一尾中特性|一尾中特的网站

 首頁 >> 文萃
【文萃】賈開:人工智能與算法治理研究
2019年04月16日 10:10 來源:《中國行政管理》2019年第1期 作者:賈開 字號
關鍵詞:數字社會;人工智能;大數據;算法治理;算法倫理

內容摘要:伴隨人類社會數字化程度的提升,旨在討論算法形成、應用及影響的算法治理研究逐漸成為學者關注的焦點。在繼承已有研究的基礎上,本文更多關注人工智能背景下的算法治理問題。

關鍵詞:數字社會;人工智能;大數據;算法治理;算法倫理

作者簡介:

  伴隨人類社會數字化程度的提升,旨在討論算法形成、應用及影響的算法治理研究逐漸成為學者關注的焦點。在繼承已有研究的基礎上,本文更多關注人工智能背景下的算法治理問題。

  一、人工智能背景下的算法治理:轉變及其意義

  雖然“算法”這一概念在現實生活中耳熟能詳,但其定義在學界卻并沒有形成高度共識。對算法做出一般性的定義不僅困難,也是一個不可能完成的任務;而不同學科按照各自的理解與興趣對算法的不同側面展開研究則可能是更為實際的途徑。本文從公共管理學科視角出發,重點關注算法影響社會運行的規則屬性,并試圖從規則的形成與應用出發,探究算法影響社會運行的機制與過程。在此視域下,算法治理的對象將不僅聚焦作為其載體和結果的計算機代碼,而同時包含影響這一載體和結果形成的所有相關因素,尤其是第三次人工智能發展浪潮背景下大數據的影響。

  就算法的規則屬性來看,萊辛格教授提出的“代碼即法律”無疑是研究的起點,他的洞察開啟了社會科學對于算法的研究興趣,不過伴隨著技術演化與業態發展的進程,算法本身的生產過程,及其對于人類社會的影響機制與結果都發生了巨大變化。

  邁克·波蘭尼曾指出,“人類知道的遠比其能表達出來的更多”。對于傳統算法而言,其往往需要設計者明確某項工作的實現流程并事無巨細地規定好計算機在給定條件下的給定動作。“波蘭尼悖論”在指出人類表達能力缺陷的同時,也指出了傳統算法生產過程的局限。但以機器學習為代表的第三次人工智能發展浪潮的興起,則突破了“波蘭尼悖論”的束縛,機器學習算法可以通過基于大數據的自我訓練、自我學習過程完成參數調整與模型構建,也即完成算法的自我生產過程。盡管人類仍然參與其中,但機器學習算法已然擺脫了需要依賴人類表達能力的局限,從而極大地提升了算法能力并擴展了其應用范圍。但這并不代表我們就進入了所謂的“強人工智能時代”,也不代表算法就可以替代人類社會運行的所有規則并完成各項社會功能。事實上,機器學習算法的實現原理決定了其適用環境的局限性。

  二、算法作為規則:原理及其應用

  伴隨著網絡空間和現實空間融合程度的不斷加深,算法作為網絡空間行為規則的影響也逐漸延伸至現實空間,開始對后者的既有秩序產生沖擊。

  如果從規則對人類行為產生影響的機制與過程來講,算法可被劃分為正式與非正式兩類。如果回到“波蘭尼悖論”的分析框架,傳統算法可以被視為具有正式規則屬性,而第三次人工智能發展浪潮背景下的機器學習算法則更類似于非正式規則。

  具有正式規則屬性的傳統算法多是建立在人類清晰界定議題、明確實現流程的基礎上,并最終轉化為可被計算機識別并自動執行的數字代碼;相比之下,更類似于非正式規則的機器學習算法并不依賴人類的理解與分析能力,而是通過算法的自我訓練、自我學習過程調整參數與權重以最終實現既定目標。

  機器學習的數據挖掘與分析算法在大數據到來之前就已經出現,但正是受益于硬件計算能力大幅提升、數據存儲成本大幅下降、數字經濟業態快速崛起等多種因素影響下大數據的空前繁榮,才真正促成了機器學習算法在當前的普及。建立在機器學習算法基礎上的語音識別、圖像識別、自然語言處理等基礎性人工智能技術已經被廣泛應用于金融、醫療、公共安全、城市交通等各個領域,并正在向其他領域快速擴散。在此背景下,人們形成了對于人工智能技術發展及其應用未來的樂觀態度,而算法也被視為無所不在且又無所不能的新規則影響著人類社會的方方面面。但另一方面,正是因為對于大數據的依賴,我們同樣不難發現機器學習算法也有其應用的局限性。

作者簡介

姓名:賈開 工作單位:電子科技大學公共管理學院,中國行政管理學會數字政府治理研究中心

轉載請注明來源:中國社會科學網 (責編:張振)
W020180116412817190956.jpg
用戶昵稱:  (您填寫的昵稱將出現在評論列表中)  匿名
 驗證碼 
所有評論僅代表網友意見
最新發表的評論0條,總共0 查看全部評論

回到頻道首頁
QQ圖片20180105134100.jpg
jrtt.jpg
wxgzh.jpg
777.jpg
內文頁廣告3(手機版).jpg
中國社會科學院概況|中國社會科學雜志社簡介|關于我們|法律顧問|廣告服務|網站聲明|聯系我們
一尾中特性 买时时彩 8816.彩票官网下载 九龍娱乐棋牌 即时比分足球赛比分直播 安徽时时一天几期 2019年买马生肖对照表 竞彩怎样双选最稳 时时彩6码后一 北京pk开奖历史数据 pk10看走势图教程