人工智能（AI）是未來技術的核心。很少有一種技術能像人工智能那樣惠及社會。人工智能系統從大量復雜的非結構化信息中學習，并將其轉化為可實施的見解。

可以想象，在未來的幾十年內，由于可以收集和分析的數據量不斷增加，人類可以在各個領域取得重大突破，比如醫學創新、氣候分析和復雜的全球經濟管理等等。

就像對人產生信任需要時間一樣，對AI系統建立信任也不可能短時間內完成。但這并不意味著單靠時間就能解決人工智能的信任問題。人們總是希望事情會像期望的那樣發展，但正像人類一樣，AI也會犯錯。

為什么社會對人工智能充滿懷疑？

人工智能及機器人技術的進步日新月異。今天，機器人可以執行許多人類任務，從地毯吸塵到農業生產，將人類從冗長的時間和密集的勞動強度中解脫出來，并為許多行業帶來變革。

然而，當提到人工智能和機器人時，特別是在媒體上，人們經常報以懷疑的態度，往往會想到刀鋒戰士或終結者的場景：人類跪拜在機器人面前。這不是現實，也不可能發生。

還有更多的討論，比如機器人承擔了工作，讓人們沒有機會謀生。 在某些情況下，人工智能將取代人，這就是技術發展的結果。以自動駕駛車輛為例。

人工智能將會影響出租車司機和貨車司機的生意，也將擾動更廣泛的汽車行業，因為它會改變汽車的擁有權——為什么要買車？一輛車一年的運行成本超過2000英鎊，還不包括燃料。

當然，如果不用考慮停車費、服務費和養車帶來的其他費用時，還是可以買一輛。另外一個值得關注的問題就是智能化問題，有朝一日機器人是不是會比人們更聰明，完全“接管”人類的工作？

機器人已經非常聰明，但他們會發展出像感覺或道德認知這樣的能力或智能化行為嗎？這是人類和機器人之間的主要區別，人類本能地知道什么是對與錯。

道德認知并不是AI掌握的東西，而且老實說，將來是否能掌握也是有爭議的。這是因為道德規范是沒辦法通過創建算法實現的。這也突出了AI存在的偏見問題。

“算法偏見”就是看似無害的編程會帶有來自創作者或數據的偏見，正如本文開頭的例子所強調的那樣。但簡而言之，機器偏見就是人類的偏見。

處理這個問題的關鍵取決于技術公司、工程師和開發人員，他們都采取切實的措施，以防止偶然產生的區分算法。通過算法審核和始終保持透明度，可以確保AI算法遠離偏見。

AI系統透明度的重要性

展望未來，技術公司和他們所創建的AI系統的透明度是解決所有問題的關鍵。僅靠強大的性能不會讓人們主動接受AI。

的確，當人們想搜尋一家餐廳或一首最喜歡的歌曲時，會發現像Siri和Google Now這樣的數字私人助理非常好用，但這并不意味著AI完全被接受了。隨著消費者對AI的熟悉程度越來越高，對透明度的認識和需求也會越來越大。如何才能使這些系統變得透明？

AI可以分為兩大類：透明和不透明。企業在展示他們AI系統的工作時，首先需要明確他們的系統屬于哪個類別。

透明的系統使用自我學習算法，這種方式可以通過評估顯示他們的工作內容，以及通過什么方式做出決策。不透明的系統正相反，它只解決自己的問題，并不能顯示其推理的過程。

像預測分析這樣的功能，屬于簡單的自動決策，往往遵循相當透明的模式。不透明的人工智能可以超越開發者的夢想形成深刻的見解，但它也會從開發者手中奪走一定程度的控制權。

我們能相信AI嗎？

為了對人工智能建立信任，所有人都有責任不斷學習和了解行業優勢和術語，而科技公司也必須負起責來，確保他們自己創建的人工智能系統是透明化的，明確他們可以做什么。例如，面部識別系統是為了驗證一個人的身份，還是也可以分析和記錄面部反應？

關于人工智能對社會和文化的影響，還需要進行更多的交流和探討。例如，未來人類應該有多少時間用于工作？如果某些工作是由機器人完成的，是否應該制定關于工資的相關社會政策？比爾·蓋茨還提出了關于機器人是否應該得到報酬以及納稅的問題，以及在未來幾十年中資本是否能夠在AI時代繼續生存的更廣泛和復雜的問題。

除了技術以外，機器人的道德規劃也必須成為首先需要解決的問題。正如霍金（Stephen Hawking）教授所說：“計算機將在未來100年的某個階段通過AI超越人類。當發生這種情況時，我們需要確保計算機的目標與我們的目標保持一致。”只有讓AI在負責任的狀態中不斷進步，并保持透明度和充分合作，才能做到這一點。