从算法分析看人工智能的价值非中立性及其应对

随着人工智能技术的广泛应用,“大数据杀熟”、“人工智能侵权”以及“算法歧视”等负面事件频发,原先人们以为的人工智能价值中立性也因此而遭到质疑。目前国内对此的相关研究仍较多集中于概念层面,本文拟在已有研究基础上,进一步从机器学习的算法层面,从数据的社会性、算法的价值偏好以及决策的偏见强化三个角度,分析人工智能的价值非中立性实质,并对其可能引发的伦理问题与决策风险提出建议。     

支撑交通治理升级的智能汽车科技创新发展战略

智能汽车可实现城市资源的统筹调度、优化分配和顺畅流动,是实现交通治理智能化升级的重要突破口。为促进中国实现交通治理的智能化升级,从车端视角对智能汽车科技群进行系统梳理,建立涵盖人工智能、通信、地理信息数字化和计算机科学四大领域的基本框架,通过综合评估发现中国在5G通信技术、应用软件开发能力、导航与定位领域具有部分优势,但在高性能芯片、车用人工智能算法以及信息安全等核心技术领域存在明显的瓶颈和短板。在此基础上,描绘面向交通治理能力升级的中国智能汽车科技创新协同发展战略和技术路线图,提出由智能汽车提供商、软硬件提供商及平台运营商等多方共同主导的网状生态系统的未来智能汽车产业生态理想图景,并梳理分析各类相关企业在实践中有效分工协作的特色商业模式。最后分别从国家和企业层面给出践行智能汽车科技创新发展战略、支撑交通治理智能化升级的方向性建议。     

我国实施智能养老战略的现状、经验与措施

人工智能技术在养老服务领域的作用愈发显著。现阶段可以从发展目标、模式分类、重点内容以及实施机制四个方面,对域外发达国家的人工智能养老战略与政策展开探讨。其在内容上包括构建安全的人工智能养老系统、践行综合照护服务理念、注重解决伦理和法律困境、不断提升公民人工智能素养,在实施机制上包括政府大力支持智能养老发展、企业和行业协会积极参与。我国应借鉴国外人工智能养老战略中的有益经验,如树立以老年人为中心的人工智能养老服务理念、在实施人工智能战略过程中形成多元化资金筹集渠道等。具体的完善措施包括：采取符合我国实际的人工智能养老战略模式、建立以老年人需求为导向的人工智能养老服务供给体系、提升老年人对人工智能养老服务的支付能力,以及形成政府主导和多方主体共同参与的人工智能养老治理局面。     

论人工智能系统的透明性

为了实现对人工智能系统的有效治理,社会各界对其透明性的呼声日益提高。提高人工智能系统的透明性,有利于相关人员更好地承担责任,保护公众的知情权,因而透明性原则在各类人工智能伦理原则与伦理指南中出现的频率最高,但不同主体对其的内涵界定却存在一定的差异。人工智能系统的透明性至少表现在算法可解释、数据透明与功能透明等多个方面。我们需要从智能的特征、人工智能技术现状以及技术治理的可行性等角度,充分认识人工智能透明性的限度问题。对于人工智能系统透明性的建构路径,至少有技术进路、伦理法律规制与文化进路等多种途径。     

人工智能时代机器人伦理教育及风险规避

<正>机器人在各个领域中扮演着越来越重要的角色,这是由于人工智能和机器人技术的快速发展所致。除了在工业生产和自动化方面的应用,机器人还渗透到医疗保健、教育、娱乐等日常生活的各个方面,这也引发了一系列关乎伦理的问题。人工智能和机器人具备一定的自主性和智能,这使得伦理问题面临着新的层次和挑战。机器人在与人类互动和交流的过程中可能受到人类的影响和塑造,因此我们需要提供适当的教育来指导机器人的价值观和道德观。当机器人参与决策时,我们需要确保它们不会违反道德原则。作为人工智能系统的一部分,机器人的行为和决策可能对人类社会产生深远影响。如果我们不对机器人的行为加以约束和引导,它们的行为可能会损害人类利益,甚至带来潜在的伦理风险。     

生成式AI的治理研究：以ChatGPT为例

在自回归生成模型、预训练以及人类反馈强化学习等技术的基础上，ChatGPT获得了强大的自然语言处理能力，颠覆了过往人们关于人工智能的认知。但与此同时，ChatGPT在模型训练、生成内容以及应用等维度也带来了诸多类型的风险。在治理展开之前，应当明确人本主义是治理的价值基础，包容审慎的敏捷治理是治理的理念，“点面结合”的多方参与是治理的主体要求，多措并举的体系化方案是治理的模式。由此，治理的具体路径将从以下五个方面展开：建设标准训练数据集、健全人工智能训练师职业资格准入制度、强化算法监管技术、落实全过程的伦理治理方案以及优化法律体系与法律责任配置。     

科技伦理视角下的人工智能研究

人工智能在深刻影响人类社会生产生活方式的同时,也引发诸多伦理困境与挑战,建立新的科技伦理规范以推动人工智能更好服务人类,成为全社会共同关注的主题。本文从科技伦理的视角,围绕机器人、算法、大数据、无人驾驶等人工智能领域所出现的伦理主体、责任分担、技术安全、歧视与公平性、隐私与数据保护等问题,以及人工智能技术的伦理治理,对国内外相关研究成果进行回顾分析,并提出未来需要在中国情境下伦理原则与治理体系的建立、人工智能伦理研究的跨学科合作、理论分析与实践案例的融合、多元主体伦理角色分工与协作等方面进行进一步研究。     

人工智能的社会治理:构建公众从 “被负责任”到 “负责任”的 理论通道

正1人工智能:社会治理的新议题及新挑战人工智能技术的发展正在重塑社会现实,带来社会治理领域的新变革。人工智能既是社会治理的工具,又是社会治理的对象。新技术的发展必然带来新的社会议题,人工智能技术及其广泛应用将带来新的社会治理、法律规范及伦理规约问题。就业对国民经济的发展至关重要,然而随着人工智能对人类就     

人工智能伦理风险感知、信任与公众参与北大核心CSCDCSSCI

随着人工智能的井喷式发展,其涉及的伦理风险,也从科幻作品中走进现实,成为众多主体热议的话题。本文以技术接受模型及风险感知理论为基础,以信任为中介,构建了公众对于人工智能伦理风险的感知与其参与风险治理意愿的研究框架,并通过实证检验了相关假设。结果显示:人工智能伦理风险感知对公众参与意向具有显著的负向影响,其中公众对科研机构和政府的信任在人工智能伦理风险感知与公众参与之间起部分中介作用。该结论为构建“政府主导、专家引领、公众参与、社会监督”的治理新格局提供了科学依据,对于新兴技术实现科技向善具有重要的现实意义。     

展望智能科学

智能科学研究智能的基本理论和实现技术，是由脑科学、认知科学、人工智能等学科构成的交叉学科。脑科学从分子水年、细胞水平、行为水平研究人脑智能机理，建立脑模型，揭示人脑的本质。认知科学是研究人类感知、学习、记忆，思维，意识等人脑心智活动过程的科学。人工智能研究用人工的方法和技术，模仿，延伸和扩展人的智能，实现机器智能。三门学     

强人工智能和超级智能:技术合理性及其批判

强人工智能(以下简称强AI:Strong Artificial Intelligence)由美国哲学家约翰·塞尔上世纪70年代在其论文《心灵、大脑与程序》中提出,主要是指对人工智能(以下简称AI)持有的这样一种哲学立场:基于心智的计算模型,以通用数字计算机为载体的AI程序可以象人类一样认知和思考,达到或者超过人类智能水平。这种立场与弱人工智能(以下简称弱AI:Weak AI)或应用人工智能相对立,后者认为AI只是帮助人类完成某些任务的工具或助理。随着最近20年来互联网、神经科学、基因工程等技术的飞速发展,强AI从塞尔时代的一种哲学立场逐步向工程实践转变和演进,未来学家甚至设想和描述了强AI的更极端版本:超级智能,这些在IBM、谷歌、Facebook、微软等产业巨头和库兹韦尔、马克拉姆等乐观的技术实践者的双重推动下,藉由大众科学传播的放大作用,渗透到人们的日常生活中构成了对其技术合理性的辩护,但AI本身对人类主体和社会的影响不是价值中立的,它一方面难以吸收和提升人类的创新本质,另一方面其技术合理性带来的后果与其初衷有时相互背离,并在商业行为的推动下,构成对作为文化产物和自我解释的理性人类的单向压制和挑战。     

基于委托代理视角的算法治理问题研究

[研究目的]为进一步发挥算法对经济社会发展的正外部性作用,解决存在的算法歧视、算法偏见、隐私侵害、数据泄露等负外部性问题。[研究方法]以委托代理理论为基础,总结归纳算法治理中存在的委托代理关系,并分析委托代理问题的产生机制,进而从对话机制、约束机制和激励机制提出解决之策。[研究结论]算法治理中存在官僚与企业、企业管理层与专家、企业和消费者、专家与算法、官僚与算法以及企业与算法之间的委托代理关系。发现总体性体制,行政组织和官僚的政治、行政双重属性,企业的市场参与性和技术研发优势,技术专家的专业性,公众的素养限制性以及广泛沟通缺乏和算法自身复杂性以及自主运行造成信息不对称;各主体的经济人理性造成主体间利益冲突;生产力快速变化使得经济社会快速发展和处于弱人工智能时代算法自我约束能力弱,导致敏捷治理能力弱。最后,提出了建立对话交流机制、加大对政府算法权力监管、健全算法公开制度、构建算法全主体监管体系、加大算法创新技术研发力度和建立完善算法使用机制的政策建议。     

智库治理能力研究:内涵解读、动力机制与提升策略

[目的/意义]针对新型智库建设提出完善智库治理能力的倡议,旨在提高智库服务政府决策的信息保障和智能支持作用。[方法/过程]文章通过运用理论研究方法,探讨了提升智库治理能力的理论内涵、动力机制、获取方式、现实体现和提升策略。[结果/结论]认为正确理解智库治理能力是智库服务政府决策的基本前提,中国新型智库必须加强智库治理能力建设,大力提升治国理政的决策咨询与智力服务能力。     

脑功能联结图谱与类脑智能研究

人类大脑是自然界通过漫长进化而产生的最精细、最复杂、最优美和最成功的器官,脑科学是研究人、动物和机器的认知与智能的本质与规律的科学。智力的本质、创造性的来源以及理性、记性、忘性、个性、人性和决策机制等都是脑科学的核心问题,对这些问题的理解将是有效预测、干预和推迟脑衰老,并创造出具有自我学习能力的人工智能系统的科学基础。脑科学研究将拓展人类对自然和自身的认识,它对人类的知识创新、健康和幸福以及信息科学与人工智能、文化科学、社会科学、教育学、语言学等都将产生极大的辐射作用,对人类社会的进步和经济发展有深远的影响。对脑功能的破译需要在多个层次上解析脑网络系统的联结方式与规则,最终得到脑网络结构及其功能的“线路设计图”,这是脑科学的战略制高点。为了探讨脑网络图谱这一重大问题,中科院于2012年启动了战略性先导科技专项（B类）“脑功能联结图谱计划”（简称“脑功能图谱”）。2015年,在中科院的统筹部署下,将类脑智能研究领域加入该专项,扩充后的专项更名为“脑功能联结图谱与类脑智能研究”,在国际上首次实现了脑科学与智能技术领域的实质性融合,为脑智科学的发展和中国脑计划的启动打下了坚实基础。     

智能可穿戴装置设计中的价值和责任

科学技术的发展使技术人工物不断趋于智能化。智能可穿戴装置作为技术人工物的一种,以解决人类生产和生活问题的功能性装置为主。现代科学不仅要关心如何为智能可穿戴装置提供技术应用,还要思考如何将道德价值和伦理责任设计到智能可穿戴装置中,这是智能人工物技术治理中不容忽视的问题。本文通过技术现象学还原法,追溯了智能可穿戴装置的价值和责任问题,分析了其起源和范围以及责任划分,以期为智能可穿戴设计中的技术伦理问题提供一些参考。最后得出智能可穿戴装置的价值分为其技术设计价值、道德伦理主体价值,责任则是四个主要责任主体由设计师和工程师、智能可穿戴装置、用户和政府监管单位形成了一个责任闭环。     

浅析人工智能技术

人工智能技术被称为本世纪三大科技成就之一,本文从人工智能的定义进行探讨,阐述了人工智能的历史发展及研究领域,并简单地对未来人工智能技术发展进行了分析。人工智能作为一门研究机器智能的学科,其主要目的是要用人工的方法和技术,研制智能机器或智能系统,来模仿延伸、扩展人的智能。因此,它是人类迈向信息社会、迎接知识经济挑战所必须具备的一项核心技术。人工智能学科的研究虽然还有不少困难、问题和挑战,但前进和发展毕竟是大势所趋。     

智能武器该如何参与战争

<正>随着人工智能（AI）语言系统Chat GPT的迅速走红，有人预测，2023年将是人工智能全面走进普通人生活的一年。其实，人工智能技术早已渗入人类社会的各个角落，在未来数十年，它会将人类引向深度数字化时代，并走向生态文明。不过，人工智能进入人类的生产、生活也并非总会带来好消息。人工智能、大数据和云计算等技术的介入，使得机器人在感知、决策、执行方面的性能大幅提升，     

10项引领未来的科学技术（四）

作为计算机科学的重要分支,人工智能技术是旨在揭示人类智能活动规律,研究、开发用于模拟和延拓人的智能的理论、方法及应用系统的技术科学。具体说来,它研究如何让基于计算机的人工系统去完成人的智力行为,即研究如何应用计算机软硬件来模拟实现人类某些智能行为,如学习、推理、思考、规划等。除计算机科学外,人工智能还涉及信息、控制、仿生、心理学、哲学及语言学等自然科学和社会科学的多个领域,     

无人机智能测控技术发展趋势

<正>《新一代人工智能发展规划》中指出：“自主无人系统的智能技术在社会生产和国防军工中均具有重大需求”。如图1所示,无人机在地理测绘、精准农业、城市防恐、国防军事、空中摄影等领域具有十分重要的应用价值。机上无人、任务复杂以及动态环境不确定决定了无人机系统必须具备很高的自主性,从目前所能达到的技术水平来看,     

基于数据可视化处理的嵌入式智能查询算法

数据在许多研究领域都可采用图形来表示,图形和图形理论为人工智能决策提供了有效的可视化工具、体系化准则和相关技术。以交通线路自动调整系统为例,说明在嵌入式智能查询算法中如何利用图形对数据进行可视化处理的方法来避免"盲目"操作,从而提高算法的决策效率。