“人工智能与人类社会”栏目2023年合集
点击上方蓝字
关注我们
“人工智能与人类社会”
栏目2023年合集
·混合智能·
人机交会:人工智能进化的类群亲历性
王天恩
作者简介: 王天恩,上海大学哲学系教授,博士生导师,上海大学伟长学者(上海 200444)。
摘 要: 生物进化的研究表明,非群体系统不能进化,越是高层次的进化,越是一个类群过程。所谓“类群”就是同类个体构成的群体,这是比“社会”更为基础的概念。进化之所以必须在一个类群中才能进行,就因为基因叠加产生具有进化意义的基因改变或新基因,必须在同类个体构成的群体中才可能出现。作为一个特殊的内外部关系发展过程,人工智能的通用化意味着智能个体在类群中的亲历。类群亲历即个体在同类智能体构成的群体中的亲身经历;类群亲历性就是智能个体在相应类群亲历中成长的特性。正是通用智能进化的类群亲历性,意味着通用机器智能和人类具有共同的本性。通用智能个体必须在相应智能类群亲历中成长的类群亲历性,为人类和人工智能关系的理解提供了新的理论基础。
人机混合智能:新一代智能系统的发展趋势
刘伟
作者简介: 刘伟,北京邮电大学人工智能学院研究员,剑桥大学访问学者,清华大学战略与安全研究中心人工智能组专家(北京 100876)。
摘 要: 研究智能这个复杂问题是困难的,但可把它分解成人机环境系统问题分析处理,人所要解决的是“做正确的事(杂)”,机所要解决的是“正确地做事(复)”,环境所要解决的是“提供做事平台(复杂)”。智能不是人脑(或类脑)的产物,也不是人自身的产物,而是人机环境系统相互作用的产物。人工智能要超越人类智能,在现有数学体系和软硬件设计模式基础之上,基本上不大可能,但在人机一体化或人机环境系统中却是有可能的。智能主要有两种,一是以价值算计为基础的人类智能,二是以数学计算为基础的机器智能。人机混合智能理论侧重于描述人机环境系统相互作用产生的一种新的智能形式,不同于人类智能和人工智能,它是结合物理性和生物性的新一代智能科学系统。人机混合智能是人工智能发展的必经之路,其关键在于新逻辑体系的建立。
混合认知:一种优化的人工智能适应性表征策略
魏屹东
作者简介: 魏屹东,山西大学科学技术哲学研究中心/哲学学院教授,博士生导师(山西 太原 030006)。
摘 要: 混合认知是不同认知方式的组合或整合。它是认知科学和人工智能发展到一定阶段的产物,其实质是不同适应性表征系统(自然的和人工的)的融合,其中适应性表征能力是不同认知系统的共性。混合认知系统的其他属性或特征都是由这种基本能力衍生而来的,这些特征包括自主性、能动性、具身性、交互性、符号性和语义性。尽管混合认知强化了人工的“智能”,但其黑箱性仍然难以消除。混合认知作为可解释人工智能的出现,有助于我们弄清认知背后的隐性机制。
·ChatGPT·
人工智能需要“灵魂”吗
——由大语言模型引发的可能性及质疑
王 峰
作者简介: 王峰,华东师范大学传播学院、中文系联聘教授,博士生导师,教育部青年长江学者(上海 200241)。
摘 要: ChatGPT、GPT4等大语言模型表现出来的超强对话能力和智能表征再次引发了人们对人工智能的热议,大语言模型不具有自我意识或灵魂的痕迹。在有机体这里,思考与灵魂是一致的,而在人工智能这里,思考与灵魂是分离的。人们能够说人工智能思考,但不能说人工智能具有灵魂,哪怕一点儿痕迹。灵魂灌注论明显犯了混淆有机体与人工智能根本界限的错误,人工智能自意识之类的观念本质上是概念误用。清除这一概念误用有利于将大语言模型等人工智能摆在一个恰当的社会位置上。
ChatGPT:生成式AI对弈“苏格拉底之问”
杨俊蕾
作者简介: 杨俊蕾,复旦大学中文系教授,博士生导师,教育部新世纪人才,上海市曙光学者(上海 200433)。
摘 要: 生成式 AI 是人工智能领域中的新技术分支,在近20年的产业发展和布局中形成了九组应用类别。其中,ChatGPT 作为人机对话模型的新兴产品,经历了跃迁式的技术迭代,在全球范围内引发了未来 AI 将如何辅助人类工作的讨论。基于“苏格拉底之问”和逻辑要素辨析可以发现,生成式AI 的对话模型更多依赖于“指令”设置,不同于传统意义上的对话文体。凝聚西方思想传统的“在场”对话方式被改写为内部循环的数据流动。如何建构符合全人类利益的开放性系统正在成为保障人机协作安全性的共识基础。
·智慧法治·
重解个人信息的本质特征:算法识别性
彭诚信
作者简介: 彭诚信,上海交通大学凯原法学院教授,博士生导师(上海 200030)。
摘 要: 个人信息的可识别定性引发了个人信息权与传统人格权的区分难题,司法裁判中既存在以传统人格权保护个人信息,也存在以个人信息权裁判传统人格权纠纷的现象。可识别不宜作为个人信息的本质特征,因为其脱离了个人信息制度产生的数字社会基础,忽视了数字社会与传统社会中的识别差异,混淆了个人信息在各部门法中的不同内涵。算法识别性才是个人信息的本质特征,个人信息权的客体范围、法律属性、权利内容等均产生于算法识别性。正是根据个人信息之算法识别性,方能把传统人格权与个人信息权案件至少在民法领域中区分开来。当信息处理方式在事实层面难以查明时,仍应归入传统人格权侵权案件;当算法技术程度不同时,需根据个案衡量能否适用个人信息权。尽管文章是以个人信息权与传统人格权的区分作为例证来揭示该定性的理论价值和实践意义,但个人信息算法识别性其实关涉数字空间中可计算个人信息所有法律制度的设计。
数据要素权益配置的中国方案
商建刚
作者简介: 商建刚,上海政法学院经济法学院副教授,硕士生导师(上海 201701)。
摘 要: 中国数据要素市场的建立与运营面临诸多障碍,数据要素权益配置是亟待解决的基础性问题。2020—2022年,理论研究与实践探索同步推进,从数据控制、数据流通、数据利用三维度考察数据要素权益配置方案,产生了一批有价值、有深度的理论成果和实践经验。数据控制维度围绕数据权、数据资源国家所有、个人信息财产权、数据开放、数据安全等数据赋权问题进行研究;数据流通维度重在解决数据跨境、数据交易所、数据垄断、数据爬取等与数据流动紧密相关的问题;数据利用维度涵盖个人数据保护范式、数据刑法等制度构建的适恰性分析。三维度的研究在理论层面契合了数据“三权分置”的顶层制度设计。构建数据要素权益配置的中国方案,应以数据控制为前提,以数据流通为进路,以数据利用为保障,从三个不同层面为现行数据产权运行机制提供理论支撑。
ChatGPT与专利间的距离:美国人工智能
专利保护的理论动态
王润华
作者简介: 王润华,北京科技大学文法学院知识产权研究中心副教授(北京 100083)。
摘 要: 人工智能正在成为各产业的基础,美国更是率先推出最新一代生成式人工智能,ChatGPT是其代表之一,将人工智能的信息处理水平推向新高潮。适用、支持、规范人工智能的基本法律理念与原则并就这些问题达成国际共识,对中国的创新能力及知识产权法律保护国际治理能力提升至关重要。虽然认同人工智能技术及应用应被支持,但专利制度是不是提供支持的合适机制一直是人工智能能否适用知识产权法律保护的关键问题。关于人工智能的专利保护,美国学者在法律理论研究方面已形成基本共识,即人工智能技术有机会获得保护,但它的生成物却由于缺少适格发明人问题,难以获得保护。
·人工智能与人类社会·
迈向负责任AI:
中国AI治理趋势与展望
曹建峰
作者简介: 曹建峰,对外经济贸易大学数字经济与法律创新研究中心研究员,腾讯研究院高级研究员(北京 100029)。
摘 要: 过去十年,得益于深度学习算法、大数据、AI专用芯片、开源软件框架等诸多技术要素的汇聚发展,AI迅速成为新的通用技术并被广泛应用于经济社会的各个领域。与此同时,AI也带来了一系列法律、伦理和社会问题,AI治理由此成为“必选项”和“必答题”。政府、企业、行业组织等各主体,围绕宏观政策、科技伦理治理、算法监管、传统强监管领域的监管创新、AI知识产权规则、AI标准化建设、行业自律、全球AI治理合作八大方面,推进AI治理走向深入。展望未来,AI治理的完善,需要持续推进精准敏捷监管,采取AI“监管沙盒”、AI治理社会化服务等多元化方式,推动AI治理从原则迈向实践,探索AI风险管理、嵌入设计、技术解决方案等多元化路径。同时,推动全球AI治理合作持续深化,实现各国普惠发展,让AI的发展持续造福全人类利益。
人工智能背景下的“增强工作”
程承坪
作者简介: 程承坪,武汉大学经济与管理学院教授,博士生导师(湖北 武汉 430072)。
摘 要: 个人欲望的无限性与个人能力的有限性之间构成了尖锐的矛盾。人类除通过分工解决这一矛盾以外,通过发明各种工具,特别是人工智能这种“特殊劳动力”也能够有效地解决这一矛盾。人工智能延伸了人的智力,一定程度上弥补了劳动力智力的不足,扩大了劳动范围,提高了劳动效率。人工智能促使人类社会由信息社会转向智能社会,人工智能逐渐融入人类的工作和生活,成为人类不可或缺的“伴侣”。人类智能与人工智能各有优劣,把两者有机地整合起来,增强工作,才能实现合规律性与合目的性相统一的劳动目的。为了增强工作,应当做好三个方面的工作:一是保证人机交互安全,二是促进人机共存演化,三是增进人机相互理解。人机交互安全是增强工作的基础,人机共存演化和人机相互理解是增强工作的手段。
人工智能透过言语语言识别精神障碍
丁红卫
作者简介: 丁红卫,上海交通大学外国语学院长聘教授,博士生导师(上海 200240)。
摘 要: 针对精神卫生领域目前面临缺乏早期诊断产品的困境,文章提出使用人工智能分析语言数据识别心理健康问题将是一项可行的方案。神经科学的研究发现,语言是精神的窗户。以常见的抑郁症和典型的精神分裂症为例,表明机器学习可以通过分析语音文字及多模态的语言参数进行智能诊断。一场突如其来的新冠疫情不仅使人们更加清晰地意识到精神健康的重要性,也让人们深刻地认识到可远程采集的语言数据作为精神障碍早期筛查资源具有独特的优势。随着移动设备不断普及,利用语言数据监测心理健康的前景更加广阔。然而语音语言数据要成为诊断精神障碍的生物标记物,还面临算法评估与临床验证的挑战。人工智能的发展需要遵循以人为本的理念。
·智慧法治·
刑事诉讼中的人工智能
——以犯罪预测为例
[德]米夏埃尔·黑格曼斯
作者简介: 米夏埃尔·黑格曼斯(Michael Heghmanns),德国明斯特大学法学院教授。
摘 要: 人工智能的运用在刑事诉讼中可能导致长期、迅捷地做出长远来看较为经济、高质量的决定。就像完成犯罪预测那样,个案中的许多因素以一种在经验上可理解的方式决定了结果。但人工智能的可运用性暂时还未充分得到开发,以符合在内容上待定的规范性要求。只要法官理解某个决定并让该决定实质上成为自己做出的决定,则法官做出关于预测的决定可能基本上都以人工智能预测为支撑。对此,软件必须提供机会让法官至少在原则上理解具体的、对预测的决定而言特定案件参数的重要性。同时,人工智能的运用和其他相关框架条件要用以下方式进行设计:法官在人工智能的运用中可能产生一种合理的信任度,而不丧失回应批评性询问的能力和准备。
论爬取衍生性数据三方主体的刑事责任
杨 猛
作者简介: 杨猛,同济大学法学院助理教授,人工智能社会治理协同创新中心副研究员,刑事法研究中心执行主任,刑事法律诊所负责人,上海市杨浦区人民检察院第六检察部挂职副主任(上海 200092)。
摘 要: 爬虫技术的广泛应用,使得衍生性数据保护面临更多刑事风险。一方面,数据种类多元发展导致数据权利主体的权利内容和法律责任发生变化;另一方面,网络爬虫技术作为犯罪工具加剧了手段行为与目的行为之间的互相渗透,呈现出“抓取+N”的行为模式。基于衍生性数据的特殊性及爬虫技术的升级增大了立法对衍生性数据保护的难度,在一般违法性不明确的前提下,现有罪名无法针对衍生性数据犯罪进行解释适用。谦抑性视角下,在完善前置数据保护立法的基础上,应当从爬虫犯罪的具体行为模式入手,分别探究爬取衍生性数据犯罪三方主体的刑事责任。
·科技哲学·
数字智能技术的正义挑战
与伦理应对
李志祥
作者简介:李志祥,南京师范大学公共管理学院教授,博士生导师(江苏 南京210023)。
摘 要: 数字智能技术的快速发展与全面应用,产生了人工智能体、生命增强技术等新兴正义要素,对现存的正义秩序及其背后的伦理观念提出了严峻挑战。在种际正义方面,新兴的人工智能体挑战了传统的物种正义秩序,要求我们从“生物物种”观走向“非生物物种”观。在人际正义方面,数字智能技术的生产生活应用加剧了现存的两极分化和社会偏见现象,要求我们从以“共建共享”为中心的正义观走向以“共生共享”为中心的正义观。在代际正义方面,生命增强技术破坏了后代人的发展机会、选择权利以及公平竞争,要求我们从基于自然进化的代际观走向基于智能进化的代际观。只有调整内在的物种观念,完善相应的社会制度,构建合理的规范框架,才能应对数字智能技术提出的正义挑战,创建更加符合公平正义要求的美好社会。
人工意识的两难及其出路
王华平
作者简介: 王华平,哲学博士,中山大学哲学系教授,博士生导师(广东 珠海 519082)。
摘 要: 人工意识是对被确认为人类意识现象的那些方面的模拟或实现。据其目标与意识的形而上学,人工意识可分为强弱两种。弱人工意识旨在设计和建构模拟意识的机器,强人工意识则力图设计和建构有现象意识的机器。人工意识面临一个两难困境:弱人工意识放弃意识的核心部分,无助于从根本上提升人工智能的性能,因而非常地局限。强人工意识则囿于现有概念框架,不可避免地陷入“中间层谬误”,要实现强人工意识就需要构建一个新的概念框架。就目前而言,泛心论与错觉论是两个可行的选择。错觉论,更具体的,意识的注意图式理论,是人工意识摆脱两难困境最有希望的出路。