返回上一页 文章阅读 登录

於兴中:算法社会与人的秉性

更新时间:2018-05-10 02:13:16
作者: 於兴中  

引言

  

   算法已经成为我们这个时代的迷思。算法为我们指引方向;算法为我们筛选研究成果;算法为我们确定该由机器还是人给我们做手术;算法也能为我们吟诗作乐。更为厉害的是,算法还可以自己学习改进,精益求精。算法助人为乐,给人提供服务的前景好像一片光明。

   然而,算法到底是什么?它们如何做到上面所说的这一切?算法可以解决任何难题吗?算法有什么负面作用?这些问题计算机和人工智能的专家们到现在也还没有统一的答案。

   倒是有人认为算法大体上是可以界定的。但普遍意义上严格的定义却也不太可能,因为存在不同种类的算法,不同侧重点的算法,而算法是在不断扩展变化的。这种变化不仅仅是某一种算法自身的演进,而且会有新种类的算法被不断发掘出来。这就使算法的概念变得很难确定。

   比如,除了历久不衰仍在运用的经典的顺序算法(sequential algorithms),现在已有的算法包括平行(parallel)、互动(interactive)、分布式(distributed)、实时(real-time)、混合(hybrid),量子(quantum)算法,等等。新型的算法很有可能还会出现。当然,这并不意味着给算法赋予严格的定义是绝不可能的事。

   集所有算法于一身的模范算法是算法研究者的梦想。算法虽然难以界定,但有人说我们已经进入了算法社会,人工智能、互联网、物联网这些只不过都是算法社会的序曲。

   —时间,算法社会、算法文化、算法之治、社会算法这些新词成为学界热议的话题。那么,算法社会到底是一种什么样的社会?人在算法社会中占据何种地位?算法之下,人还有没有隐私?人还有没有活路?

   我们已经生活在算法社会,而且很多人认为这是一件好事。从经济的角度来看,机器学习的算法可以刺激创新和生产增长。有研究表明,用于机器学习算法的大数据能够为很多行业带来增长点,诸如广告业、医疗卫生、基础设施、物流、交通运输,等等。

   就日常生活而言,算法可以帮助我们节省时间和精力,比如网上搜索工具,网上银行以及智慧手机的程序,等等。最近人们在期待的数字个人助手很可能几年后比手机更为抢手,因为数字个人助手可以整合各种适合我们的信息,并且预料我们会有什么样的需要。

   然而,算法的广泛使用也给一般人造成威胁。如果大公司可以通过大数据和算法事先了解我们的需求,那么这就对自主选择和个人隐私带来很大不便。我们的信用评估、健康记录等现在都由机器来承担。这对大企业来讲是大好事,可以使企业更加有效率,而且有可能降低价格。

   在法律领域里拟真法律助手也越来越常见。

   ROSS系统已经进入多家律师事务所。Lex Machina也成为法律人越来越依赖的研究平台。由于算法技术的发展,法律领域里事实上正在发生一场大的变革。法律人所从事的事业实际上需要根据所掌握的信息作出判断。无论根据规则推理还是根据案例推理,都需要大量数据作为判断的基础。大数据的出现为法律人提供了非常好的机会。

   目前人们推崇的“定量法律预测”(QLP)很可能会越来越重要。然而,对于法律消费者来说,大数据和算法并不总是福音。虽然某种算法设计之初,动机是中立的,但也有可能产生偏见。可能由于编程者下意识地把自己的偏见编进了程序,也有可能数据本身就反映了相应的社会偏见。

   比如,在就业方面,大数据已经广泛用于帮助雇主挑选理想的工作人员,算法根据自己的运作方式将应聘工作者进行筛选,并为雇主提供一份理想人选的名单。已经有很多例子表明,通过算法提供的名单同样会有歧视的现象。在美国的环境下,如果一个人的名字听起来不像英美人常用的名字,则有可能成为算法歧视的对象。

   对于同一事物,由于关注的重点不同,观察的视角不同,所看到的结果也就不同。就互联网而论,生意人关注的是网上的商机,自由主义者关注的是网上的权利,政府工作人员则对网上内容的治理更感兴趣。网络已经渗透到我们生活的各个角落,离开网络,似乎已经很难生存下去。互联网起到了重新界定人生意义的作用,而网络空间也发展成了另一个世界。

   本文拟就算法社会的利与弊做点非专业性的评论,旨在强调人工智能的限度就是人的限度,算法社会并不是理想的社会。它们只是人的智性单向度发展的最新成果,科技乌托邦并不是人类的未来。

   理想的人类社会应该是人的智性、心性和灵性都能得到高度发展的社会。算法社会只能使人的智性过度发展,从而使人丧失人性中更为宝贵和自然的组成部分,如心性和灵性。因此,必须以警惕的态度审视目前正在不断升温的人工智能万能论。

  

算法社会利弊论

  

   今天,几乎我们从事的所有事情都由算法决定。谷歌决定我们每天首先读什么,亚马逊决定我们买什么书,找房子、找工作或者找朋友,都离不开各种各样的网络服务商提供的平台,有意无意地遵从别人为你安排好的选择,尽管你可能不愿意让一台机器为你做决定。我们在网上的行为和交易都会留下痕迹。无论买书,搜餐馆,还是在网上跟银行打交道都会成为“大数据”,网商将会根据你的喜好和购物习惯给你推荐物品。

   算法本来只是由编程员编写的一些电脑程式,但今天的算法已经能够自学,自我完善。它们接受的数据越多,读懂人的行为的概率就越大,在人工智能的路上就更进一步,尽管我们无法判断在这条路上走下去是好是坏。

   故此,霍金(Haw King)说:

   “成功创造人工智能是人类有史以来最重大的事情;然而,不幸的是,这也可能是最后一次,除非我们学会如何避免危险。”

   (“Success in creating AI would be the biggest event in human history."“Unfortunately,it might also be the last,unless we learn how to avoid the risks.”)

   如上所述,在算法社会,大数据、算法以及人工智能的运用与人的命运息息相关。

   人们的生活、就业及各种机会都受制于这些因素,而受惠于这些因素的主要是政府和企业。算法社会为政府和企业提供了大量的收集个人信息并且监视控制个人的机会。政府通过各种渠道不仅可以有效地控制个人的网上信息和行为,也可以迫使企业就范,利用企业的基础设施和技术,帮助并参与对个人信息和网络的控制。

   因此,在数字时代,个人的言论自由面临的不仅仅是政府的监控,同时也受到企业的监控,而且企业的监控无远弗届。当今的主要网络提供商都是大型的跨国公司,它们的手臂可以伸到世界的每个角落。换句话说,在监控资本主义的视野内,个人作为算法与网络的消费者是无处逃遁的。

   政府的手脚力所不能及的地方,企业却更为有效。当然,政府和企业的合作是建立在利益基础上的,而政府和企业之间的利益也并不一致。政府需要借助企业的基础设施和技术力量达到自己的目的,而企业则为了免于干扰或获得更多资源与政府合作。

   尽管政府用纳税人的钱支持商家开发人工智能的做法是否正确很值得怀疑,但这种事情往往会以冠冕堂皇的借口证成,比如国家战略、民族大计等。在政府、企业和个人这个三角关系中,个人没有多少发言权,只能是牺牲品。对个人权利(尤其是隐私权和言论自由)的威胁来自多方面的渠道。因此,在算法社会,消费者的权益变得尤其重要。

   智能机器系统正在改变我们的生活。它们可以帮助人们安排日常事务,操持家务,从事研究,提供翻译,判断真假,协助断案,甚至进行艺术创作。随着人工智能在生活中的普及和不断提高,人类的生活会变得越来越有效率,越来越丰富。

   与此同时,随着人工智能以各种各样的形式走入我们的生活世界,人们开始担忧它可能带来的麻烦。

   机器人违反了法律,或者伤害了人身或财产,谁来承担责任?

   如何控制机器人产品的质量?

   自然人损坏了机器人,应该如何赔偿?

   无人驾驶的交通工具出了事故该如何问责?

   如何对待不良商家借人工智能谋取暴利?

   如何应对人工智能引起的业界的乱象和泡沫?

   如何规制人工智能的科学探索,从而避免使其走向反人类的方向?

   诸如此类的问题使要不要制定专门的人工智能法成为一个重要的话题。姑且不说像人工智能是否会取代人工,通用人工智能会不会超越人类等这类大科学家、思想家和企业家们所担心的终极问题。

   当然,目前人们最担心的还是自己会不会丢掉工作。这种担心不仅体力劳动者有,脑力劳动者也有。人工智能的发展会不会带来大量的失业?货运卡车行业很明显的已经受到了冲击。

   当人们热议伊隆•马斯克(Elon Musk)的自动驾驶汽车如何了得之时,可以预见的问题是卡车司机、出租车司机该怎么办?自动化将会使更多的人失去工作机会,包括办公室工作人员。

   有多种研究已经表明,未来20年间,大量的流水线工作人员,人文含量不高的工作岗位都会面临被机器人代替的危险。理想地说,自动化在某种意义上说是一种解放生产力或者还人以自由的动力。被解放出来的人也许可以从事更有意义的工作或者研究。一种乐观的态度认为,新技术革命初期会带来失业潮,但最后都会创造更多的机会。但没有人非常肯定地说这次也会如此。

   另一个令人担心的问题是不平等。

   大数据、人工智能、算法、数据解析、机器学习、区块链,这些概念每天都在轰炸着我们。可是,真正理解它们却需要很好的教育背景。算法社会对人的科技素质的要求非常高,没有相当的教育水准是难以适应的。这就注定了算法社会一定是科技精英社会。少数人会成为主宰,而大多数人只能顺从。

   我们可能正在期望一个比现有社会更不平等的社会。这种不平等是从起点到结果的全方位的不平等,这是罗尔斯(Rawls)、桑德尔(Sandel)和森(Sen)合起来也无法对付的。

   这种不平等首先是对资源占有的不平等。

   在数字时代,数据是最重要的资源。对数据的占有是成功与否的基础所在。目前的状况是,只有为数不多的几家公司有能力占有大量的数据,竞争也只能在很小的圈子里进行。脸书、谷歌、亚马逊、苹果及微软这五家互联网与人工智能开发的巨头在业界早已形成垄断之势。

   其次是对机器创造的财富的分配。

   由于机器的广泛应用,大量的人工被代替。资本家利用机器创造的财富分配给被取代了的人员的可能性并不大。财富最终自然而然地掌握在少数拥有人工智能的大公司的所有者和支持他们的当权者手中。贫富差距正在而且将会被进一步拉大。所谓“后劳工”社会就是数字技术上有优势的寡头及其技术精英团队和当权者同谋共赢的社会。思之,令人悲伤不已!

机器对于人的行为的影响也是值得担忧的一个问题。 (点击此处阅读下一页)

本文责编:陈冬冬
发信站:爱思想(http://m.aisixiang.com)
本文链接:http://m.aisixiang.com/data/109863.html
文章来源:《中国法律评论》2018年第2期思想栏目(第57-65页)
收藏