人工智能系统的潜在不利因素

Stanislav Petrov这个名字在计算机科学领域并不算出名，但发生在他身上的故事却给人工智能开发者上了很重要的一课。1983年9月26日，苏联防御警报系统宣布美国发射了五颗洲际导弹，Stanislav Petrov作为该系统体系的领导层，本该下令发射导弹予以报复，但在最后关头，他却犹豫了，开始批判性的思考，为什么？

当时全球政治形势虽然紧张，但还没有到用导弹解决的地步，还有就是，美国既然选择了发动毁灭性战争，那么为什么仅仅只发射了五颗导弹？经过严谨的思考后，这位前苏联的官员做出了一个无比英明的决策，不发射导弹予以回击。最终结果证明，他是对的，美国并没有发射导弹，只是一场虚惊而已。他的决定，拯救了世界。

这个故事告诉人们，在社会技术算法系统中，不考虑到根据特定情景下通过人类推理而采取行动的能力，无疑是一场灾难。如果当时导弹发射按钮掌握在机器手中，那么，如今的世界会是怎样？

围绕人工智能系统的语言将技术拟人化，这才是真正意义上的人工智能，而不是代码或算法，不再那么冷冰冰。现实中的人工智能往往是有缺陷的，并不完美，也不具备可以大规模推广的普遍性。

技术沙文主义是Meredith Broussard创造的一个术语，所谓的改造人类，则是这个术语的延伸，即调整人类以适应人工智能系统的限制，而不是调整技术以服务人类。这无疑是一种本末倒置的行为。

一些研究表明，由于感知到数据和人工智能的客观性，所以人类相较于相信自身，反而更愿意相信人工智能，相信算法。即使是在低技能的任务中，即使考虑到算法中潜在的缺陷，很多人也依旧宁愿相信冰冷的机器算法，而不是相信人类自身的优越性。

有缺陷的设计会导致带有潜在偏见的结果，人工智能的不完美性从根本上导致了盲信的不可取之处。在科技如此发达的今天，很多人迷信数据，从某种层面上来讲这很合理，因为数据精确且客观，相较于带有感性的人类判断，数据无疑更可靠，但需要厘清的一点是，虽然数据大多数情况下完美精确，可这并不意味着它永远正确。

此外，发挥主观能动性的是人，而不是数据本身，即便是无比正确的数据，可要是用错了地方，结果也将是灾难性的。

（编辑：ASP站长网）