李開復深夜發文：達沃斯對於AI、道德、治理的辯論
編者按：
達沃斯論壇，又稱世界經濟論壇，以研究和探討世界經濟領域存在的問題、促進國際經濟合作與交流為宗旨。2019年，達沃斯世界經濟論壇於1月22日至25日在瑞士達沃斯舉行。
李開復有著令人印象深刻的履歷：他擁有卡內基梅隆大學電腦科學博士學位，曾任蘋果、微軟和谷歌的副總裁。如今，他是中國風險投資公司創新工場的董事長兼CEO，也是《人工智慧超級大國:中國、矽谷和世界新秩序》、《AI·未來》兩書的作者。
李開復曾在多個場合談論未來人工智慧對社會的衝擊，以及在人工智慧時代我們的應對策略。 他認為，在15年內，人工智慧和自動化將具備取代40-50％崗位的技術能力。
以下為李開復朋友圈原文，億歐網獲創新工場授權轉載。
達沃斯對於AI、道德、治理的辯論：
（1） AI 會進步太快，需要儘快治理嗎？ 傳統行業的兩位認為Alpha Zero能自我學習，自己學會國際象棋，就代表可能過一陣就“管不住” AI 了，但是懂技術的兩位告訴他們其實現在所有的AI都只是工具，而Alpha Zero在下棋方面的突破並不能延伸到真正社會的領域，因為社會沒有一個問題是如下棋一樣有100%正確的結局反饋的。
（2） AI 時代的9大公司，會不會力量太強大？ 有一位作者的新書就是這個題目，當然站在正面。雖然我們都同意有些公司AI 十分強大。其它人都認為經過資料的分享和公開，可以降低壟斷。我也提出AI 不只是移動網際網路應用，領域很多，巨頭並不能用資料優勢碾壓非相關領域的新創公司。
（3 ）AI 需要治理嗎？ 歐洲的代表表示必須治理，因為要把個人隱私還給個人，要儘快立法，否則和網際網路一樣，沒管好就亂了。其它人都對此表示如果資料去中心化之後，AI提供的價值和方便就會消失。今天的使用者不可能不要9大巨頭提供的各種方便。我認為每個國家應該基於自己的國情，開始管理AI和資料中最嚴重的問題，比如說在中國出售他人資料是違法的並且嚴懲。印度的代表表示：印度的很多公眾資料都可以脫敏後公開，而且加上全民智慧身份證、生物識別技術，這些都能推動AI。如果過分治理，AI進步速度就會大大放緩，而付出的代價就是AI 對於醫療、脫貧的價值。
（4） AI能夠完美地自我解釋每個決策嗎嗎？ 歐洲代表認為需要立法，要求所有AI都能解釋自己的每個行為和決定。大家都同意儘量讓AI能夠解釋自己，這也是很好的科研方向。我也提到能尋找漏洞和軟體硬體的過失，資料的偏見都是需要的。但是讓AI完美解釋自己是很困難的，因為AI之所以強大就是可以再海量資料中找出一個很複雜的數學公式，這公式如果很容易解釋，那人不就取代AI了。另外，我們解釋人也未必能解釋出每個行為決定，所以“儘量做”和“必須做到完美”是非常大的差距。
（5） 唯一比較能達到共識的就是在醫療資料方面，要做更多的（脫敏）資料共享，讓更多從業者在大資料的基礎上開發醫療AI。 這是值得各個國家努力的目標。這些資料庫的打造、公開，都是每個國家應該探討的事情。
在達沃斯的討論：
（1） 科技是否讓人類進步？ 雖然近年在歐美，很多公司被詬病。但是我認為出問題的情景（病毒、社交媒體分化社會）不是因為技術，而是少數人的惡意或錯誤。但是善意的人多餘惡意的，而且有政府媒體監督。從Y2K 和病毒安全問題，我們一次又一次地看到技術被用來克服被惡意或錯誤的技術。所以我們要相信：技術一定是帶來人類的進步。
（2） 科技是否會帶來失業問題。 短期和長期有很大的差別，短期因為AI和自動化，會大批取代人類的工作，長期科技會創造更多的工作，但是需要的技能是和被取代的這批人是不匹配的。雖然大家對長短期的嚴重度有不同的看法，大家一致同意再培訓+企業責任感是關鍵。
（3） 再培訓不是在已有崗位學習做得更好，而是面臨工作被取代，去學習新的技能。 一個例子就是埃森哲在印度有四萬個做資料整理和錄入的員工，將被大資料取代，埃森哲提供了機會給他們做大資料管理員、客服等工作，四萬人裡面一個也沒有失業。HSBC提到他們會培訓重複式工作的員工進入和客戶接觸，需要溫度的工作。我也提到亞馬遜提供每個員工40%的工資的培訓費用，而且唯一要求是培訓的領域是不會被取代的，是否在亞馬遜有這個崗位反而不重要。
（4） 上面的例子可以看到：企業的社會責任感非常的重要。 如果企業只在乎賺錢和股價，那麼他們就直接裁員，把問題拋給政府。但是這幾個公司認為公司不止對古董有責任，對員工和社會也有責任。所以他們提供了這些培訓的課程。
（5） 到底工作會不會被取代？ 我的觀點是AI 和自動化能做大部分的重複性的任務，而很多工作大部分的任務是重複性的，所以有三種方法取代：1）一對一的取代（比如說自動收銀機取代收銀員），2）間接取代（比如說網際網路支付顛覆信用卡，因而帶來信用卡員工的失業），3）部分取代形成人工池（比如說前臺部分50%被取代，前臺人員的人工池也可以減少50%）。這三種都是必然的現象。在這個問題上，很多傳統公司和科技公司都不願意承認，傳統公司因為不想嚇到員工，科技公司因為不想承擔責任。
本文已標註來源和出處，版權歸原作者所有，如有侵權，請聯絡我們。