问题很多但可以解决 AI让世界变得更好

未来社会的进步，主要是基于驱动运算并让机器能够运作的机器人技术（robotics）、让机器做出更佳决定的AI，以及从数据中学习并预测数据的机器学习（Machine Learning；ML），三项相互连结的技术。这些技术将对于交通、医疗、隐私保障、教育平等、全球沟通等各式领域有所助益。

Daniela Rus以医疗为例，目前透过以AI技术为基础的新方式，能够大量查看淋巴结的放射图像，并诊断癌症与否。在AI及人工各自诊断的情形下，两者的错误率分别为7.5%及3.5%，但若两者共同作业，错误率将低至0.5%。

而让ML能达到最佳成果，则归功于深度学习技术的发展。深度学习运用大量的数据，透过卷积神经网络（CNN）等决定每1个节点对应的权重。而1个神经网络将有大量的节点，透过这样的网络加上新数据的输入，将能够正确地分类这些数据。

不过，AI仍有诸多问题需要克服。在技术面，AI需要大量高品质且包含特例的数据输入，不过取得各领域数据并不容易，数据品质将影响演算结果；此外，深度学习作为「黑盒子」的特性也带来隐忧，使用者并无法知道AI的决策过程，若输入偏差的数据将带来极大的问题；AI的稳健性也是挑战之一，因为这些系统并不像人类有深层逻辑推理的能力。

在社会面，AI可能取代人工进而带来经济不平等，且AI的判断能力不足也可能导致信任与隐私相关的重大问题，需要透过道德与法律制度加以应对。此外包括假信息传播、深伪技术（Deepfake），以及极权国家将AI用于侵犯隐私、限制人民自由等皆是问题之一。

不过Daniela Rus强调，这些问题并不是传染病，而是能够预测并寻求解方的问题。要兼顾科技发展与伦理道德，人类必须能够正确判断并为AI发展及结果负责、透过谨慎的步骤预测并避免偏见等问题、了解AI在特定领域的发展程序与运作方法、确立具体的使用界线并经过测试以确保系统安全，同时有能力侦测与避免意外伤害或干扰。

Daniela Rus提醒，要解决问题，必须包含商业、研究、政策三方要素，决策者不一定需要了解AI技术的运作细节，但领导人与群众需要思考这些决策带来的影响。不论是技术专家、决策者或单纯「个人」，都有道德责任，运用AI和科技让世界变得更好。

【时代30】Building a Better World在线大师论坛_Daniela Rus

责任编辑：舒能翊