防範人工智能失控（車品覺）
網絡圖片
白宮警告，美國政府必須在人工智能仍依賴人類的時候，開始思考如何監管和利用這項強大技術。大部分人也贊同，美國政府須在這方面有所作為，但如何具體落實尚未清晰。人工智能實際的問題愈來愈多，且迫在眉睫，例如谷歌自動駕駛汽車一旦出意外，誰該負責任？車廠抑或乘客？數據提供者抑或演算法工程師？我就見過例子，因為某個表格欄位資料意外遺失，令自動化系統演算法判斷失誤，導致一家企業損失了幾千萬元；最後追究責任時，才發現這只是來自一個產品經理的微小疏忽。
數據輸入問責制愈趨重要
我們都知道，想讓機器學習成功，首先要給它清楚的目標，然後向其「餵食」大量數據，但讓人擔心的是，人類在輸入目標和設計上，可能會把既有的偏見，灌輸進人工智能的思維。實際例子便出現過，某大平台向男性推送高薪工作的機會，遠高於女性；另據某國的警察系統判斷，非裔美國人比白人更容易被當成潛在慣犯。若要由人工智能決定誰可獲得貸款、工作或假釋，那麼對輸入這些系統的數據，進行某程度的問責，以確保準確性，將會變得愈來愈重要。
法律界也指出，帶有人工智能的產品創造者們， 有義務證明其產品合乎公共安全。毫無疑問，人工智能已帶來政策上的挑戰，比如在自動化技術變得更加複雜、更加智能的同時，如何繼續確保其可控性？雖然人工智能已在某些方面打敗人類，但很多系統的應用仍依賴人類指示方向，有能力完成和自主完成大不相同。當然，有些科學家也曾經說：「看吧，如果有一天，製造機器人的是另一個聰明機器人的時候，我們就應該要小心了。」
現今，美國政府已在想辦法監管人工智能，例如無人機和癌症探測分析儀等。白宮內的科技政策辦公室，亦正在聯合多個政府機關，依據事實制訂監管辦法。諸位不要以為，這只是政府煩惱的問題，因為我們可能很快會見到某CEO下台是因為一個關鍵演算法失誤。我絕非危言聳聽，如今複雜的科技，已讓傳統的管理體系捉襟見肘。大數據、人工智能、機器學習等都是新生事物，水能載舟亦能覆舟，趁人類仍掌控大局時先打好基礎、做好防範乃當務之急。
更多車品覺文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
