首页 >> 文萃
              【文萃】贾开:人工智能与算法治理研究
              2019年04月16日 10:10 来源:《中国行政管理》2019年第1期 作者:贾开 字号
              关键词:数字社会;人工智能;大数据;算法治理;算法伦理

              内容摘要:伴随人类社会数字化程度的提升,旨在讨论算法形成、应用及影响的算法治理研究逐渐成为学者关注的焦点。在继承已有研究的基础上,本文更多关注人工智能背景下的算法治理问题。

              关键词:数字社会;人工智能;大数据;算法治理;算法伦理

              作者简介:

                伴随人类社会数字化程度的提升,旨在讨论算法形成、应用及影响的算法治理研究逐渐成为学者关注的焦点。在继承已有研究的基础上,本文更多关注人工智能背景下的算法治理问题。

                一、人工智能背景下的算法治理:转变及其意义

                虽然“算法”这一概念在现实生活中耳熟能详,但其定义在学界却并没?#34892;?#25104;高度共识。对算法做出一般性的定义不仅困难,也是一个不可能完成的任务;而不同学科按照各自的理解与兴趣对算法的不同侧面展开研究则可能?#27465;?#20026;?#23548;?#30340;途径。本文从公共管理学科视角出发,重点关注算法影响社会运行的规则属性,并试图从规则的形成与应用出发,探究算法影响社会运行的机制与过程。在此视域下,算法治理的对象将不仅聚焦作为其载体和结果的计算机代码,而同时包含影响这一载体和结果形成的所有相关因素,尤其是第三次人工智能发展浪潮背景下大数据的影响。

                就算法的规则属性来看,?#25215;?#26684;教授提出的?#25353;?#30721;即法律”无疑是研究的起点,他的洞察开启了社会科学对于算法的研究兴趣,不过伴随着?#38469;?#28436;化与业态发展的进程,算法本身的生产过程,及其对于人类社会的影响机制与结果都发生了巨大变化。

                迈克·波兰尼曾指出,“人类知道的远比其能表达出来的更多”。对于传统算法而言,其往往需要设计者明确某项工作的实现流程并事无巨细地规定好计算机在给定条件下的给定动作。“波兰尼悖论”在指出人类表达能力缺陷的同时,也指出了传统算法生产过程的局限。但以机器学习为代表的第三次人工智能发展浪潮的兴起,则突破了“波兰尼悖论”的束缚,机器学习算法可以通过基于大数据的自?#24050;?#32451;、自我学习过程完成参数调整与模型构建,也即完成算法的自我生产过程。尽管人类仍然参与其中,但机器学习算法已然摆脱了需要?#35272;?#20154;类表达能力的局限,从而极大地提升了算法能力并扩展了其应用范围。但这并不代表我们就进入了所谓的“强人工智能时代?#20445;?#20063;不代表算法就可以替代人类社会运行的所有规则并完成各项社会功能。事实上,机器学习算法的实现原理决定了其适用环境的局限性。

                二、算法作为规则:原理及其应用

                伴随着网络空间和现实空间融合程度的不断加深,算法作为网络空间行为规则的影响也逐渐延伸至现实空间,开始?#38498;?#32773;的既有秩序产生冲击。

                如果从规则对人类行为产生影响的机制与过程来讲,算法可被划?#27835;?#27491;式与非正式两类。如果回到“波兰尼悖论”的?#27835;?#26694;架,传统算法可以被视为具有正?#28966;?#21017;属性,而第三次人工智能发展浪潮背景下的机器学习算法则更类似于非正?#28966;?#21017;。

                具有正?#28966;?#21017;属性的传统算法多是建立在人类清晰界定议题、明确实现流程的基础上,并最终转化为可被计算机识别并自动执行的数字代码;相比之下,更类似于非正?#28966;?#21017;的机器学习算法并不?#35272;?#20154;类的理解与?#27835;?#33021;力,而是通过算法的自?#24050;?#32451;、自我学习过程调整参数与权重以最终实?#26088;?#23450;目标。

                机器学习的数?#33795;?#25496;与?#27835;?#31639;法在大数据到来之前就已经出现,但正是受益于硬件计算能力大幅提升、数据存储成本大幅下降、数字经济业态快速崛起等多种因素影响下大数据的空前?#27604;伲?#25165;真正促成了机器学习算法在当前的普及。建立在机器学习算法基础上的语音识别、图像识别、自然语?#28304;?#29702;等基础性人工智能?#38469;?#24050;经被广泛应用于金融、医疗、公共安全、城市交通等各个领域,并正在向其他领域快速扩散。在此背景下,人们形成了对于人工智能?#38469;?#21457;展及其应用未来的乐观态度,而算法也被视为无所不在且?#27835;?#25152;不能的新规则影响着人类社会的方方面面。但另一方面,正是因为对于大数据的?#35272;担?#25105;们同样不难发?#21482;?#22120;学习算法也有其应用的局限性。

              作者简介

              姓名:贾开 工作单位:电子科技大学公共管理学院,中国行政管理学会数字政府治理研究中心

              转载请注明来源:中国社会科学网 (责编:张振)
              W020180116412817190956.jpg
              回到频道首页
              QQ图片20180105134100.jpg
              jrtt.jpg
              wxgzh.jpg
              777.jpg
              内文页广告3(手机版).jpg
              中国社会科学院概况|中国社会科学?#21448;?#31038;简介|关于我们|法律?#23435;?/a>|广告服务|网站声明|联系我们
              1 3 8 24 72倍投

                                      吉林快三跨度计算法 pc蛋蛋开奖历史查询网 金花三张牌app 7位数开奖结果 体彩七位数开奖结果 福建31选7今晚开奖结果查询 生肖时时彩直播 福彩欢乐生肖走势图 七乐彩几个号才中奖 安徽25选5开奖 123tk六合图库大全 福彩湖南动物总动员开奖结果 广西双乐彩开奖公告i 三d开奖结果 彩票投注站是什么意思