top of page

代码即法律

Updated: Apr 28

無人駕駛技術的出現代表着什麼?以前當汽車取代馬車時所帶來的改變,不外乎是速度及持久續航力的改善。相比於自動駕駛汽車對人類思考的衝擊,又會是什麼呢?

那麼後者就是當今的智能技術已經具備了學習能力,能通過大數據及人工智能的演算法,吸納過去累積的經驗,乃至幾秒前發生的事情,幫助我們作出最佳的決策。今天的智能技術已經擴展到自學能力功能,進而可以自我演化,它可以在現有的知識層面上探索更多的可能性,這是人類歷史上在人工智能領域的一大突破。

隨着大數據及機器學習發展,坊間流傳着掌控未來世界的兩句話,(1)一切皆算法;(2)代碼即法律。換句話說,社會公義有機會掌握在代碼設計者手中,算法上的邏輯判斷可影響深遠。因此,我們對過度智能化的世界應時常保持謹慎及警惕。

舉一個很殘酷的例子,當一部自動駕駛汽車即將遇上一宗交通意外,演算法如何選擇減少司機傷害的同時,又怎樣平衡路上行人的安全,比如無可避免要做一個抉擇時,它會怎樣取捨?又例如為什麼我的小區在使用程式找出租車時,總是較附近的另一小區難。總之眾多無法解釋的不公平,未來都可能被各種算法支配。

從前筆者在企業中推動數字化時,很容易把重點放在追求效率上,舉例在淘寶網工作時,算法團隊會更傾向把目標放在如何提高顧客的購買轉化率上,鮮有算法工程師會提出讓顧客得到更公平的購物選擇。愈是追求智能化的步伐,也可能讓客戶得到更不公平的待遇,到頭來卻影響到企業的長遠利益。近年因為多了時間參與政府的數字化轉型,倍感到效率與公平之間的兩難取捨。

在數字經濟高速增長下,如何可保證被數字社會排擠之外的群體權利?由踏入高齡社會的今天,數字世界裏應該某程度上維持非數字化服務,「數字包容」這一話題具有深遠意義,需要持續提出在追求效率之餘,也應照顧被忽略的群體。無論技術走得有多快,科技發展也應回歸到平等生活的原點上思考。

車品覺_紅杉資本中國專家合夥人、阿里巴巴商學院特聘教授暨學術委員會委員

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page