中美人工智能对话会议成功举办

描述

 

12月2日,“China-US AI Working Meeting: Measuring the Societal Impact of Artificial Intelligence”在清华大学公共管理学院召开,会议由清华大学公共管理学院,哈佛大学伯克曼克莱恩互联网与社会中心,麻省理工学院媒体实验室联合主办,创新治理协同创新中心,清华大学中国科技政策研究中心共同承办,来自中美两国的三十余位专家学者围绕人工智能(AI)社会影响测度这一主题,从技术、商业、政策、法律、伦理等不同角度进行了深入研讨。

图1 专家圆桌讨论

会议主题聚焦在用什么样的指标衡量AI 造成的社会影响,AI技术应用可能带来的失业问题,如何通过教育培训改变技术鸿沟造成的不平等现象,以及中美之间AI发展的共性和差异。

在上午的大会讨论环节,清华大学公共管理学院院长薛澜教授首先代表会议主办方向各位专家表示欢迎。薛澜教授指出,目前全球关于AI发展及其应用的讨论非常热烈,我们有丰富的想象力,但需要接地气的研究以解决实际问题。我们关心和焦虑AI的潜在风险,就需要针对AI的发展研究与制定防范性的管理和对冲措施,还要有促进产业发展的有效手段。市场总是倾向于追捧能够满足富人需求的新技术,但从整个社会而言更应致力于解决普通大众的迫切需求,在创新的同时寻求非破坏性的发展。人们倾向认为市场会自发平衡投入和产出,而往往忽略了外部性的存在,比如二氧化碳造成的温室效应在初期是发现不了的。有些外部性市场自身无法纠正,应当考虑如何处理。现行治理方式是适应性的,我理解反对行业政策的人,但应该认识到,政府同样是理性行为者,我们有方法改善政策制定过程,考虑政策目标的不确定性和政策的有效性。在技术政策方面,通常政策制定时主要考虑的利益相关方来自技术和市场领域,这里面存在信息不对称,应当将更多的主体如消费者和公众纳入到考虑中。金融危机后的十年来看,经济增长比较缓慢,AI 这种新技术不是从产出的角度而是从节约投入的角度来发挥作用。在AI技术的引入方面,政府应当对其社会效益进行综合评价,同时从提高效率的角度处理好政府与市场的关系,在研究与开发方面,政府不应限制技术发展本身但要引导其应用的方向。

图2 清华大学公共管理学院院长薛澜教授发言

会议联合主办方,哈佛大学法学院教授,伯克曼互联网与社会中心主任Urs Gasser认为:AI社会影响的测度需要纳入对中小企业的评估,扩大获益群体,以获得公众进一步支持。现行教育模式还停留在第一次工业革命时期,在AI等信息技术的冲击下需要进行根本性的变革,而政府需要确保教育成为未来就业的源泉。现阶段对AI影响的评估过于宽泛,需要更加具体和有针对性。

斯坦福大学计算机学院教授,人工智能实验室前主任Yoav Shoham介绍了斯坦福大学刚刚发布的AI指数报告,并表示计划实施一个持续百年的AI发展项目。这份报告中AI的评测指标比较多元化,涉及多个行业和社会各界人士。目前,AI的影响力测评特别是AI对医疗行业的影响和对教育的影响仍然无法评测。总的来说,数据的可获取性是难点,企业的数据往往是私有的,政府的数据如何使用也是一个问题。鉴于现有关于AI的数据还十分有限,尚未完成综合指标的设计,希望更多的专家学者和合作伙伴加入其中。

图3:图灵奖得主,美国国家科学院、国家工程院院士John Hopcroft教授发言

在AI发展的技术背景讨论环节,图灵奖得主、美国国家科学院院士、美国国家工程院院士,康奈尔大学教授John Hopcroft指出,对于AI技术发展而言,2012年是一个节点,开始出现了根本性变革。市场竞争促使图像处理技术在包括医疗等方面的应用取得巨大成功,深度学习主要是图像识别,关注的是图像本身,而不是具体的应用。在应用上要考虑多少比例的人口需要这种服务,如果只是25%的人提供这种技术而75%的人坐享其成,那么社会将会不稳定。有人说在AI方面只有中美从中获益,如果只有中美进入下一轮竞争那对整个国际社会都会有问题,我们需要在投资方面进行合理的资源分配,尽量避免不平等的问题。在美国有350万卡车司机,他们会最先被无人驾驶技术所淘汰。我们需要回答的根本问题是:哪些工作技能会保留,需要哪些高端技能、中等技能和低端技能。

金山公司前CEO,源码资本合伙人张宏江认为,今天数据已成为产业、乃至经济发展的第一大驱动力,在安防领域很多公司都把图像识别技术应用进来,借助中国的庞大数据使得识别十分精准。与此同时,中国政府和公司在相关领域的投资数量巨大,例如,在美国发展受到阻碍的自动驾驶领域,中国已经有多个专门的自动驾驶卡车公司得到了B轮投资,会在这个方面成为世界冠军。

清华大学自动化系张佐教授认为技术的发展是自发性、很难设置界限,人工智能包含了算法和计算机两个层面。技术应用是有界限的,应该由政府予以引导和控制。这些工作在高等教育方面有必要去做,新工科的建设,专业以及课程体系的构建,教学活动的组织,不仅是技术导向,还应包括社会和哲学方面,市场需求和教育供给之间的鸿沟需要大学来填补。

针对中美两国在AI领域发展上的差异,著名经济学家、国务院参事汤敏表示,中国舆论界往往持有类似的悲观观点,认为中国什么都不如美国,但在AI领域,中国的风险投资额反而超过美国,甚至形成很大的泡沫,需要在重视的同时予以正确引导。应当看到,AI不是核能,技术本身不存在危险性,因而政府不应对技术发展进行控制,而应更加注重应用方面的规范。

北京大学访问学者,IEEE自主智能系统伦理全球倡议外联委员会主席Danil Gal认为在AI技术及其应用上中美的关注点是有差异的,很难建立普适性的评价体系,但仍然可以找到共同的关注点。对于AI技术应用而言,需要建立起早期预警机制,防止大规模劳动力替代导致的经济滑坡,这种问题是区域性的,所以需要一种跨区域的对话机制。中国的特殊之处在于中国有大量的基础设施建设项目,包括“一带一路”计划,在发展中国家建立数据中心等基础设施有很大的优势,例如阿里巴巴在马拉西亚的数据中心项目。因而,在AI领域,注重国内发展的同时应当兼顾国外的发展,同时在AI技术开发应用特别是数据安全方面制定相关标准。

就AI在社会治理,甚至全球治理方面可能带来的问题,IEEE自主智能系统伦理全球倡议执行主任John Havens认为数据是人们的资产,我们自己必须能够保护自己的数据。同样来自IEEE,担任该倡议中国工作组主席的王亮迪(Victoria Wang)女士提出,大公司需要公开或解释算法,例如打车软件,在相同条件下出租车要比快车或专车难打到,因为快车专车有提成,而出租车没有,这种垄断导致的弱势群体被歧视却无法申诉,因而需要政府进行监督和解决。来自Digital Asia Hub的Malavika Jayaram女士则认为AI 可能会导致一种新的“殖民主义”,导致跨国公司掌控小国的整个市场,从而威胁到现行的国际规则与秩序。

在下午的第一个专题讨论环节,与会专家就人工智能在就业方面可能带来的影响进行了集中讨论。来自人力资源与社会保障部国际劳动研究所的李宗泽结合该所完成的专项课题研究做了介绍,指出新一轮劳动力迁移主要体现为从传统部门到信息化部门,具体特征是减人增效。新技术的应用从多个维度创造出新的就业岗位,例如共享单车的制造人员只占据了带动就业人口的一半,其他来自运维服务,智能锁制造,软件开发等。与此同时,技能标准化决定了智能化的程度,越难以数据化、定义越“粗糙”的工作就越难以被人工智能所替代。新就业岗位和就业模式对传统岗位模式的替代是个渐进过程,而中国传统行业体量大,链条长,弹性足,有较大的回旋空间。

中国信息通信研究院产业与规划研究所刘悦研究员指出,上一个对我们有巨大影响的技术是互联网,金融危机时联合国讨论了互联网的影响,当时的结论是互联网并没有消灭就业而是改善了就业结构,主要问题是技术发展的速度和大众学习接受的速度之间的平衡,以及对产业结构和就业结构的影响。AI会替代很多隐性服务,例如家庭主妇的工作,这些都难以在GDP中反映出来,考虑到国别发展的差异,GDP的评估框架应有所转变。

清华大学公共管理学院梁正副教授认为,就业替代更大程度上是经济而非技术问题,在劳动力成本不断高企的背景下,企业从成本角度考虑,越来越倾向于用机器人替代工人。相关调查显示,东莞制造企业引入的工业机器人只需要两年就可以收回成本,和大公司相比小公司支付不起高昂的人力成本包括社保费用,可能不得不选择机器人替代人力,这方面是否需要政府干预和规制,国外也在讨论,尚难有定论。

下午的第二个讨论环节围绕人工智能的社会影响展开,中国科技创新战略研究院院长罗晖研究员结合科协所做的专项调研做了介绍,指出公众获取信息的主要渠道是媒体,对于老年人是电视,对于年轻人是互联网,所以老年人难以理解新技术,出现了反科学的现象。我们应该提供正确的信息引导大众,有很多论坛都是面向投资者和科学家,这些人的响应和接受很快,但对公众来说不是这样,对于AI这样容易引起争议的新技术,要给出清晰的定义和术语,不能让大众迷惑。在这方面,我们组织了相关专家搜集文献并整理发布,但进展很慢,很多专家的研究很尖端但希望能够跟媒体合作并做好知识普及工作,得到公众的理解支持。

其他与会专家包括国务院发展研究中心创新发展部吕薇研究员,中国科学院科技战略咨询研究院穆荣平研究员,清华大学公共管理学院访问教授、中国互联网信息中心(CNNIC)前主任李晓东,清华大学技术创新研究中心客座教授董洁林,清华大学法学院崔国斌副教授,浙江大学管理学院黄灿教授,西安交通大学人文学院张如良教授也就相关问题进行了发言和讨论,会议取得圆满成功。

图4 全体与会代表合影

 


打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分