如何防止人工智能技术被“恶用”？

展开全文

根据规定，提供人脸、人声等生物识别信息显著编辑功能的，应当提示使用者依法告知被编辑的个人，并取得其单独同意。提供智能对话、合成人声、人脸生成、沉浸式拟真场景等具有生成或者显著改变信息内容功能服务的，应当在生成或者编辑的信息内容的合理位置、区域进行显著标识，向公众提示信息内容的合成情况，避免公众混淆或者误认。

梁正指出，使用个人肖像如果没有征得同意，就去公共互联网上采集使用的话，这属于违法行为。平台上如果有类似应用，平台就有责任去监督。即使是合法的使用，也要打上标签，让大家知道这不是真的，一定程度上可以减少深度合成内容产生的认知偏差和社会误导。如果平台自己去提供这一类服务，还要求用相应的工具去识别它不是真实的，这就对平台提出了更高的要求。

“不仅要合法合规，而且还要合意。”梁正表示，要进一步完善法律法规，严格落实相关规定，建立健全惩罚制度，个人要有维权意识，通过救济渠道维护自身合法权益，从而减少AI被恶意利用的现象。

趋势 虚拟人已经开始取代部分真人职业

近年来，虚拟代言人、虚拟主播、虚拟演员歌手，越来越多虚拟人在被推向市场。人们担心，虚拟人在未来或将取代部分真人职业。

“在娱乐、新闻领域，虚拟人的应用越来越多，因为它是一个低成本、高效率的方式。”在梁正看来，虚拟人越来越多也是一种必然的趋势，而且已经在替代部分真人职业了。比如，现在很多虚拟新闻主播，还有电话客服越来越多使用智能语音服务。“这个替代它一定是会部分发生的。”

新生事物发展背后也存在一些隐患。梁正提醒，大家不要把真假弄混了，虚拟人的形象、内容、对话都是基于训练的结果，或者是事先编好的，如果把它当成真人的话，就会产生误导。

“比如说，跟对话机器人去对话要非常小心。对于有些敏感话题，因为它背后没有意识，是顺着你说的，如果没有干预就可能产生误导，但它没有办法承担责任。所以要对虚拟形象的深度合成打上标签，并限定它的使用场景。特别是在教育医疗这样一些敏感的高风险场景，人工干预是必须的。”梁正说。

梁正认为，虚拟人的应用总体要分场景，在游戏、天气预报、新闻播报等一些低风险场景问题不大，但如果是高风险场景，就要非常小心，虚拟形象能够做什么，什么不能做，要把界限划清楚，比如心理陪伴机器人，要评估它说的话带来的长期心理影响是什么样的。

管理 下一代人工智能应该是可解释的

人工智能不能离开算法，算法公平和算法歧视话题也备受关注。国外一些研究和媒体报道提到，算法开发者或算法本身根据大数据积累存在种族、性别、文化等歧视的可能性。

对此，梁正表示，算法是依据数据训练出来的，数据有偏性是导致算法本身有偏性的一个主要原因。所以，算法歧视不是算法造成的，是社会本身造成的，是算法本身的技术特点所导致的，使用大量已经带有倾向性的数据，算法也就会作出一种倾向性的判断。

梁正指出，要想改变这种偏见，首先要纠正社会偏见。所以在使用数据的时候，要进行人工干预，在统计学上可以通过一些模拟数据来做一个平衡，但根本上是要赋予人工智能以常识，要把一些因果的因素考虑进去，而不是单纯只依赖于这种数据。

“绝对的算法公平并不存在。”梁正认为，算法公平具有多维性，常常面临“不可能三角”式的挑战。在公共管理领域中，起点公平、过程公平、结果公平三者同时实现基本是不可能的。绝对的公平实际上在算法的设计中其实也是做不到的，关键取决于你要什么样的目标。

梁正表示，要实现人工智能可知、可信、可控、可用。可知也就是可解释，这是最基础也是最复杂的层面，下一代人工智能应该是可解释的，如果说它不能够被解释的话，就会限制它很多方面的应用和大家对它的信任。算法可解释，这种条件下才能够放心去使用它。

“现在最大的问题就是黑箱，现有的人工智能是基于数据训练出来，你不知道中间发生的事，而新一代的人工智能就是要在数据的基础上加上知识，甚至要加上我们的逻辑，让它能够按照我们可理解的方式运行。”梁正说。

声音

要实现人工智能可知、可信、可控、可用。可知也就是可解释，这是最基础也是最复杂的层面，下一代人工智能应该是可解释的，如果说它不能够被解释的话，就会限制它很多方面的应用和大家对它的信任。算法可解释，这种条件下才能够放心去使用它。

——清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正

中新网返回搜狐，查看更多