(duì)機(jī)器來(lái)說(shuō)更困難?！彼f(shuō)，判斷一件事情在道德上好不好，意義上怎么樣，目前來(lái)講并不是機(jī)器的能力范圍。

而正視人工智能的“惡”，或許應(yīng)該首先找出作惡之源——為什么人工智能忽然變得可怕起來(lái)？

另一方面，機(jī)器似乎已經(jīng)太過(guò)“智能”，某些方面幾乎要超越人類的理解。 近 10 年，人工智能領(lǐng)域迎來(lái)了爆發(fā)，這要得益于 “機(jī)器學(xué)習(xí)”的發(fā)展：擁有強(qiáng)大運(yùn)算能力的計(jì)算機(jī)程序能夠?qū)Υ罅繑?shù)據(jù)進(jìn)行自動(dòng)挖掘和分析，并學(xué)習(xí)各種行為模式。輸入和輸出不再是人工賦予的幾個(gè)變量掌控，而是讓機(jī)器在大量數(shù)據(jù)中自己分析特征，決定變量權(quán)重。

目前最火的領(lǐng)域“深度學(xué)習(xí)”就是這樣——行業(yè)者有時(shí)會(huì)將其戲謔地稱為 “當(dāng)代煉金術(shù)”：輸入各類數(shù)據(jù)訓(xùn)練 AI，“煉”出一堆我們也不知道為啥會(huì)成這樣的玩意兒。 處理數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)，通常由數(shù)十個(gè)或者上百個(gè)（或者更多）神經(jīng)元組成，然后用數(shù)層邏輯結(jié)構(gòu)組織起來(lái)，運(yùn)算過(guò)程及其復(fù)雜。智能程序自己給自己設(shè)定算法和權(quán)重，而最后為什么輸出了某個(gè)決策，人類并不能完全理解。

這看起來(lái)就仿佛一種本能一樣——蒙特利爾大學(xué)的計(jì)算機(jī)科學(xué)家約書(shū)亞·本奇奧將其稱為 “人工直覺(jué)” （artificial intuition）。

圖片來(lái)源：wpi.edu

我們會(huì)***一個(gè)我們“無(wú)法理解”的決策對(duì)象嗎？當(dāng)它出錯(cuò)的時(shí)候，我們能夠察覺(jué)、能夠糾正嗎？

“我們必須清楚地知道人工智能會(huì)做出什么樣的決策。對(duì)人工智能的應(yīng)用范圍，以及應(yīng)用結(jié)果的預(yù)期，一定要有約束。”俞揚(yáng)認(rèn)為，“黑箱”的現(xiàn)實(shí)應(yīng)用，一定要慎之又慎。環(huán)境是否可控，是否經(jīng)過(guò)了可理解性的測(cè)試，決定了它是否可以用在關(guān)鍵的場(chǎng)所，否則就是產(chǎn)品的重大缺陷。

今天的人工智能之所以危險(xiǎn)，不僅是因?yàn)樗呀?jīng)具備了一定的能力和“權(quán)力”，還因?yàn)?人類生活的大規(guī)模網(wǎng)絡(luò)化、數(shù)字化，為機(jī)器的“學(xué)習(xí)”提供了足夠多的數(shù)據(jù)“食糧”。

今天的人工智能與其說(shuō)是擁有“思維”，不如說(shuō)是對(duì)于人類世界中現(xiàn)存數(shù)據(jù)的反映和理解。與其說(shuō)“沒(méi)有人性”，會(huì)不會(huì)是“太有人性”？ 機(jī)器是否也繼承了我們既有的偏見(jiàn)、無(wú)常和貪婪？?

人工智能的罪惡之源

人工智能在判斷上失誤的一個(gè)指責(zé)，是它經(jīng)常會(huì) “歧視”。使用最先進(jìn)圖像識(shí)別技術(shù)的谷歌曾經(jīng)陷入“種族歧視”的指責(zé)，只因它的搜索引擎會(huì)將黑人打上“猩猩”的標(biāo)簽；而搜索“不職業(yè)的發(fā)型”，里面絕大多數(shù)是黑人的大辮子。哈佛大學(xué)數(shù)據(jù)隱私實(shí)驗(yàn)室教授拉譚雅·斯***發(fā)現(xiàn)，在谷歌上搜索有“黑人特征”的名字，很可能彈出與犯罪記錄相關(guān)的廣告——來(lái)自谷歌智能廣告工具 Adsense 給出的結(jié)果。

而這種危險(xiǎn)并不僅僅是 “另眼相看”本身——畢竟將一張黑人的照片打上“猩猩”的標(biāo)簽，只是有點(diǎn)冒犯罷了。而 人工智能的決策正走入更多與個(gè)人命運(yùn)切實(shí)相關(guān)的領(lǐng)域，切實(shí)影響著就業(yè)、福利以及個(gè)人信用，我們很難對(duì)這些領(lǐng)域的“不公平”視而不見(jiàn)。

人工智能會(huì)加劇人類社會(huì)的不公平嗎？

圖片來(lái)源：Chatbot's Life

對(duì)每個(gè)畢業(yè)季都會(huì)收到數(shù)以萬(wàn)計(jì)簡(jiǎn)歷的大公司人力部門(mén)而言， 用機(jī)器篩簡(jiǎn)歷并不是什么新鮮的事情，百分之七十以上的簡(jiǎn)歷甚至都到不了 HR 的眼皮底下。 篩簡(jiǎn)歷的 AI（業(yè)界用語(yǔ)“雇傭前評(píng)估”）因此而獲得了大約30億美元左右的市場(chǎng)。有些關(guān)鍵詞，例如性別、地域，或者出身階層，至少在明面上，是不宜成為篩選標(biāo)準(zhǔn)的——這個(gè)時(shí)候，HR 就會(huì)以“并不適合”為由，推掉不喜歡的性別、籍貫?zāi)酥列亲?。那么，徹底排?HR 或者項(xiàng)目經(jīng)理個(gè)人偏見(jiàn)的人工智能會(huì)解決這個(gè)問(wèn)題嗎？答案可能會(huì)更糟。

最新的人工智能雇傭輔助技術(shù)，并不需要人為設(shè)置關(guān)鍵詞，而全靠“過(guò)往的優(yōu)秀員工數(shù)據(jù)”對(duì)機(jī)器的訓(xùn)練，決策權(quán)重也并不是加或者減去一個(gè)過(guò)濾的變量就能解決的，看起來(lái)似乎十分公平。 然而人工智能的檢視，卻讓少數(shù)族裔、女性、或者有心理疾病史的人更難找到工作。

美國(guó) IT 作家、數(shù)學(xué)家凱西·奧尼爾曾經(jīng)調(diào)查到，人力資源解決方案公司 Kronos 提供的智能篩選服務(wù)會(huì)用“個(gè)性測(cè)試”把有心理疾病史的申請(qǐng)者擋在門(mén)外；而施樂(lè)在招聘的時(shí)候發(fā)現(xiàn)，人工智能大量過(guò)濾掉了有色人種的申請(qǐng)，因?yàn)檫@些申請(qǐng)者提供的地址位于市內(nèi)某黑人聚居區(qū)。

金融領(lǐng)域也不例外。位于美國(guó)洛杉磯的科技金融公司 Zest 開(kāi)發(fā)了一個(gè)人工智能信用評(píng)估平臺(tái) ZAML，使用用戶網(wǎng)絡(luò)行為，而不是實(shí)際的信用記錄，來(lái)判定用戶的信用值。

百度作為搜索引擎合作商，向他們提供了大量可以數(shù)據(jù)用于歸納出用戶可能的財(cái)務(wù)狀況。它聲稱有近十萬(wàn)個(gè)數(shù)據(jù)點(diǎn)，沒(méi)有所謂“決定因素”，因?yàn)槊绹?guó)法律禁止金融機(jī)構(gòu)以性別、種族或***等決定一個(gè)人的信用。然而在現(xiàn)實(shí)應(yīng)用中，對(duì)于不同人群的“另眼相看”卻體現(xiàn)得非常明顯——比如，它會(huì)“研讀用戶的申請(qǐng)”，檢查申請(qǐng)中是否有語(yǔ)法和拼寫(xiě)錯(cuò)誤等，來(lái)判定一個(gè)人“守規(guī)矩”的傾向；然而這導(dǎo)致并不能熟練使用英語(yǔ)的移民群體在信用問(wèn)題上被抹黑。

圖片來(lái)源：Practice Index

歧視的來(lái)源是哪里？是打標(biāo)簽者的別有用心，是數(shù)據(jù)擬合的偏差，還是程序設(shè)計(jì)哪里出了 bug？ 機(jī)器所計(jì)算出的結(jié)果，能為歧視、不公、殘酷提供理由嗎？ 這些都是值得商榷的問(wèn)題。

我們訓(xùn)練機(jī)器的“過(guò)往數(shù)據(jù)”，實(shí)際上是人類自身偏見(jiàn)和行為的產(chǎn)物。 《MIT 商業(yè)評(píng)論》的分析者認(rèn)為，類似于 ZAML 的智能采用的“貼標(biāo)簽”策略，很難排除相關(guān)性（而非因果性）帶來(lái)的偏見(jiàn)。少數(shù)族裔常常會(huì)因某種特定行為被打上標(biāo)簽（比如訪問(wèn)某個(gè)網(wǎng)絡(luò)社區(qū)等），即使他/她有良好的信譽(yù)和穩(wěn)定的工作，只要出現(xiàn)這樣的行為，就可能會(huì)被人工智能判定為低信用，需要為他/她的借貸支付更高的利息，或者干脆沒(méi)有資格。

機(jī)器能解決處理效率的問(wèn)題，卻不能避免“過(guò)往數(shù)據(jù)”本身造成的缺陷。一個(gè)公司過(guò)去10年男員工工資比女員工高，有可能源自某個(gè)高層的性別歧視；智能篩選卻能把對(duì)于此群體的偏見(jiàn)刻印在對(duì)于個(gè)體的判斷上，這跟人類的刻板印象如出一轍。問(wèn)題在于，機(jī)器的抉擇往往被包裝上“科學(xué)”“客觀”的外衣， 此類解決方案往往能夠因?yàn)槠淇萍监孱^而賣出高價(jià)，殊不知只是用“科學(xué)結(jié)果”對(duì)現(xiàn)有的偏見(jiàn)進(jìn)行的“大數(shù)據(jù)洗白”。