1
AI，真的觉醒了？
人工智能，会苏醒吗？
这是一个古老而又新奇的话题。
“深度学习”天生的不可预测，加深了这种忧虑。
“神经网络”的生物性类比，让“AI黑匣子”更让人担心。
最近，一个谷歌工程师再次引爆该话题：AI觉醒了？
2022年6月，谷歌工程师Lemoine表示，自己在与AI“LaMDA”聊天中，发现了后者的回答已经高度人格化，认为该AI已经“觉醒”。
为此，Lemoine写了一篇长达21页的调查报告，试图让高层认可AI的人格。
不过，谷歌高层暂未表态，希望获得更清晰的认定。
但Lemoine仿佛化身科幻电影主角，他没有放弃，将自己和AI的聊天记录公布于众，引发轩然大波。《华盛顿邮报》跟进报道后，更是在全球炸圈。
AI真的觉醒了吗？争议不断。
有人说，这是《西部世界》式的预警；
有人说，这是人的拟人倾向在作祟；
有人说，Lemoine精神方面存在问题；
有人说，这只是谷歌设计的一场营销；
......
不管真相如何，有一点可以肯定：
因为深度学习和神经网络的加持，人工智能已经越来越“不可捉摸”。
2
那一夜，人类安然睡去
关于AI觉醒，让人想起了6年前的另一件事。
2016年3月13日，人类和AI在围棋上进行一场智力的终极较量。
在此之前，AI与人类较量屡屡得手。
但人类认为，围棋是AI不可突破的天花板。
因为可测宇宙原子总数约为10^80，而围棋走法有2.08*10^170，AlphaGo不可能依靠计算量和算力枚举来获胜，那么，拥有创造力的人类，怎么可能败给AI。如果围棋上败给了AI，那么说明它已经完成了“图灵测试”。
然而，前三局，李世石一败再败，全世界震惊了。
第四局，李世石判断黑空中有棋，下出白78挖。李世石这史诗级的“神之一手”，体现了人类巅峰的直觉、算力和创造力。这也是人类最后的尊严之战。
那个漫漫长夜，人类终于长吐了口气，似乎一切都是虚惊一场。
当年围棋第一的李世石，回到自己的住处，在疲惫不堪中沉沉睡去。
只有AI对手AlphaGo，在蒙特卡罗模拟场中继续训练，和自己又下了一百万盘棋。
第二天太阳照常升起，一切似乎都和昨日无异。
然而李世石依旧是李世石，但AlphaGo再也不是“阿尔法狗”了。
此后，人类在围棋领域再没有战胜人工智能的战绩。
当年一个作者写下上段内容（有修改），并提到“23年后，无人幸免”，科学家建立了一个数学模型，判断2040年人工智能可能会达到普通人的智能水平，并引发智力爆炸。
面对越来越普遍的AI，机器即将代替人类，AI正在迅速扩张。
一个合力共建的“超级大脑”；
一张指数增长的“神经网络”；
一个初具规模的“硅基秩序”；
............
五年过去了，人类朝着“黑客帝国”大步迈进。
那么18年后，真的无人幸免？
3
AI的另一面：不够稳定
以上两件事，本质上都是对AI觉醒的担忧。
一个拥有自由意志的AI不可信，最终会威胁到人类。
霍金警告人类要正视人工智能带来的威胁。
比尔·盖茨认为人工智能是“召唤恶魔”。
《2001太空漫游》中，超级电脑HAL9000在宇宙中将人类无情抹杀。
《黑客帝国》中，人类被AI禁锢在矩阵之中。
不过，实事求是地讲，对AI觉醒的不可信，仍然只是人类臆测。
虽然科幻电影里描写得残酷冰冷，也还没有得到普遍证实。
但AI的另一个“不可信”，却是真实存在的。
它不是太聪明太智慧或者产生意识，而是不够稳定。
这种不稳定，产生的后果才真的“瘆人”。
2015年2月，英国进行了首例机器人心瓣修复手术。
这本是一场最尖端医疗AI技术的展示，但最终以惨痛的失败告终。
在手术过程中，AI的操作并不如我们想象中那么完美：
机器人把病人的心脏“放错位置”，还戳穿大动脉；
大动脉戳破后血溅到机器人的摄像头，导致机器“失明”；
机械臂“乱动”打到医生的手，影响医生行动；
机器人主机发出的声音过于嘈杂，影响医生之间的交流。
种种问题，最终导致患者在一周后不治身亡。
2021年，重庆朝天门。
一次大规模的上百架无人机进行表演测试。
原本是一次技术的演出展现，但却出现了意外。
带着灯光的无人机群突然像扑火的飞蛾撞向大楼。
关于人工智能“失灵”的例子还有很多很多，这是AI不够沉稳的一面。
这才是实实在在“不可信”的地方，也是AI对人类真正的威胁。
我们不愿意看到AI的“觉醒”，但更不能接受人工智能的“轻率”。
4
人类需要的是一个可信的AI
所以，人类需要一个“可信AI”。
AI是聪明还是愚蠢，也许并不重要。
AI是进化还是退化，可能暂时只是一个伪命题。
人类需要的是一个可靠的助手，一个值得信任的机器助理。
我是你的创造者，你得听我的吧，不能瞎捣乱。
阿西莫夫在七十年前就提出了“机器人学三大定律”：
1.机器人不得伤害人类个体，或者目睹人类个体将遭受危险而袖手不管；
2.机器人必须服从人给予它的命令，当该命令与第一定律冲突时例外；
3.机器人在不违反第一、第二定律的情况下要尽可能保护自己的生存。
这是人类在AI伦理思考中的方向。
可以把它称为是人工智能社会的道德准则。
对于人类来说，可信，才是我们对AI最重要的需求。
如果从“贝叶斯-拉普拉斯”定理开始溯源人工智慧，目标是解决“逆向概率”问题，其实本质就是解决AI的可信赖度。
如果不能做到可信，AI就有可能反噬人类。
最起码AI与我们相伴要保证人类两点：生命安全与财产安全。
以自动驾驶为例，如果人工智能以准确率为99.99%概率推算，0.01%的失误率依旧会让人心惊胆战。如果未来城市有一百万辆自动驾驶汽车，即便是0.01%的失误率，对人类生命安全造成威胁的隐患车辆仍有一百辆。
如果我们不能拥有可信AI，我们自然无法确定，人工智能给我们带来的到底是技术的进步，还是无数潜在的威胁。
可信AI，虽然它不像“AI觉醒”这样能够引发世界关注。
但实际上它才是人工智能领域最有价值的航灯，也是现在科技公司追求的方向。
5
什么是可信AI，
这16个技术小哥在做什么？
所以，什么是可信AI？
可能很多人还不知道，先得把这个定义弄清楚。
我们可以先看一档节目《燃烧吧，天才程序员2·可信AI》。
这款综艺节目第一季在豆瓣评分8.0，让人脑洞大开。
在第二季中，16个AI技术小伙分为四个团队待在“小黑屋”中四天三夜，完成60个小时任务挑战。
比赛中，他们需要与“黑产”进行无数次较量，培养出与帮助人类的“可信AI”，打败“黑产”，最终决出最强团队。
关于程序技术的综艺节目，在中国乃至世界都非常稀缺。
一方面程序与代码本身过于硬核，普通人难以理解。
另一方面则是节目脚本设置冲突相比其他综艺要更难一些。
但《燃烧吧，天才程序员2·可信AI》通过“反诈骗”这一实际场景需要，以此构建起节目的比赛逻辑。
16个AI技术小伙需要直面欺诈交易识别、联合反诈等关卡的挑战。
通过AI与攻防互相协作，覆盖反诈全链路。
比赛之中，程序员们通过创造“可信AI”，完成“科技反诈”。
哪一个团队产出的算法和模型在数据的识别准确率和覆盖率更好，就能赢得比赛胜利。
虽然不如《黑客帝国》那般深刻宏大，也不如《人工智能》那样发人深省。
但《燃烧吧，天才程序员》却通过真实的应用场景，解决现实生活存在的实际问题。
当你看完整个节目时就会明白，原来这就是可信AI：依照现有数据构建智能模型，非常稳定地解决现实难题。
可信AI的技术应用范围非常广泛，反诈是其中一个重要应用场景。
可信AI没有那么遥远，它近在咫尺。它也没有那么神秘，很多时候它就是你身边的小助理。
当前基于神经网络的AI技术非常酷，同时占据AI话题至高点，以创造力和神秘性提供太多想象空间，也是许多AI技术员仰视的圣殿。但它面临的问题也非常多：具有不可解释、鲁棒性差、过于依赖数据等缺陷，隐藏着许多潜在危害。
而可信AI的存在，就是为了解决这些“信任危机”问题。
如果说基于神经网络的AI技术有着强烈的理想主义，那么基于大数据整理的AI技术则是一个脚踏实地的现实执行者。
6
可信AI的技术特点
要真正了解可信AI对人类的帮助，需要从技术底层入手。
可信AI有四大技术特点：鲁棒性、隐私保护、可解释性、公平性。
01
鲁棒性
鲁棒性指在异常和危险情况下系统生存的能力和算法稳定。
1、前者指的是系统抗打击的能力，如计算机软件在输入错误、磁盘故障、网络过载或恶意攻击情况下，能否不死机、不崩溃。打个比方，如果把一个AI模型比喻成万里长城，那么其鲁棒性便是长城在面对恶劣天气（如台风）、自然灾害（如地震）时，人工轰炸时仍然可以做到不轻易倒塌。
2、后者指的是AI模型中算法本身的稳定性，如果添加扰动的熊猫照片，轻易就绕开了AI模型的“眼睛”，则说明其鲁棒性比较差；比如在欺诈交易中，由于作案手法不断升级，可能导致基于既往数据训练的模型，面临着新风险数据带来的稳定性考验，需要不断迭代来保障模型的分析和识别能力。
以支付宝为例。支付宝每天都有上亿笔交易，其对抗的不是散户，而是专业的黑产团伙。他们可能有两种攻击方式：
1、对现在的防御体系找到漏洞进行攻击，那就要看AI鲁棒性的抗攻击能力。
2、输入从未有过的污染数据，逃避现有算法追踪，这就要AI模型的算法稳定性。
为了保障资金安全，蚂蚁集团引入“博弈智能攻防”技术，该技术具有对风险知识和模型的提前模拟、提前训练、提前补防的能力。应用该技术的AI模型鲁棒性有大幅提升，实现“左右互搏”，既能够更智能地“攻”，也能更安全地“防”。
02
隐私保护
传统的数据保护方法客观上形成了「数据孤岛」，影响了如医疗、金融等领域的协同作战，也制约 AI 技术以及行业发展。
所以，拓展数据价值的隐私计算技术，对实现「数据不动价值动」显得尤为重要。
在AI领域，联邦学习作为一种新的机器学习模型和算法，就是为解决数据孤岛问题而提出的。在保证每个参与方不泄露原始数据，即数据不出域的前提下，用多方的数据联合建模，实现数据可用不可见，进而实现「数据不动价值动」。
03
可解释性
人类对一切未知的东西，始终都会有一种莫名的恐惧。
如果人工智能的行为无法进行解释，只有结果没有过程，那么它就像是一个盲盒，你永远不知道放出来的是“阿拉丁”，还是“潘多拉”。
AI 模型是许多重要决策的重要依据，在很多应用里它的思考过程不能是黑盒。
人类希望知道模型背后的逻辑、收获新的知识，并在它出现问题时踩好刹车，确保 AI 思考的过程和结果合规合法。
这背后需要数据驱动与模型推理能力结合起来，产生可解释的结果。
04
公平性
AI公平性是可信AI的重要组成部分。
只有实现“公平性”，才能真正推动技术造福于整个社会。
一方面，公平性需要重视弱势人群、兼顾落后地区发展，在重视社会伦理原则下进行 AI 调优，通过 AI 技术，让老年人、残障人士、欠发达地区用户，享受到数字经济时代的价值。
另一方面，公平性要思考如何从技术上思考如何减少算法、数据等因素可能带来的 AI 决策偏见。
鲁棒性、隐私保护、可解释性、公平性。
这是可信AI的四大基本原则。
今天，发展可信AI，已经成为全球共识。
特别是对于领先的科技公司来讲，他们是要服务用户且不能犯错误的。
微软、谷歌、蚂蚁、京东、腾讯、旷世等科技企业，都在积极开展可信AI的研究和探索。
其中，蚂蚁在可信AI上已有很多技术优势，自2015年开始投入研究起，已经完成了长达7年的可信AI技术积累之路。
据2021年权威专利机构IPR daily发布的《人工智能安全可信关键技术专利报告》显示，蚂蚁集团旗下的支付宝在该领域的专利申请数和授权数，均位列全球第一。
7
可信AI的应用探索
基于可信AI的以上特点，应用场景多种多样。
AI在医疗、教育、工业、金融等多个领域的广泛应用，算法安全性、数据滥用、数据歧视等问题也层出不穷。当前AI技术的主要矛盾，已经转化为人们对AI日益增长的应用范围需求和AI不可信不够稳的发展之间的矛盾。
2018年，IBM开发了多个AI可信工具，以评估测试人工智能产品在研发过程中的公平性、鲁棒性、可解释性、可问责性、价值一致性。之后IBM将这些工具捐献给Linux Foundation并成为了开源项目，帮助开发人员和数据科学家构建可信、安全、可解释的人工智能系统。
作为可信AI领域的先行者之一，蚂蚁也做了不少探索。
蚂蚁的可信AI技术应用最好的实践结果是，自研了一套智能风控解决方案，定名IMAGE。这套技术体系实现了用可信AI技术保障风控业务安全的问题，且达到了非常好的效果。
它能将支付宝资损率控制在千万分之0.098，解决了风控场景中的诸多世界难题。
还有一个例子，是支付宝的“叫醒热线”——从系统识别到用户遇到诈骗风险，到AI机器人向用户呼出“叫醒电话”，它能把整个过程控制在0.1秒内。
蚂蚁集团基于可信AI的IMAGE风控体系
另外在可信AI的公平性方面，蚂蚁也有自己的实际应用。
目前业内广泛使用的“图形滑块验证码”一直是视障人群接入数字化服务的巨大障碍。但许多 APP 为了防范机器批量操作，又不得不保留验证码服务。
为此，蚂蚁开发了一套“空中手势”验证码方案，可以利用“行为识别”技术帮助视障群体通过“验证码”关卡。
可信AI的应用探索，并不会让AI技术失去它的可能性。
它更像是一种伦理规范的约束条约，让AI在正确的轨道上前行。
8
18年后，人类真的无人幸免？
让我们回到一开始的问题。
AI真的会觉醒吗？
一百年前的人类，很难想象我们如今生活的这个高度数字化世界。
那么，一百年后，人工智能会发生什么变革，我们真的无法预测。
但AI对人类是福是祸，是一个攸关人类命运的重要课题。
按照现在AI发展的模式来看，未来的AI可能会分为两大派：
一派是自我独立的智能AI，一派是追随人类的可信AI。
当然，还有人在问，AI真的会存在独立意志吗？
这要看从科学上如何去解释，一个AI系统是可以“坎陷”到具有“自我意识”的状态，差别只在于“坎陷”的深度和鲁棒性，这可以解释AlphaZero为什么能够自我“坎陷”到围棋大师，如果再“坎陷”下去呢？这一派AI，可能会对人类造成我们认定的“威胁”。
另一派AI，即可信AI，它们会在四大基本原则的架构中不断完善自我，帮助人类解决更多实际问题，成为人类可靠的助手，并与人类共存共生。那么，它们会一直帮助和保护人类吗？
但无论未来如何发展，不同的技术方向或许带来不同的悲剧或者喜剧，但有一点可以确定：
AI技术在四面突击，不论是可信AI还是智能AI，最终会落地深入到我们生活的方方面面。它会渗透到世界的每一个角落，在很多方面取代“无用之人”。
不管我们如何担忧，AI只会变得越来越强大，而人类的进化又显得如此龟速，甚至退化堕落。
那么，18年后，有多少人可以幸免？
,
