人工智能算法潜在的安全隐患、认知偏见、法律伦理冲突等往往是现实社会缺陷的反映。只有在机器与使用机器的人上两头着力，我们才能创造一个人工智能与人类良性互动的未来

语音点菜、刷脸买单、无人车送回家……60多年前，当一批年轻的科学家首次提出人工智能的概念时，或许没想到它带来的巨大变化；而今，得益于计算能力的提升、大数据的驱动以及深度学习的突破，人工智能正加快“进化”，日益改变着我们的生产、生活。

技术是把双刃剑。应当看到，人工智能在高歌猛进的同时，对安全、法律伦理等也提出了新挑战。比如，一些专家担忧人工智能可能模糊虚拟世界和物理世界的界限，甚至重塑人类的生存环境和认知形态，并由此衍生出一系列棘手的道德伦理难题。知名物理学家霍金生前就认为，人工智能的短期影响由控制它的人决定，而长期影响则取决于人工智能是否完全为人所控制。

从技术发展进程和逻辑看，这些担忧或许来得早了点。好在我们没有仅仅停留在争论上，针对人工智能潜在的风险，科学家和工程师们防患于未然，从产品设计标准、规范约束等方面提出了一系列试图控制智能机器系统的可行性方案。面对智能算法不可理解、缺乏透明造成的机器偏见，人们正加强评估人工智能使用的数据、算法以及模型，剔除可导致偏见的潜在因素；对于未来强人工智能环境下，具有准人格的机器如何与人协调相处问题，科学家也试图探索通过算法给智能机器嵌入人类的价值观和规范，让它们具有和人类一样的同情心、责任心、羞耻感等等。我们希望，在对人工智能程序进行监管的同时，让人工智能的算法遵循“善法”，吸取人类道德规范“善”的一面，从而控制机器的风险。

当然，构建好机器法律伦理体系并不容易。现实中丰富的语言表达，微妙的情感诉求能被机器理解、接受吗？用量化的指标衡量善、恶等伦理概念可行吗？还有，谁来决定算法、设定标准？这些都是我们试图规范人工智能发展需要面临的难题。但给机器嵌入伦理的困难，并不意味着我们只能无所作为。机器学习输出的判断和行为，往往取决于它接受的信息。从这点看，人工智能本身并无对错，理想的状态下，当前基于深度学习的人工智能算法应当是中性、客观、高效的，其潜在的安全隐患、认知偏见、法律伦理冲突等往往是现实社会缺陷的反映，只不过在技术的视野中被放大了。因此，要让智能机器变得更完美，除了通过技术手段对算法进行审查或引导外，更重要的或许是正视、理解并改善现实社会环境。只有在机器与使用机器的人上两头着力，我们才能创造一个人工智能与人类良性互动的未来。

伦理学家说，人工智能的道德水准将是一面镜子，它反映的是人类文明的道德高度。人类社会不可能十全十美，未来的机器智能时代亦然。我们要继续不懈努力，去创造更好的智能时代。

农业物联网、交通大数据、远程诊疗，这些新技术正走向深度应用

“智能+”让生活更美好（关注）

本报记者 谷业凯

《 人民日报 》（ 2018年11月02日   18 版）

新华社发

核心阅读

智能社会还没有真正到来，但是我们已经站在了门口

有了交通大数据，交管部门就能够协同计算区域所有车道的流量数据，形成该区域各个路口的信号灯配时方案，算出该让谁先走，实现整个区域的交通流量最大化

一桌丰盛的佳肴，用手机扫一扫，就能掌握食材溯源的信息；一个繁忙的路口，信号灯可以实时调节等候时间，合理疏导人车流量；一所大型医院，通过远程诊疗，让千里之外的病人免去奔波之苦……这些不是科幻电影里的桥段，而是物联网、大数据、云计算在数字化、智能化趋势之下带来的全新应用场景。这些在前不久举行的2018华为全联接大会上展示的智能新科技，让人眼界大开。

土地会“说话”，盐碱地也能产高品质大米

“气温13摄氏度、相对湿度64%、日照13小时、土壤pH值7.8……”在青岛一片盐碱地的地头立一根杆，杆上集成了一座搭载通信模块的现代化“小型气象站”，地表和地下部署着各种传感器，监测农作物生长环境中的温度、湿度、光照、土壤pH值等信息。通过窄带物联网技术即时传送至大数据中心，再经过人工智能和专家诊断，就可以实现精准施肥用药、土壤质量监测、病虫害防治以及自动测产，让盐碱地上也能生长出高品质的大米。

这是华为公司在青岛建立的农业物联网全球联合创新中心的“耕作”场景。信息技术让农业这个传统产业焕发新的生机与活力，从过去的靠天吃饭到机械化自动化作业，再到如今的智能化管理，农业物联网正在改变着农业的生产和经营方式，“土壤数字化”让生产效率获得了提升。

物联网是新一代信息技术的重要组成部分，它基于信息传感设备，采集物体或过程信息，通过物与物、物与人的网络连接，实现智能化识别和管理。通俗地讲，物联网能通过传感器实现物体的数字化，让万物“开口说话”。

从田间到餐桌，食材要经过预加工、检疫检验、仓储运输、烹饪加工等环节。要让整个流程可追溯，同样离不开物联网的应用。比如，当肉类进入冷链物流环节，物联网不仅能够对车辆实时定位，掌握食材的所在位置，还可以对食材状态进行监控，确保其在运输中能被妥善管理，并通过在线调度来优化配送，整个食品链条的上下游信息还可被随时记录和调取。

“各行各业都在加速数字化转型，农业物联网只是一个缩影。”华为公司董事徐文伟认为，“包括物联网在内的信息和通信技术，未来都将成为数字化转型的平台，而推动这一进程，则有赖于各行各业的共同努力。”他认为，建立“连接”是行业实现数字化转型的前提，只有建立了连接，才能产生数据，进而从终端、网络和云端入手，来建立行业的智能生态。

“智能社会还没有真正到来，但是我们已经站在了门口。”徐文伟说。现在借助物联网技术，智慧农业、智慧畜牧业、智慧物流不仅丰富着我们的餐桌，也改变着更多人的工作和生活。相信随着这些技术的应用和普及，在不久的将来，面对一桌佳肴，你只需拿出手机一扫，就能知道这些食材的全部信息，实现“种得省心”“吃得放心”。

信号灯会“思考”，智慧交通提升通行效率

“红灯停、绿灯行”，交通信号灯的控制能有多难？其实，在人、车流量巨大的现代城市，信号灯是智能技术最复杂的应用场景之一。深圳是世界上人口密度最高的城市之一，在不足2000平方公里的土地上，生活着2000多万人；道路里程数只有4640公里，机动车的保有量却达到335万辆。如何协调人、车、路的关系，离不开技术手段的支撑。今年6月，深圳交警开始在深圳龙岗区坂田街道的9个路口采用智能的交通信号灯控制策略，由过去的“车看灯”，变为现在的“灯看车”，平均车速提升了15%，为每个上班族节约了10分钟。

一般来说，传统的信号灯配时方案采用手工设置配时方案下发，往往不够灵活，不能根据路面状况适时调整方案。而基于时空引擎、融合卡口、浮动车等交通大数据，则能够实时监控信号交叉口，精准识别道路上的车流量与人流量。同时，通过正反装视频提取车流的行车轨迹和转向信息，充分掌握区域路况，为多路口多智能体的协作提供了有效的观测数据基础。

有了交通大数据，交管部门就能够协同计算区域所有车道的流量数据，形成该区域各个路口的信号灯配时方案，算出该让谁先走，实现整个区域的交通流量最大化，降低区域内车辆、行人在路口的等待时间，有效提升区域内的通行效率。

深圳市公安局交通警察局科技处处长李强介绍说：“过去我们让一个工程师管30个路口，车辆越来越多，而人的脑力终归是有限的。现在通过机器的实时监控，云端的调整配置，在科技‘治堵’方面确实取得了比较大的成效。”

如今，深圳市“城市交通大脑”已经落地。人工智能自动检测违法通行行为的准确率达到95%；道路动态监控体系通过视频云全面感知全城交通流量，每月采集过车数据约7亿条；来自交通现场的数据经由大数据处理，可实现秒级响应，日处理图片达1000万张，违章图片识别效率提升10倍……智能、高清、即时的“城市交通大脑”正让深圳交通变得“耳聪目明”。

医院在身边，智慧医疗让看病更加轻松快捷

在郑州大学第一附属医院，远程医疗与医疗大数据联合创新中心正在运转。有了它，这家医院不仅能与各省同级平台的业务实现互联互通，还能覆盖河南全省500余家医院，为它们提供远程综合会诊、影像/心电专科诊断、医疗急救、重症监护等医疗服务。过去河南信阳的危重病人往返郑大一附院看病，路上要花费10个小时以上，如今只需几十分钟。

郑大一附院采用的是医疗云数据中心的解决方案，一个省的远程医疗平台可与19个地市实现区域间数据互通。一张省市县乡村五级联动的远程医疗专网，不仅能极大地提升会诊效率，还能为基层医疗单位提供远程医疗教育，既提升了基层医疗水平，也免去患者的奔波之苦。

“专家是宝贵的资源，在医疗领域这一点尤为突出。”华为公司云企业智能产品部总经理贾永利说，得益于“智能+医疗”的发展，医疗资源不平衡的状况将得到改善。比如，借助人工智能图像识别技术，医学影像识别将得到进一步细化，辅助医生做出精确诊断。“我们在研究中发现，通过人工智能辅助病理医生‘看片子’，不仅可能而且可行。”

贾永利介绍，目前在宫颈癌检测项目中，人工智能技术检测的敏感度超过99%，特异度也达到了80%以上，在保证检测准确的情况下实现快速筛查，为病理医生节省大量时间。

未来，得益于“智能+医疗”的发展，看病有望变得更加轻松快捷。基因预测可发现健康人的基因缺陷，尽早提示健康风险，有助于防病于未然；智能诊疗通过医疗大数据建立病症模型，帮助医生迅速诊断病情，防止误诊；可口服的纳米级智能手术机器人，将自由进出人体，针对非正常细胞进行精准无创手术；人工智能家庭医生作为补充，将负责解决常见病的治疗和慢性病的护理。

“新技术触发的产业变革，将涉及更多行业，也将显著改变我们的生产和生活。”华为公司轮值董事长徐直军说：“我们刚刚经过了人工智能技术与应用的局部探索阶段，目前正处于第二个阶段。在这个阶段，从技术视角看，技术日趋完善，同时又暴露出越来越多的问题；从应用视角看，其应用日渐广泛，价值持续得以确认，但政策环境、管理流程、人员组织还相对滞后，需要加快调整、应变。”

“当然，人工智能也不是万能的。”徐直军说，“我们应充分聚焦人工智能创造价值的领域，因为选择正确的问题比寻找新奇的方案更重要。”

摘自《人民日报》