sgverhulst2_Patrick FotoGetty Images_citytechnologyconnection Patrick Foto/Getty Images

发挥人工智能本地主义的潜力

发自纽约—每一项新技术都会经历一个从炒作到沉寂的过程。然而即便按照惯常的标准,人工智能的发展也堪称跌宕起伏。那么这项技术究竟是革新社会的英雄还是破坏就业的恶棍?与往常一样,事实并非如此非黑即白。

作为一项通用技术,人工智能的形态将取决于我们会如何打造它,其最终影响也将由我们构建的治理框架所决定。随着对新人工智能政策的呼声越来越高,人们也有机会以最大化该技术收益并限制其潜在危害的方式来塑造整套法律和监管基础架构。

直至最近,针对人工智能治理的讨论仍主要停留在国家层面。然而大多数国家的人工智能战略(尤其是中国的)都专注于在全球范围内获取或维持竞争优势。它们本质上都是些旨在吸引投资和增强企业竞争力的商业计划,通常还会附上对国家安全的额外强调。

对竞争的单一关注意味着围绕人工智能的框架规则和规章制度都被忽略了。但许多城市却在日益填补着这类空白,纽约、多伦多、迪拜,横滨和其他城市充当了治理创新的“实验室”。这些城市正在尝试一系列政策,从禁止面部识别技术以及某些特定人工智能应用程序到创建多个数据协作体,还对在对民众负责的人工智能研究,本地化的高潜力技术生态系统以及公民主导的政策动议实施了大笔投资

正如公共政策学者布鲁斯·卡茨(Bruce Katz)和已故的杰里米·诺瓦克(Jeremy Nowak)所描述的那样,这种“人工智能本地主义”是与“新本地主义”的更宏大趋势一致的。城市政府和其他地方管辖机关正越来越多地承担起应对环境,经济和社会等广泛挑战的责任,而在技术领域也不例外。

举个例子,纽约、西雅图以及其他城市都采纳了纽约大学的埃拉·鲁宾斯坦(Ira Rubinstein)所谓的“隐私本地主义”理论,填补联邦和州立法中的一些重大空白——尤其是在监控方面。同样,在缺乏国家或全球宽带战略的情况下,许多城市都采取措施去弥合各私营部门运营商之间的服务缺口,进而实现“宽带本地主义”。

Subscribe to PS Digital
PS_Digital_1333x1000_Intro-Offer1

Subscribe to PS Digital

Access every new PS commentary, our entire On Point suite of subscriber-exclusive content – including Longer Reads, Insider Interviews, Big Picture/Big Question, and Say More – and the full PS archive.

Subscribe Now

作为一个解决问题的通用手段,本地主义同时具备了即时性和接近性。因为它是在严格定义的地理区域内进行管理的,因此也使决策者能更好地了解其中所涉及的权衡利弊。通过针对当地情况来校准算法和人工智能策略,政策制定者更有机会去创建正反馈循环,从而提高有效性和问责性。

反馈循环可能会产生巨大的影响,尤其是对于人工智能技术而言。在某些情况下,某一地区的人工智能政策可能会对技术在其他地区的设计和部署方式产生深远影响。比如纽约市就通过设立算法管理和政策专员这一职位的举措创建了一个可以推广到全球范围的模型。

同时人工智能本地主义还有助于强化政策协调和增加公民参与度。在多伦多,由学术界,公民和其他利益相关者组成的联盟齐心协力确保Sidewalk Labs项目的问责性,后者是由Alphabet(谷歌母公司)发起的一个项目,旨在通过分布在全市范围的传感器改善市政服务和基础设施。作为对此公民行动的回应,该项目也同意去遵循“负责任的人工智能”所包含的六项准则。

如这个例子所展现的那样,当地方团体发挥其专长和影响力时,改革工作就更有可能取得成功。同样在纽约布鲁克林,大西洋广场大厦的租户协会(与学术研究人员和非政府组织合作)成功地阻止了一项使用面部识别技术替代钥匙的计划。此外这项工作也为如何更广泛地监管人工智能提供了重要线索,尤其是在住宅方面。

但是人工智能本地主义可不是万灵药。带来一些治理优势的紧密本地网络也可能同时导致某种形式的规制俘获(regulatory capture)。因此,人工智能本地化必须受到严格监督和政策引导以防滋生腐败和利益冲突。

不过人工智能本地主义也存在引发碎片化的风险。尽管由国家来推行相关技术有其缺点,但如果本地主义导致相关政策不协调和不兼容,则技术创新(以及因此生产的公共产品)就可能蒙受损失。对此地方和国家监管机构都必须通过较少依赖自上而下而更多借助多方协调的去中心化手段来应对这种可能性。这反过来需要一个技术和法规基础架构来在各个管辖区域之间收集和扩散各类优秀实践和经验教训。

而监管者们也才刚刚开始认识到人工智能本地主义的必要性和潜力。但是学者,公民,新闻工作者和其他人已经在改善我们对哪些举措是可行或无效的集体认知。比如在纽约大学治理实验室(GovLab),我们正在增厚自身知识库并建立一些可以令城市级项目获得成功的信息共享机制。我们计划创建一个包含所有人工智能本地主义实例的数据库,人们可以从中获得相关见解以及一张涵盖运动、原则,监管工具和治理结构的比较列表。

构筑我们的知识是加强人工智能本地主义的第一步。而针对该领域的强大治理能力也是确保人工智能的巨大进步能得到最大利用的最佳手段。

https://prosyn.org/IsriBBdzh