发布询价单
您的位置:首页 > 资讯 > 综合资讯 > 正文

美国布鲁金斯学会--人工智能是如何改变世界的?

2019-11-24 21:00 性质:原创 作者:Mulang 来源:无人机网
免责声明:无人机网(www.youuav.com)尊重合法版权,反对侵权盗版。(凡是我网所转载之文章,文中所有文字内容和图片视频之知识产权均系原作者和机构所有。文章内容观点,与本网无关。如有需要删除,敬请来电商榷!)

AI的道德和透明度

算法将道德考虑和价值选择嵌入程序决策中。这样,这些系统就自动决策中使用的标准提出了疑问。有些人希望对算法的功能以及做出的选择有更好的了解。

美国,许多城市学校都基于各种考虑因素(例如,父母的偏爱,邻里质量,收入水平和人口背景),使用算法进行入学决策。布鲁金斯大学的研究员乔恩·瓦兰特(Jon Valant)说,新奥尔良的布里科拉奇学院(Bricolage Academy)“将经济弱势的申请者的优先权提高到其可用席位的33%。不过,实际上,大多数城市都选择了优先考虑当前学生,在校学生的子女以及居住在学校广阔地理区域的家庭中的兄弟姐妹的类别。考虑到这一点,入学选择可能会有很大不同。排序发挥作用。

根据AI系统的设置方式,它们可以促进抵押贷款申请的重新编排,帮助人们歧视自己不喜欢的个人,或者根据不公平的标准帮助筛选或建立个人花名册。就系统如何运行以及它们如何影响客户而言,编程决策中考虑的因素类型非常重要。

出于这些原因,欧盟将于2018年5月实施通用数据保护条例(GDPR)。规则明确规定,人们有权“选择退出个性化定制广告”,并且“可以对由演算法”以及“如何吸引人为干预”的形式来解释该算法如何产生特定结果。每个指南旨在确保对个人数据的保护,并为个人提供有关“黑匣子”如何运作的信息。

AI的法律责任

关于AI系统的法律责任存在疑问。如果存在危害或违规行为(对于无人驾驶汽车,则是死亡事故),该算法的运营商很可能会属于产品责任规定。大量判例法表明,情况的事实和情况决定了赔偿责任并影响了所施加的处罚种类。罚款的范围从民事罚款到重大伤害监禁不等。亚利桑那州与Uber有关的死亡将是法律责任的重要测试案例。该州积极招募Uber对其自动驾驶汽车进行测试,并在道路测试方面给了公司很大的自由度。在此案中是否会提起诉讼以及被起诉的人还有待观察:诸如备用司机,发生事故的亚利桑那州菲尼克斯社区,Uber公司,软件开发商或汽车制造商。考虑到路试涉及的人员和组织众多,有许多法律问题需要解决。

在非交通领域,数字平台通常对其站点上发生的事情承担有限责任。例如,对于Airbnb,该公司“要求人们同意放弃起诉权,或参与任何集体诉讼或集体仲裁,以使用该服务。”通过要求其用户做出牺牲由于公司拥有基本权利,因此限制了消费者的保护,因此削弱了人们抵抗因不公平算法而产生的歧视的能力。但是中立网络的原则在许多领域是否成立尚待广泛确定。

IV、推荐和建议

为了在创新与基本人类价值观之间取得平衡,我们提出了一些有关人工智能发展的建议。这包括改善数据访问,增加政府对AI的投资,促进AI劳动力发展,建立联邦咨询委员会,与州和地方官员接触以确保他们制定有效的政策,规范广泛的目标而不是特定的算法,将偏见视为人工智能问题,维持人类控制和监督的机制,并对恶意行为进行惩罚并促进网络安全

改善数据访问

美国应制定促进创新和保护消费者的数据战略。目前,在数据访问、数据共享或数据保护方面还没有统一的标准。几乎所有数据本质上都是专有数据,并未与研究团体广泛共享,这限制了创新和系统设计。人工智能需要数据来测试和提高其学习能力。没有结构化和非结构化数据集,几乎不可能获得人工智能的全部好处。

通常,研究社区需要更好地访问政府和商业数据,尽管要采取适当的保护措施以确保研究人员不会像Cambridge Analytica对Facebook信息那样滥用数据。研究人员可以通过多种方式获得数据访问权限。一种是通过与拥有专有数据的公司的自愿协议。例如,Facebook最近宣布与斯坦福大学经济学家拉吉·切蒂(Raj Chetty)建立合作伙伴关系,利用其社交媒体数据探索不平等现象。作为安排的一部分,研究人员被要求进行背景调查,并且只能访问安全站点中的数据,以保护用户的隐私和安全。

在美国,在数据访问,数据共享或数据保护方面没有统一的标准。几乎所有数据本质上都是专有数据,并未与研究团体广泛共享,这限制了创新和系统设计。

长期以来,Google一直以汇总形式向研究人员和公众提供搜索结果。通过其“趋势”网站,学者可以分析诸如对特朗普的兴趣,对民主的看法以及对整体经济的看法等主题。这有助于人们追踪公众利益的动向,并确定激发公众兴趣的主题。

Twitter通过应用程序编程接口(通常称为API)将大部分推文提供给研究人员。这些工具可帮助公司外部的人员构建应用程序软件并利用其社交媒体平台中的数据。他们可以研究社交媒体传播的模式,并了解人们对当前事件的评论或反应。

在某些具有明显公共利益的部门中,政府可以通过建立共享数据的基础结构来促进协作。例如,美国国家癌症研究所率先提出了一种数据共享协议,在该协议中,经过认证的研究人员可以使用从临床数据,理赔信息和药物疗法中获得的去识别信息来查询其拥有的健康数据。这使研究人员能够评估功效和有效性,并就最佳医疗方法提出建议,而不会损害个别患者的隐私。

可能存在将政府和业务数据集结合起来以提高系统性能的公私数据合作伙伴关系。例如,城市可以将乘车共享服务中的信息与其自身在社会服务位置,公交线路,公共交通和高速公路拥堵方面的资料相结合,以改善交通状况。这将有助于大都市地区处理交通阻塞问题,并有助于高速公路和公共交通的规划。

这些方法的某种组合将改善研究人员,政府和企业界的数据访问权限,而不会影响个人隐私。正如NVIDIA副总裁Ian Buck所说:“数据是驱动AI引擎的燃料。联邦政府可以访问大量的信息资源。公开访问这些数据将有助于我们获得深刻的见解,将改变美国的经济。”通过其Data.gov门户,联邦政府已经将超过23万个数据集放入公共领域,这推动了创新并提供了帮助。人工智能和数据分析技术的改进。私营部门还需要促进研究数据的访问,以便社会可以充分利用人工智能的利益。

网友评论
文明上网,理性发言,拒绝广告

相关资讯

推荐图文

关注官方微信

手机扫码看新闻