微软机器人Tay的极端言论
这着实让人细思极恐。智能相对论分析师柯鸣认为，随着AI弊病的凸显，AI伦理问题也将日益得到重视。AI伦理的边界到底在哪里？首先应该明确几个问题。
1．机器人是否成为民事主体？
随着人工智能技术的快速发展，机器人拥有越来越强大的智能。机器与人类之间的差距也逐渐缩小，未来出现的机器人将拥有生物大脑，甚至可以与人类大脑的神经元数量相媲美。美国未来美国未来学家甚至预测：在本世纪中叶，非生物智能将会10亿倍于今天所有人的智慧。
公民身份似乎已经不再成为机器人的难题。去年十月，世界首个获得公民身份的机器人索菲亚诞生，这也意味着人类的创造物拥有了和人类等同的身份，以及其身份背后所拥有的权利、义务、和社会地位。
而法律上的民事主体资格依然是AI伦理的分界线。在过去的一段时期，美英等国的哲学家、科学家包括法律家都为此开展过激烈的争论。2016年，欧盟委员会法律事务委员会向欧盟委员会提交动议，要求将最先进的自动化机器人的身份定位为“电子人”（electronic persons），除赋予其“特定的权利和义务”外，还建议为智能自动化机器人进行登记，以便为其进行纳税、缴费、领取养老金的资金账号。该项法律动议如获通过，无疑使得传统的民事主体制度产生动摇。
从严格意义上说，机器人不是具有生命的自然人，也区别于具有自己独立意志并作为自然人集合体的法人。若企图以机器人的行为过失定罪于AI本身，确实行之过早。
2．算法的歧视会有失公平
人工智能在判断上失误的一个指责，是它经常会 “歧视”。使用最先进图像识别技术的谷歌曾经陷入“种族歧视”的指责，只因它的搜索引擎会将黑人打上“猩猩”的标签；而搜索“不职业的发型”，里面绝大多数是黑人的大辫子。哈佛大学数据隐私实验室教授拉谭雅·斯维尼发现，在谷歌上搜索有“黑人特征”的名字，很可能弹出与犯罪记录相关的广告——来自谷歌智能广告工具Adsense给出的结果。
而这种危险并不仅仅是“另眼相看”本身——毕竟将一张黑人的照片打上“猩猩”的标签，只是有点冒犯罢了。而人工智能的决策正走入更多与个人命运切实相关的领域，切实影响着就业、福利以及个人信用，我们很难对这些领域的“不公平”视而不见。
同样，随着AI入侵招聘领域、金融领域、智能搜索领域等等，我们所训练出来的“算法机器”是否能够真正的万无一失。在求贤若渴的当代社会，算法是否能够帮助公司选出千里挑一的那个人，这都有待考究。
那么，歧视的来源是哪里？是打标签者的别有用心，是数据拟合的偏差，还是程序设计哪里出了bug？机器所计算出的结果，能为歧视、不公、残酷提供理由吗？这些都是值得商榷的问题。
3．数据保护是AI伦理的底线
网络空间是一个真实的虚拟存在，是一个没有物理空间的独立世界。在这里，人类实现了与肉体分离的“数字化生存”，拥有了“数字化人格”。所谓数字化人格就是“通过个人信息的收集和处理勾画一个在网络空间的个人形象”——即凭借数字化信息而建立起来的人格。
而在AI环境中，基于互联网和大数据的支持，其拥有着用户大量的使用习惯和数据信息。如果说“过往数据”的积累是机器作恶的基础的话，那么资本力量的驱动则是更深层次的原因。
Facebook信息泄露事件中，一家名为剑桥分析（Cambridge Analytica）的公司使用人工智能技术，针对任意一个潜在选民的“心理特征”投放付费政治广告；而投什么样的广告，取决于一个人的政治倾向、情绪特征、以及易受影响的程度。很多虚假的消息在特定人群中能够迅速传播、增加曝光，并潜移默化地影响人们的价值判断。技术主使克里斯托弗·威利最近向媒体揭发了这个人工智能技术的“食粮”来源——以学术研究为名，有意攫取的5000多万用户数据。
退而言之，即使不存在数据泄露问题，对用户数据的所谓“智能挖掘”也很容易游走在“合规”但“有违公平”的边缘。至于AI伦理的边界，信息安全成为每一个互联网时代下“信息人”的最基本底线。
反思
在最近大火的一段关于AI伦理的视频中，艺术家Alexander Reben没有任何动作，但是通过语音助手下达命令：“OK Google，开枪。”
然而，不到一秒的转瞬之间，Google Assistant扣动了一部手枪的扳机，击倒了一颗红苹果。随即，蜂鸣器发出刺耳的嗡嗡声。
嗡嗡声响彻双耳。
是谁开枪击到了苹果？是AI还是人类？
在这个视频中，Reben告诉AI开枪。Engadget在报道中说，如果AI足够智能以预测我们的需求，或许有一天AI会主动除掉那些让我们不开心的人。Reben说，讨论这样一个装置，比是否存在这样一个装置更重要。
人工智能不是一个可预测的、完美的理性机器，他的伦理缺陷由算法、人们使用的目标和评估。但是，至少从目前来看，机器依然是人类实然世界的反应，而不是“应然世界”的指导和先驱。
显然，守住AI伦理的底线，人类才不会走到“机器暴政”的那一天。
附：谷歌的“七条准则”
1．有益于社会
2．避免创造或增强偏见
3．为保障安全而建立和测试
4．对人们有说明义务
5．整合隐私设计原则
6．坚持高标准的科学探索
7．根据原则确定合适的应用
（来源：智能相对论 文：柯鸣）
