要素治理，人工智能發(fā)展的必經(jīng)之路

李亞光 欒群

人工智能技術(shù)具有基礎(chǔ)性、綜合性、普適性等特征，為各行業(yè)發(fā)展注入巨大新動(dòng)力，正在深刻改變經(jīng)濟(jì)社會(huì)發(fā)展模式。近來(lái)，人工智能急劇升溫，以“互聯(lián)網(wǎng)+”為基礎(chǔ)開始向“AI×”加速演進(jìn)，業(yè)界管理也從“互聯(lián)網(wǎng)治理”轉(zhuǎn)向“AI治理”。人工智能不同于其他的技術(shù)，它能產(chǎn)生具有和人類相媲美的智慧，因此就有了“替代論”“威脅論”“毀滅論”等論調(diào)。對(duì)于這一充滿高度不確定性和巨大挑戰(zhàn)性的技術(shù)，人類無(wú)法承擔(dān)“先發(fā)展后治理”可能導(dǎo)致的惡果，而應(yīng)遵守“邊治理邊發(fā)展”的原則。

人工智能治理，我們無(wú)法回避“治理什么”和“如何治理”的問題。人工智能治理既包括人工智能本身作為對(duì)象的治理，又包括將人工智能應(yīng)用于其他產(chǎn)業(yè)時(shí)產(chǎn)生問題的治理，這里主要圍繞前者來(lái)談一談人工智能要素治理的問題，因?yàn)檫@是人工智能產(chǎn)業(yè)化、商業(yè)化發(fā)展的必經(jīng)之路。人工智能主要包括數(shù)據(jù)、計(jì)算能力和算法三個(gè)要素。相應(yīng)的，人工智能治理也可以從這三個(gè)要素入手來(lái)開展。

數(shù)據(jù)治理：人類已經(jīng)發(fā)生的三次工業(yè)革命可以概括為“蒸汽機(jī)革命”、“電氣化革命”和“信息化革命”。前兩次工業(yè)革命以煤炭、石油等能源資源為基礎(chǔ)，第三次工業(yè)革命使得數(shù)據(jù)成了至關(guān)重要的生產(chǎn)要素。數(shù)據(jù)治理主要涉及以下幾方面：一是搜集、積累數(shù)據(jù)。形成統(tǒng)一的數(shù)據(jù)格式和應(yīng)用接口規(guī)范，通過與政府、企業(yè)、中介組織、個(gè)人等多主體的良好互動(dòng)，綜合運(yùn)用互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等基礎(chǔ)設(shè)施收集和積累海量數(shù)據(jù)。二是共享數(shù)據(jù)。因?yàn)樵跀?shù)據(jù)的收集、整理過程中需要付出成本和代價(jià)，無(wú)償共享數(shù)據(jù)不利于激發(fā)各方的積極性，因此應(yīng)建立合理的激勵(lì)、共享、分配等機(jī)制以促進(jìn)數(shù)據(jù)共享，讓數(shù)據(jù)真正造福社會(huì)，避免將有限的社會(huì)資源浪費(fèi)在基礎(chǔ)設(shè)施的重復(fù)建設(shè)與數(shù)據(jù)的重復(fù)收集上。三是隱私保護(hù)。應(yīng)從設(shè)置數(shù)據(jù)開放等級(jí)制度和建立健全個(gè)人隱私保護(hù)制度等方面，不斷完善人工智能發(fā)展中的隱私保護(hù)制度，讓數(shù)據(jù)能夠在得到保護(hù)的前提下充分發(fā)揮積極作用。

算力治理：無(wú)論是數(shù)據(jù)存儲(chǔ)還是算法的運(yùn)行都必須借助芯片才能實(shí)現(xiàn)。人工智能芯片之于人工智能治理的意義非比尋常，甚至有人提出在人工智能時(shí)代，“算力即權(quán)力”。因此應(yīng)做到以下幾點(diǎn)：一是存儲(chǔ)能力治理。在云計(jì)算大規(guī)模應(yīng)用的今天，人工智能芯片存儲(chǔ)能力的要求大大降低，但仍應(yīng)注重如何統(tǒng)籌協(xié)調(diào)自身存儲(chǔ)能力和云端存儲(chǔ)能力，以使能力邊界拓展到足以完成各項(xiàng)任務(wù)的范圍。二是計(jì)算速度治理。當(dāng)元器件和走線尺寸縮小到原子大小時(shí)經(jīng)典物理定律不再適用，《自然》雜志已于2016年宣稱摩爾定律即將失效，集成電路在傳統(tǒng)發(fā)展路徑下已無(wú)太多潛力，而數(shù)據(jù)量卻呈爆發(fā)式增長(zhǎng)，因此必須盡快尋找提高計(jì)算速度的新技術(shù)、新材料、新方法。三是，能耗治理。芯片的能耗取決于芯片的類型、算力和應(yīng)用場(chǎng)景等因素。擁有高速度、大批量、多功能、低能耗等特點(diǎn)的芯片是實(shí)現(xiàn)人工智能治理的基本保障。

算法治理：人工智能算法是基于數(shù)據(jù)和算力實(shí)現(xiàn)目標(biāo)的方法。就人工智能的技術(shù)發(fā)展史而言，算法主要分為五個(gè)學(xué)派：符號(hào)學(xué)派、聯(lián)接學(xué)派、進(jìn)化學(xué)派、類推學(xué)派和貝葉斯學(xué)派。一是梳理每個(gè)學(xué)派的邏輯、理念、技術(shù)、方法。研究如何對(duì)不同方法進(jìn)行評(píng)估，并通過對(duì)比分析和效果評(píng)估發(fā)現(xiàn)各個(gè)學(xué)派的特點(diǎn)和優(yōu)缺點(diǎn)。二是創(chuàng)新算法與綜合應(yīng)用并舉。研究人工智能治理領(lǐng)域的新算法，以及如何綜合應(yīng)用多種算法以發(fā)揮最佳作用。三是保障競(jìng)爭(zhēng)的公平性。神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)等基礎(chǔ)技術(shù)的發(fā)展引發(fā)了業(yè)界爭(zhēng)做“AI時(shí)代Andriod平臺(tái)”的開源潮流。開源平臺(tái)可以獲取用戶信息、地理位置等靜態(tài)數(shù)據(jù)，以及應(yīng)用領(lǐng)域、使用習(xí)慣、用戶評(píng)價(jià)、市場(chǎng)趨勢(shì)等動(dòng)態(tài)數(shù)據(jù)，進(jìn)而幫助企業(yè)維持和擴(kuò)大競(jìng)爭(zhēng)優(yōu)勢(shì)。因此監(jiān)管機(jī)構(gòu)應(yīng)著力保障人工智能領(lǐng)域市場(chǎng)競(jìng)爭(zhēng)的有序性和公平性。