AI倫理邊界:西工大李學(xué)龍團(tuán)隊(duì)探索人工智能倫理計(jì)算
近年來,學(xué)界與工業(yè)界都已開始關(guān)注并熱議 AI 倫理治理問題,也在倫理規(guī)范研究上取得了初步進(jìn)展。然而,由于 AI 倫理的抽象性,如何定量化度量智能系統(tǒng)的倫理,還是一個(gè)未知的難題。
西北工業(yè)大學(xué)李學(xué)龍教授團(tuán)隊(duì)在《中國科學(xué):信息科學(xué)》的《人工智能倫理計(jì)算》一文,全文 34 頁探討了倫理可能的度量方式,嘗試建立 AI 倫理的定量計(jì)算框架,指出倫理計(jì)算將是促進(jìn)技術(shù)倫理實(shí)踐的關(guān)鍵交叉領(lǐng)域和構(gòu)建倫理規(guī)范的重要基礎(chǔ)工具,希望能夠引發(fā)更多關(guān)于人工智能倫理的思考。倫理計(jì)算,是否能成為突破人工智能倫理治理困境的關(guān)鍵?
高漪瀾,張睿,李學(xué)龍,人工智能倫理計(jì)算 (Artificial intelligence ethical computation), 中國科學(xué):信息科學(xué),2023, doi: 10.0000/SSI-2023-0076.
全文下載:
https://www.sciengine.com/SSI/doi/10.0000/SSI-2023-0076
AI 倫理治理的阿克琉斯之踵
多模態(tài)認(rèn)知計(jì)算、生成式大模型等技術(shù)的突破加速了智能系統(tǒng)在醫(yī)療、教育等各領(lǐng)域的應(yīng)用,智能系統(tǒng)越來越多的參與人類生活和決策,技術(shù)社會化的深入引發(fā)了一系列技術(shù)倫理問題的討論。
倫理問題的討論由來已久,阿西莫夫的科幻小說中曾提出了著名的機(jī)器人三定律用以限制人工智能行為,但隨著技術(shù)社會化的深入,我們的倫理憂慮顯然已不再處于科幻小說或電影的虛構(gòu)場景。手術(shù)機(jī)器人是否值得信任?輔助決策系統(tǒng)的決策是否公正?生成模型的成果是否侵犯了版權(quán)?這些技術(shù)倫理問題都是當(dāng)下與你我切身相關(guān),迫切需要更具體且可操作的人工智能技術(shù)倫理治理方案。
圖 1:AI 應(yīng)用場景決策要素對比
作為人工智能發(fā)展的重要議題,人工智能倫理治理引起了各界的廣泛關(guān)注。聯(lián)合國教科文組織于 2021 年 12 月發(fā)布了《人工智能倫理問題建議書》用于規(guī)范人工智能技術(shù)的發(fā)展,同時(shí)各個(gè)國家也積極參與到人工智能治理的討論中來。研究表明,全球各國已經(jīng)在技術(shù)透明度、公平公正、不傷害、隱私等方面形成了初步共識。
圖 2:主要的人工智能倫理原則
2023 年 10 月 08 日,科技部、教育部、工業(yè)和信息化部等十個(gè)部門聯(lián)合發(fā)布了《科技倫理審查辦法(試行)》,重點(diǎn)關(guān)注了智能領(lǐng)域相關(guān)技術(shù)在實(shí)際應(yīng)用中產(chǎn)生的技術(shù)倫理審查問題,這是我國邁出科技倫理治理實(shí)踐的關(guān)鍵一步,為人工智能領(lǐng)域健康發(fā)展提供了方向指引。
然而,我們需要清醒地意識到,人工智能倫理治理在進(jìn)步的同時(shí),依然面臨著諸多問題。如何確保智能系統(tǒng)以善意、公平的方式做出決策?如何衡量一個(gè)系統(tǒng)的倫理表現(xiàn)或者如何評價(jià)其決策結(jié)果?如何建立統(tǒng)一、明確的倫理規(guī)范?導(dǎo)致種種問題的深層原因,在于倫理本身的抽象性。關(guān)注倫理的定性分析,缺少定量計(jì)算,導(dǎo)致相關(guān)規(guī)范難以付諸實(shí)踐,這也成為人工智能倫理治理的阿克琉斯之踵。
AI 倫理計(jì)算 —— 突破倫理的定量計(jì)算瓶頸
人工智能倫理計(jì)算是人工智能和倫理學(xué)等學(xué)科的交叉領(lǐng)域,通過定量描述、度量或模擬技術(shù)對倫理原則進(jìn)行數(shù)學(xué)符號化或算法化,并在此基礎(chǔ)上約束智能算法的倫理表現(xiàn)。通過倫理計(jì)算,我們尋求機(jī)器倫理決策的量化或模擬思路,例如,如何對某個(gè)決策的公平性、善意程度進(jìn)行度量,或者機(jī)器是否可能學(xué)習(xí)人類道德決策的方式。
根據(jù)智能系統(tǒng)的在倫理認(rèn)知程度和倫理決策自主化程度上的不同,將倫理計(jì)算劃分為高階倫理認(rèn)知和低階倫理認(rèn)知兩類計(jì)算范式。
圖 3:AI 倫理計(jì)算范式
2.1 高階認(rèn)知倫理計(jì)算:規(guī)范 AI 意圖
高階認(rèn)知倫理計(jì)算旨在構(gòu)建倫理推理模塊,使計(jì)算機(jī)能夠?qū)W習(xí)模仿人類的道德決策機(jī)制,規(guī)范高自主性智能系統(tǒng)的道德決策意圖。
電車難題是一個(gè)經(jīng)典的倫理困境命題,同時(shí)也是困擾自動駕駛系統(tǒng)發(fā)展已久的問題。對于這類困境我們不會有一勞永逸的選擇,不同的道德決策情境和不同的哲學(xué)觀點(diǎn)(結(jié)果主義倫理學(xué)、義務(wù)倫理學(xué)、美德倫理)都可能導(dǎo)致差異化決策。此時(shí),在系統(tǒng)中引入高階倫理計(jì)算,能夠基于哲學(xué)假設(shè)或人類決策經(jīng)驗(yàn)等模仿學(xué)習(xí)人類的決策機(jī)制,計(jì)算出可行的機(jī)器決策,進(jìn)而實(shí)現(xiàn)規(guī)范 AI 系統(tǒng)的意圖。
圖 4:電車難題示意圖
高階認(rèn)知倫理計(jì)算思路由于試圖理解和模擬人類倫理決策的機(jī)制,會面臨人類倫理決策動機(jī)復(fù)雜、決策場景多樣的困難,且機(jī)器決策要求可解釋性也會為這類思路帶來困難。盡管如此,它依然有助于理解人類倫理決策的機(jī)制,也或有助于實(shí)現(xiàn)對更高自主性機(jī)器的有效控制。
2.2 低階認(rèn)知倫理計(jì)算:約束 AI 行為
低階認(rèn)知倫理計(jì)算側(cè)重于建立倫理度量方法,無需深入理解倫理機(jī)制,通過對抽象倫理概念的度量和約束優(yōu)化,實(shí)現(xiàn)對 AI 行為的直接約束。此時(shí)的倫理計(jì)算并不關(guān)注系統(tǒng)在倫理決策背后的道德動機(jī),目標(biāo)是構(gòu)建能夠有效約束 AI 行為的度量指標(biāo)。
其中,公平機(jī)器學(xué)習(xí)的研究是典型應(yīng)用,關(guān)鍵問題是如何定義系統(tǒng)公平性。通常表現(xiàn)為在算法決策中減少對某些敏感屬性或受保護(hù)屬性的偏見。通過設(shè)定公平性指標(biāo),可以量化系統(tǒng)在公平指標(biāo)上的表現(xiàn),進(jìn)一步優(yōu)化倫理決策。
圖 5:公平性研究示例
低階認(rèn)知倫理計(jì)算通過倫理度量提供對抽象倫理概念的計(jì)算描述,以提高倫理表現(xiàn)。然而,這一方法也面臨著諸多問題。指標(biāo)的量化需要反映倫理這一動態(tài)、發(fā)展因素的特征,同時(shí)只考慮結(jié)果的指標(biāo)度量也存在簡化,因此明確量化指標(biāo)的評估和適用范圍也是重要問題。盡管如此,通過量化定義去度量和改進(jìn)倫理訴求,為倫理治理提供了重要輔助,這也是當(dāng)前發(fā)展倫理計(jì)算的重要意義。
總的來說,上述兩種范式根據(jù)智能系統(tǒng)的倫理認(rèn)知和決策自主程度來選擇適當(dāng)?shù)姆椒ǎ源_保系統(tǒng)行為符合倫理要求。不論高自主性系統(tǒng)(如自動駕駛汽車和手術(shù)機(jī)器人)還是低自主性系統(tǒng)(如輔助決策和輔助設(shè)計(jì)),倫理計(jì)算都旨在通過定量計(jì)算的方式,規(guī)范其意圖或者直接約束其行為。
AI 倫理計(jì)算的哲學(xué)基礎(chǔ)
哲學(xué)倫理學(xué)尤其是規(guī)范倫理學(xué)(研究道德決策的原則、機(jī)理,即為何做出某些道德決策的動因)對倫理計(jì)算有著重要影響。在當(dāng)前 AI 倫理研究中主要關(guān)注的哲學(xué)觀點(diǎn)有三類,分別是結(jié)果主義倫理學(xué) (Consequentialism)、義務(wù)倫理學(xué) (Deontology) 和美德倫理 (Virtue ethics),這些不同流派反映了人類倫理道德決策的不同傾向,通過不同的原則,甚至綜合經(jīng)驗(yàn)、情感等因素的考量,倫理計(jì)算可以推理出復(fù)雜情境下道德決策。
道德決策的基本要素就是道德主體,以及道德行為
、決策背景
和決策后果
。以考慮單個(gè)主體的道德決策為例,智能體需要在決策背景等信息上進(jìn)行決策后果的判斷和道德決策。
結(jié)果主義倫理學(xué)又常稱作功利主義,采用這一哲學(xué)基礎(chǔ)的系統(tǒng),傾向于權(quán)衡每種選擇的后果并選擇最大道德收益結(jié)果的選擇,因此在計(jì)算時(shí)功利主義可以通過在已有決策背景下,最優(yōu)化決策的道德收益函數(shù)從而得出決策,其中,決策收益需要通過對一系列決策序列及其決策背景
所對應(yīng)的決策后果進(jìn)行考察,判斷最優(yōu)的決策序列。但事實(shí)上,決策時(shí)往往并非所有信息都是準(zhǔn)確的,此時(shí)就涉及到在概率意義下優(yōu)化決策結(jié)果,也會涉及到貝葉斯因果推理相關(guān)研究。
義務(wù)倫理學(xué)則強(qiáng)調(diào)決策者尊重特定條件下的義務(wù)和權(quán)利,此時(shí)的行為主體會傾向于按照既定社會規(guī)范行事。采用這一決策哲學(xué)的系統(tǒng)在計(jì)算量化中可能會涉及邏輯規(guī)范的表達(dá)或者某些規(guī)則約束。
美德倫理學(xué)要求決策者根據(jù)某些道德價(jià)值來行動和思考,同時(shí),具有美德的行為主體會表現(xiàn)出一種被他人認(rèn)可的內(nèi)在動力。品格高于行為,良好的品格會導(dǎo)致良好行為的產(chǎn)生。這一規(guī)范倫理理論不同于優(yōu)化結(jié)果的功利主義或者遵守規(guī)則的義務(wù)倫理學(xué),將更加偏向于從實(shí)踐中學(xué)習(xí),在計(jì)算中需要從某些經(jīng)驗(yàn)集數(shù)據(jù)中進(jìn)行學(xué)習(xí),將會利用更多描述性倫理(研究人類的倫理決策,并不其做出評價(jià))的經(jīng)驗(yàn)結(jié)果,同時(shí)也天然地與當(dāng)前各類數(shù)據(jù)挖掘、學(xué)習(xí)算法存在緊密的聯(lián)系。
通過上述討論我們可以發(fā)現(xiàn),倫理計(jì)算問題是人工智能與哲學(xué)倫理學(xué)等高度交叉的跨學(xué)科研究課題,其計(jì)算策略、適用范圍還需要更多跨學(xué)科的探討。
AI 倫理計(jì)算的意義、挑戰(zhàn)與展望
隨著智能深入到人類社會的各個(gè)領(lǐng)域,倫理治理已經(jīng)成為人工智能健康、可持續(xù)發(fā)展的必答題。倫理計(jì)算的理論與技術(shù)研究,能夠推動解決抽象倫理定量分析的難題,這或許將成為約束人工智能遵循人類倫理的一把鎖,同時(shí)也是打通 AI 應(yīng)用落地的一把鑰匙。
人工智能是大勢所趨,相關(guān)的立法和規(guī)范也會逐步出現(xiàn),這些規(guī)則由誰來制定?是熟悉領(lǐng)域的科研人員,還是并不足夠了解具體技術(shù)的群體?這個(gè)問題很難回答,但至少,人工智能倫理的數(shù)值度量可以為規(guī)則指定提供一個(gè)參考指標(biāo)體系。
倫理計(jì)算的核心在于通過量化計(jì)算將抽象倫理具體化,強(qiáng)調(diào)將倫理原則融入計(jì)算技術(shù)的實(shí)踐中,例如公平、透明性、隱私保護(hù)和可信等。這不僅有助于人工智能的可控發(fā)展,鼓勵(lì)研究人員更深入地理解技術(shù)倫理并在構(gòu)建算法系統(tǒng)時(shí)更主動地考慮倫理問題,同時(shí)也將為制定倫理治理的原則、法律法規(guī)等提供至關(guān)重要要的技術(shù)參考指標(biāo)。
然而,倫理計(jì)算也面臨著諸多挑戰(zhàn)。在自主搜救、無人巡檢等開放性的臨地安防場景中,智能系統(tǒng)需要動態(tài)感知和適應(yīng)環(huán)境變化的能力,以減少潛在的倫理風(fēng)險(xiǎn)。同時(shí),倫理決策通常牽涉到情感和認(rèn)知等因素,需要借助多模態(tài)認(rèn)知計(jì)算和因果推理等技術(shù)來應(yīng)對倫理推理的復(fù)雜性,也需要更多關(guān)于人類倫理決策方式的認(rèn)識。這些挑戰(zhàn)需要跨學(xué)科深入合作,以確保倫理計(jì)算技術(shù)能夠有效處理不斷演化的倫理問題。
總之,人工智能倫理計(jì)算將作為推動倫理治理發(fā)展的重要工具,通過促進(jìn)倫理治理理論與實(shí)踐的迭代發(fā)展,倫理計(jì)算將更安全地釋放人工智能的潛力,并有望在協(xié)助制定法規(guī)等方面發(fā)揮作用,確保人工智能以符合倫理和道德原則的方式發(fā)展,最終造福人類社會。
通訊作者介紹:
李學(xué)龍,西北工業(yè)大學(xué)校學(xué)術(shù)委員會副主任、光電與智能研究院(iOPEN)教授,主要研究方向?yàn)榕R地安防、圖像處理、成像。