(電子商務研究中心訊) [摘要]人工智能的興起不僅是技術或產業(yè)領域的重大發(fā)展，更是經濟、社會、政治各領域的基礎性和綜合性變革，由此產生的治理挑戰(zhàn)要求公共政策框架的重構與創(chuàng)新，而這又體現為三個基本問題。首先在技術層面，人工智能的核心是算法與數據，其內在邏輯是基于機器學習形成自主決策。其次，傳統(tǒng)科層治理結構、方法以及范圍不能應對新的變化，從而構成了人工智能時代的治理挑戰(zhàn)。各國現有政策所遵循的“無需批準式監(jiān)管”或“審慎監(jiān)管”邏輯固然有其合理性，但卻局限于“創(chuàng)新”與“安全”的二維選擇而失于片面。最后，本文提出綜合性公共政策框架，力圖為人工智能時代的崛起建立制度基石。
2017年7月，國務院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，不僅對人工智能的發(fā)展做出了戰(zhàn)略性部署，還確立了“三步走”的政策目標，力爭到2030年將我國建設成為世界主要的人工智能創(chuàng)新中心。[1]值得注意的是，此次規(guī)劃不僅僅只是技術或產業(yè)發(fā)展規(guī)劃，還同時包括了社會建設、制度重構、全球治理等方方面面的內容。之所以如此，是由于人工智能技術本身具有通用性和基礎性。換句話說，為助推人工智能時代的崛起，我們面對的任務不是實現某一個專業(yè)領域或產業(yè)領域內的顛覆性技術突破，而是大力推動源于技術發(fā)展而引發(fā)的綜合性變革。
也正因為如此，人工智能發(fā)展進程中所面臨的挑戰(zhàn)才不僅僅局限于技術或產業(yè)領域，而更多體現在經濟、社會、政治領域的公共政策選擇上。首先，普遍建立在科層制基礎上的公共事務治理結構，是否能夠適應技術發(fā)展和應用過程中所大規(guī)模激發(fā)的不確定性和不可預知性?再者，長久以來圍繞人類行為的規(guī)制制度，是否同樣能夠適應以數據、算法為主體的應用環(huán)境?最后，如何構建新的治理體系和治理工具來應對伴隨人工智能發(fā)展而興起的新的經濟、社會、政治問題?
應對上述挑戰(zhàn)并不完全取決于技術發(fā)展或商業(yè)創(chuàng)新本身，而更多依賴于我們的公共政策選擇。本文試圖在分析人工智能發(fā)展邏輯及其所引發(fā)的風險挑戰(zhàn)的基礎上，對人工智能時代的公共政策選擇做出分析，并討論未來改革的可能路徑，這也就構成了人工智能治理的三個基本問題。具體而言，人工智能本身成為治理對象，其發(fā)展與應用構成了治理挑戰(zhàn)，而在此基礎上如何做出公共政策選擇便是未來治理變革的方向。
全文共分為四個部分：第一部分將探討人工智能的概念及特征，并進而對其發(fā)展邏輯進行闡述。作為一項顛覆性技術創(chuàng)新，其本身的技術門檻對決策者而言構成了挑戰(zhàn)，梳理并捋清人工智能的本質內涵因而成為制定相關公共政策的前提;第二部分將著重分析人工智能時代崛起所帶來的治理挑戰(zhàn)，主要包括三個方面，即傳統(tǒng)科層治理結構應對人工智能新的生產模式的滯后性、建基于行為因果關系之上的傳統(tǒng)治理邏輯應對人工智能新主體的不適用性，以及人工智能發(fā)展所引發(fā)的新議題的治理空白;面對上述挑戰(zhàn)，各國都出臺了相關政策，本文第三部分對此進行了綜述性對比分析，并指出了其進步意義所在。需要指出的是，盡管各國的政策目標都試圖追求人工智能發(fā)展與監(jiān)管的二維平衡，但由于缺乏對人工智能內涵及其發(fā)展邏輯的完整認識，當前的公共政策選擇有失綜合性;本文第四部分將提出新的治理思路以及公共政策選擇的其他可能路徑，以推動圍繞人工智能治理的相關公共政策議題的深入討論。
一、人工智能的概念及技術發(fā)展邏輯：算法與數據
伴隨著人工智能技術的快速發(fā)展，尤其是其近年來在棋類對弈、自動駕駛、人臉識別等領域的廣泛應用，圍繞人工智能所可能引發(fā)的社會變革產生了激烈爭論。在一方面，以霍金[2]、馬斯克[3]、比爾-蓋茨[4]、赫拉利[5]為代表的諸多人士呼吁加強監(jiān)管，警惕“人工智能成為人類文明史的終結”;在另一方面，包括奧巴馬[6]在內的政治家、學者又認為應該放松監(jiān)管，充分釋放人工智能的技術潛力以造福社會。未來發(fā)展的不確定性固然是引發(fā)當前爭論的重要原因之一，但圍繞“人工智能”概念內涵理解的不同，以及對其發(fā)展邏輯認識的不清晰，可能也同樣嚴重地加劇了人們的分歧。正因為此，廓清人工智能的概念內涵和發(fā)展邏輯不僅是回應爭論的需要，也是進一步提出公共政策建議的前提。
就相關研究領域而言，人們對于“人工智能”這一概念的定義并未形成普遍共識。計算機領域的先驅阿蘭-圖靈曾在《計算機器與智能》一文中提出，重要的不是機器模仿人類思維過程的能力，而是機器重復人類思維外在表現行為的能力。[7]正是由此理解出發(fā)，著名的“圖靈測試”方案被提出。但如同斯坦福大學計算機系教授約翰·麥卡錫所指出的，“圖靈測試”僅僅只是“人工智能”概念的一部分，不模仿人類但同時也能完成相關行為的機器同樣應被視為“智能”的。[8]事實上，約翰·麥卡錫正是現代人工智能概念的提出者。在他看來，“智能”關乎完成某種目標的行為“機制”，而機器既可以通過模仿人來實現行為機制，也可以自由地使用任何辦法來創(chuàng)造行為機制。[9]由此，我們便得到了人工智能領域另一個非常重要的概念——“機器學習”。
人工智能研究的目標是使機器達到人類級別的智能能力，而其中最重要的便是學習能力。[10]因此，盡管“機器學習”是“人工智能”的子域，但很多時候我們都將這兩個概念等同起來。[11]就實現過程而言，機器學習是指利用某些算法指導計算機利用已知數據得出適當模型，并利用此模型對新的情境給出判斷，從而完成行為機制的過程。此處需要強調一下機器學習算法與傳統(tǒng)算法的差異。算法本質上就是一系列指令，告訴計算機該做什么。對于傳統(tǒng)算法而言，其往往事無巨細地規(guī)定好了機器在既定條件下的既定動作;機器學習算法卻是通過對已有數據的“學習”，使機器能夠在與歷史數據不同的新情境下做出判斷。以機器人行走的實現為例，傳統(tǒng)算法下，程序員要仔細規(guī)定好機器人在既定環(huán)境下每一個動作的實現流程;而機器學習算法下，程序員要做的則是使計算機分析并模擬人類的行走動作，以使其即使在完全陌生的環(huán)境中也能實現行走。
由此，我們可以對“人工智能”設定一個“工作定義”以方便進一步的討論：人工智能是建立在現代算法基礎上，以歷史數據為支撐，而形成的具有感知、推理、學習、決策等思維活動并能夠按照一定目標完成相應行為的計算系統(tǒng)。這一概念盡管可能仍不完善，但它突出了人工智能技術發(fā)展和應用的兩大基石——算法與數據，有助于討論人工智能的治理問題。
首先，算法即是規(guī)則，它不僅確立了機器所試圖實現的目標，同時也指出了實現目標的路徑與方法。就人工智能當前的技術發(fā)展史而言，算法主要可被劃分為五個類別：符號學派、聯接學派、進化學派、類推學派和貝葉斯學派。[12]每個學派都遵循不同的邏輯、以不同的理念實現了人工智能(也即“機器學習”)的過程。舉例而言，“符號學派”將所有的信息處理簡化為對符號的操縱，由此學習過程被簡化(抽象)為基于數據和假設的規(guī)則歸納過程。在數據(即歷史事實)和已有知識(即預先設定的條件)的基礎上，符號學派通過“提出假設-數據驗證-進一步提出新假設-歸納新規(guī)則”的過程來訓練機器的學習能力，并由此實現在新環(huán)境下的決策判斷。
從對“符號學派”的描述中可以發(fā)現，機器學習模型成功的關鍵不僅是算法，還有數據。數據的缺失和預設條件的不合理將直接影響機器學習的輸出(就符號學派而言，即決策規(guī)則的歸納)。最明顯體現這一問題的例子便是羅素的“歸納主義者火雞”問題：火雞在觀察10天(數據集不完整)之后得出結論(代表預設條件不合理，超過10個確認數據即接受規(guī)則)，主人會在每天早上9點給它喂食;但接下來是平安夜的早餐，主人沒有喂它而是宰了它。
所有算法類型盡管理念不同，但模型成功的關鍵都聚焦于“算法”和“數據”。事實上，如果跳出具體學派的思維束縛，每種機器學習算法都可被概括為“表示方法、評估、優(yōu)化”這三個部分。[13]盡管機器可以不斷的自我優(yōu)化以提升學習能力，且原則上可以學習任何東西，但評估的方法和原則(算法)以及用以評估的數據(數據)都是人為決定的——而這也正是人工智能治理的關鍵所在。算法與數據不僅是人工智能發(fā)展邏輯的基石，其同樣是治理的對象和關鍵。
總而言之，圍繞“人工智能是否會取代人類”的爭論事實上并無太大意義，更重要的反而是在廓清人工智能的內涵并理解其發(fā)展邏輯之后，回答“治理什么”和“如何治理”的問題。就此而言，明確治理對象為算法和數據無疑是重要的一步。但接下來的重要問題仍然在于，人工智能時代的崛起所帶來的治理挑戰(zhàn)究竟是什么?當前的制度設計是否能夠對其做出有效應對?如果答案是否定的，我們又該如何重構治理體系以迎接人工智能時代的崛起?本文余下部分將對此做進一步的闡述。
二、人工智能時代崛起的治理挑戰(zhàn)
不同于其他顛覆性技術，人工智能的發(fā)展并不局限于某一特定產業(yè)，而是能夠支撐所有產業(yè)變革的通用型技術。也正因為此，其具有廣泛的社會溢出效應，在政治、經濟、社會等各個領域都會帶來深刻變革，并將同時引發(fā)治理方面的挑戰(zhàn)。具體而言，挑戰(zhàn)主要體現在以下三個方面。
首先，治理結構的僵化性，即傳統(tǒng)的科層制治理結構可能難以應對人工智能快速發(fā)展而形成的開放性和不確定性。之所以需要對人工智能加以監(jiān)管，原因在于其可能成為公共危險的源頭，例如當自動駕駛技術普及之后，一旦出現問題，便可能導致大規(guī)模的連續(xù)性傷害。但不同于飛機、大型水壩、原子核科技等二十世紀的公共危險源，人工智能的發(fā)展具有極強的開放性，任何一個程序員或公司都可以毫無門檻的進行人工智能程序的開發(fā)與應用。這一方面是由于互聯網時代的到來，使得基于代碼的生產門檻被大大降低[14];另一方面，這也是人工智能本身發(fā)展規(guī)律的需要。正如前文所提到，唯有大規(guī)模的數據輸入才可能得到較好的機器學習結果，因此將人工智能的平臺(也即算法)以開源形式公開出來，以使更多的人在不同場景之下加以利用并由此吸收更多、更完備的數據以完善算法本身，就成為了大多數人工智能公司的必然選擇。與此同時，人工智能生產模式的開放性也必然帶來發(fā)展的不確定性，在缺乏有效約束或引導的情況下，人工智能的發(fā)展很可能走向歧途。面對這一新形勢，傳統(tǒng)的、基于科層制的治理結構顯然難以做出有效應對。一方面，政府試圖全范圍覆蓋的事前監(jiān)管已經成為不可能，開放的人工智能生產網絡使得監(jiān)管機構幾乎找不到監(jiān)管對象;另一方面，由上至下的權威結構既不能傳遞給生產者，信息不對稱問題的加劇還可能導致監(jiān)管行為走向反面。調整治理結構與治理邏輯，并形成適應具有開放性、不確定性特征的人工智能生產模式，是當前面臨的治理挑戰(zhàn)之一。
再者，治理方法的滯后性，即長久以來建立在人類行為因果關系基礎上的法律規(guī)制體系，可能難以適用于以算法、數據為主體的應用環(huán)境。人工智能的價值并不在于模仿人類行為，而是其具備自主的學習和決策能力;正因為如此，人工智能技術才不能簡單地理解為其創(chuàng)造者(即人)意志的表達。程序員給出的只是學習規(guī)則，但真正做出決策的是基于大規(guī)模數據訓練后的算法本身，而這一結果與程序員的意志并無直接因果關聯。事實上也正由于這個特點，AlphaGo才可能連續(xù)擊敗圍棋冠軍，而其設計者卻并非圍棋頂尖大師。也正是在這個意義上，我們才回到了?？滤缘?ldquo;技術的主體性”概念。在他看來，“技術并不僅僅是工具，或者不僅僅是達到目的的手段;相反，其是政治行動者，手段與目的密不可分”。[15]就此而言，長久以來通過探究行為與后果之因果關系來規(guī)范人的行為的法律規(guī)制體系，便可能遭遇窘境：如果將人工智能所造成的侵權行為歸咎于其設計者，無疑不具有說服力;但如果要歸咎于人工智能本身，我們又該如何問責一個機器呢?由此，如何應對以算法、數據為核心的技術主體所帶來的公共責任分配問題，是當前面臨的第二個治理挑戰(zhàn)。
最后，治理范圍的狹隘性，即對于受人工智能發(fā)展沖擊而引發(fā)的新的社會議題，需要構建新的治理體系和發(fā)展新的治理工具。人工智能發(fā)展所引發(fā)的治理挑戰(zhàn)不僅僅體現在現有體系的不適應上，同時還有新議題所面臨的治理空白問題。具體而言，這又主要包括以下議題：算法是否能夠享有言論自由的憲法保護，數據的權屬關系究竟如何界定，如何緩解人工智能所可能加劇的不平等現象，以及如何平衡人工智能的發(fā)展與失業(yè)問題。在人工智能時代之前，上述問題并不存在，或者說并不突出;但伴隨著人工智能的快速發(fā)展和應用普及，它們的重要性便日漸顯著。以最為人所關注的失業(yè)問題為例，就技術可能性來說，人工智能和機器人的廣泛應用代替人工勞動，已是一個不可否定的事實了。無論是新聞記者，還是股市分析員，甚至是法律工作者，其都有可能為機器所取代。在一個“充分自動化(Full Automation)”的世界中，如何重新認識勞動與福利保障的關系、重構勞動和福利保障制度，便成為最迫切需要解決的治理挑戰(zhàn)之一。[16]
上述三方面共同構成了人工智能時代崛起所帶來的治理挑戰(zhàn)。面對這些挑戰(zhàn)，各國也做出了相應的公共政策選擇。本文第三部分將對各國人工智能的治理政策進行對比性分析。在此基礎上，第四部分將提出本文的政策建議。
三、各國人工智能治理政策及監(jiān)管路徑綜述
人工智能時代的崛起作為一種普遍現象，其所引發(fā)的治理挑戰(zhàn)是各國面臨的共同問題，各國也陸續(xù)出臺了相關公共政策以試圖推動并規(guī)范人工智能的快速發(fā)展。
美國于2016年同時頒布了《國家人工智能研究與發(fā)展戰(zhàn)略規(guī)劃》和《為人工智能的未來做好準備》兩個國家級政策框架，前者側重從技術角度指出美國人工智能戰(zhàn)略的目的、愿景和重點方向，而后者則更多從治理角度探討政府在促進創(chuàng)新、保障公共安全方面所應扮演的角色和作用。就具體的監(jiān)管政策而言，《為人工智能的未來做好準備》提出了一般性的應對方法，強調基于風險評估和成本-收益考量的原則以決定是否對人工智能技術的研發(fā)與應用施以監(jiān)管負擔。[17]日本同樣于2016年出臺了《第五期(2016～2020年度)科學技術基本計劃》，提出了“超智能社會5.0”的概念，強調通過推動數據標準化、建設社會服務平臺、協(xié)調發(fā)展多領域智能系統(tǒng)等各方面工作促進人工智能的發(fā)展和應用。[18]
盡管美國和日本的政策著力點不同，但其共有的特點是對人工智能的發(fā)展及其所引發(fā)的挑戰(zhàn)持普遍的包容與開放態(tài)度。就當前的政策框架而言，美日兩國的政策目標更傾斜于推動技術創(chuàng)新、保持其國家競爭力的優(yōu)勢地位;當涉及對人工智能所可能引發(fā)的公共問題施以監(jiān)管時，其政策選擇也更傾向于遵循“無需批準式(permissionless)”的監(jiān)管邏輯，即強調除非有充分案例證明其危害性，新技術和新商業(yè)模式默認為都是被允許的。[19]至于人工智能的發(fā)展對個人數據隱私、社會公共安全的潛在威脅，盡管兩國的政策框架都有所涉及，卻并非其政策重心——相比之下，英國、法國則采取了不同的政策路徑。
英國政府2016年發(fā)布了《人工智能：未來決策制定的機遇與影響》，對人工智能的變革性影響以及如何利用人工智能做出了闡述與規(guī)劃，尤其關注到了人工智能發(fā)展所帶來的法律和倫理風險。在該報告中，英國政府強調了機器學習與個人數據相結合而對個人自由及隱私等基本權利所帶來的影響，明確了對使用人工智能所制定出的決策采用問責的概念和機制，并同時在算法透明度、算法一致性、風險分配等具體政策方面做出了規(guī)定。[20]與英國類似，法國在2017年發(fā)布的《人工智能戰(zhàn)略》中延續(xù)了其在2006年通過的《信息社會法案》的立法精神，同樣強調加強對新技術的“共同調控”，以在享有技術發(fā)展所帶來的福利改進的同時，充分保護個人權利和公共利益。[21]與美日相比，英法的公共政策更偏向于“審慎監(jiān)管(precautionary)”的政策邏輯，即強調新技術或新的商業(yè)模式只有在開發(fā)者證明其無害的前提下才被允許使用。[22]
在本文看來，無論是“無需批準式監(jiān)管”還是“審慎監(jiān)管”，在應對人工智能時代崛起所帶來的治理挑戰(zhàn)方面都有其可取之處：前者側重于推動創(chuàng)新，而后者則因重視安全而更顯穩(wěn)健。但需要指出的是，這兩種監(jiān)管路徑的不足卻也十分明顯。正如前文第二部分所指出，一方面，快速迭代的技術發(fā)展與商業(yè)模式創(chuàng)新必將引發(fā)新的社會議題，無論是算法是否受到言論自由的權利保護還是普遍失業(yè)對社會形成的挑戰(zhàn)，它們都在客觀上要求公共政策做出應對，而非片面的“無需批準式監(jiān)管”能夠處理。更重要的是，“無需批準式監(jiān)管”的潛在假設是事后監(jiān)管的有效性;然而，在事實上，正如2010年5月6日美國道瓊斯工業(yè)指數“瞬間崩盤”事件所揭示的，即使單個電子交易程序合規(guī)運行，當各個系統(tǒng)行為聚合在一起時反而卻造成了更大的危機。[23]在此種情形下，依賴于合規(guī)性判斷的“事后監(jiān)管”基本上難以有效實施。另一方面，人工智能本身的自主性和主體性使得建立在人類行為因果關系基礎上的“審慎監(jiān)管”邏輯存在天然缺陷：既然人類無法預知人工智能系統(tǒng)可能的行為或決策，開發(fā)者又如何證明人工智能系統(tǒng)的無害性?
正如本文所反復強調的，人工智能與其他革命性技術的不同之處，正是在于其所帶來的社會沖擊的綜合性和基礎性。人工智能并非單個領域、單個產業(yè)的技術突破，而是對于社會運行狀態(tài)的根本性變革;人工智能時代的崛起也并非一夜之功，而是建立在計算機革命、互聯網革命直至數字革命基礎上的“奇點”變革。因此，面對人工智能時代崛起所帶來的治理挑戰(zhàn)，我們同樣應該制定綜合性的公共政策框架，而非僅僅沿襲傳統(tǒng)治理邏輯，例如只是針對具體議題在“創(chuàng)新”與“安全”這個二元維度下進行艱難選擇。本文在第四部分從承認技術的主體性、重構社會治理制度、推進人工智能全球治理這三方面提出了政策建議，并希望以此推動更深入地圍繞人工智能時代公共政策選擇的研究與討論。
四、人工智能時代的公共政策選擇
《新一代人工智能發(fā)展規(guī)劃》明確提出了到2030年我國人工智能發(fā)展的“三步走”目標，而在每一個階段，人工智能法律法規(guī)、倫理規(guī)范和政策體系的逐步建立與完善都是必不可少的重要內容。面對人工智能時代崛起的治理挑戰(zhàn)，究竟應該如何重構治理體系、創(chuàng)新治理機制、發(fā)展治理工具，是擺在決策者面前的重要難題。本文基于對人工智能基本概念和發(fā)展邏輯的梳理分析，結合各國已有政策的對比分析，提出以下三方面的改革思路，以為人工智能時代的公共選擇提供參考。
第一，人工智能發(fā)展的基石是算法與數據，建立并完善圍繞算法和數據的治理體系與治理機制，是人工智能時代公共政策選擇的首要命題，也是應對治理挑戰(zhàn)、賦予算法和數據以主體性的必然要求。(1)就算法治理而言，涉及的核心議題是算法的制定權及相應的監(jiān)督程序問題。算法作為人工智能時代的主要規(guī)則，究竟誰有權并通過何種程序來加以制定，誰來對其進行監(jiān)督且又如何監(jiān)督?長久以來公眾針對社交媒體臉書(Facebook)的質疑正體現了這一問題的重要性：公眾如何相信臉書向用戶自動推薦的新聞內容不會摻雜特殊利益的取向?[24]當越來越多的人依賴定制化的新聞推送時，人工智能甚至會影響到總統(tǒng)選舉。也正因為此，包括透明要求、開源要求在內的諸多治理原則，應當被納入到算法治理相關議題的考慮之中。(2)就數據治理而言，伴隨著人工智能越來越多地依賴于大規(guī)模數據的收集與利用，個人隱私的保護、數據價值的分配、數據安全等相關議題也必將成為公共政策的焦點。如何平衡不同價值需求、規(guī)范數據的分享與應用，也同樣成為人工智能時代公共政策選擇的另一重要抓手。
第二，創(chuàng)新社會治理制度，進一步完善社會保障體系，在最大程度上緩解人工智能發(fā)展所可能帶來的不確定性沖擊。與歷史上的技術革命類似，人工智能的發(fā)展同樣會導致利益的分化與重構，而如何保證技術革命成本的承受者得到最大限度的彌補并使所有人都享有技術發(fā)展的“獲得感”，不僅是社會發(fā)展公平、正義的必然要求，也是促進技術革命更快完成的催化劑。就此而言，在人工智能相關公共政策的考量中，我們不僅應該關注產業(yè)和經濟政策，同時也應該關注社會政策，因為只有后者的完善才能夠控制工人或企業(yè)家所承擔的風險，并幫助他們判斷是否支持或抵制變革的發(fā)生。就具體的政策設計來說，為緩解人工智能所可能帶來的失業(yè)潮，基本收入制度的普遍建立可能應該被提上討論議程了。“基本收入”是指政治共同體(如國家)向所有成員不加任何限制條件地支付一定數額的收入，以滿足其基本生活的需求。盡管存在“養(yǎng)懶漢”的質疑，但有研究者已指出，自18世紀就開始構想的基本收入制度很有可能反過來促進就業(yè)。[25]芬蘭政府已經于2017年初開始了相關實驗，美國的一些州、瑞士也做出了一定探索。在人工智能時代尚未完全展現其“猙容”之前，創(chuàng)新社會治理機制、完善社會保障體系，可能是平衡技術創(chuàng)新與社會風險的最佳路徑。
第三，構建人工智能全球治理機制，以多種形式促進人工智能重大國際共性問題的解決，共同應對開放性人工智能生產模式的全球性挑戰(zhàn)。人工智能的發(fā)展具有開放性和不確定性的特征，生產門檻的降低使得人工智能技術研發(fā)的跨國流動性很強，相關標準的制定、開放平臺的搭建、共享合作框架的形成，無不要求構建相應的全球治理機制。另一方面，跨境數據流動在廣度和深度上的快速發(fā)展成為了人工智能技術進步的直接推動力，但各國數據規(guī)制制度的巨大差異在制約跨境數據流動進一步發(fā)展的同時，也將影響人工智能時代的全面到來。[26]故此，創(chuàng)新全球治理機制，在承認各國制度差異的前提下尋找合作共享的可能性，便成為人工智能時代公共政策選擇的重要考量之一。就具體的機制設計而言，可以在人工智能全球治理機制的構建中引入多利益相關模式;另一方面，為防止巨頭壟斷的形成，充分發(fā)揮主權國家作用的多邊主義模式同樣不可忽視。作為影響深遠的基礎性技術變革，互聯網全球治理機制的經驗和教訓值得人工智能發(fā)展所借鑒。
上述三方面從整體上對人工智能時代的公共政策框架做出了闡述。與傳統(tǒng)政策局限于“創(chuàng)新”與“安全”之間做出二維選擇不同，本文以更綜合的視角提出了未來公共政策選擇的可能路徑。就其內在聯系來講，建立并完善圍繞算法和數據的治理體系是起點，其將重構人工智能時代的規(guī)則與制度;創(chuàng)新社會治理機制并完善社會保障體系是底線，其將緩解人工智能所帶來的影響與波動;構建全球治理機制則成為了制度性的基礎設施，推動各國在此之上共同走向人工智能時代的“人類命運共同體”。
五、結語
在經歷了60余年的發(fā)展之后，人工智能終于在互聯網、大數據、機器學習等諸多技術取得突破的基礎上實現了騰飛。在未來的人類生活中，人工智能也必將扮演越來越重要的角色。對于這樣的圖景，我們自不必驚慌，但卻也不可掉以輕心。對于人工智能的治理，找到正確的方向并采取合理的措施，正是當下所應該重視的政策議題。而本文的主旨也正在于此：打破長久以來人們對于人工智能的“籠統(tǒng)”式擔憂，指出人工智能技術發(fā)展的技術邏輯及其所引發(fā)的治理挑戰(zhàn)，并在此基礎上提出相應的政策選擇。人工智能治理的這三個基本問題，是重構治理體系、創(chuàng)新治理機制、發(fā)展治理工具所必須思考的前提。伴隨著我國國家層面戰(zhàn)略規(guī)劃的出臺，我國人工智能的發(fā)展也必將躍上新臺階。在此背景下，深入探討人工智能治理的相關公共政策議題，對于助推一個人工智能時代的崛起而言，既有其必要性，也有其迫切性。（來源：中國行政管理 文/賈開 蔣余浩 編選：中國電子商務研究中心）
[參考文獻]
[1]國務院關于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知[EB/OL]. http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.
[2]霍金. AI可能成就或者終結人類文明[EB/OL].http：//www.raincent.com/content-10-7672-1.html.
[3] Elon Musk. Artificial Intelligence is Our Biggest Existential Threat. https：//www.theguardian.com/technology/2014/oct/27/elon-musk-artificial-intelligence-ai-biggest-existential-threat.
[4] Microsoft's Bill Gates Insists AI is A Threat. http：//www.bbc.com/news/31047780. 2017-8-14.
[5] [以]赫拉利.人類簡史[M].北京：中信出版社，2014.
[6] The President in Conversation With MIT’s Joi Ito and WIRED’s Scott Dadich. https：//www.wired.com/2016/10/president-obama-mit-joi-ito-interview/. 2017-8-14.
[7] Turing，A. M. Computing Machinery and Intelligence. Mind，1950，59(236).
[8] [9][10] McCarthy，J.What is Artificial Intelligence. URL：http：//www-formal.stanford.edu/jmc/whatisai/whatisai.html.
[11] [12][13] [美]佩德羅-多明戈斯.終極算法：機器學習和人工智能如何重塑世界[M].黃芳萍譯.北京：中信出版社，2016.
[14] Benkler，Y. The Wealth of Networks：How Social Production Transforms Markets and Freedom. Yale University Press，2006.
[15] Foucoult，M. Discipline and Punish. A. Sheridan，Tr.，Paris，FR，Gallimard，1975.
[16] Srnicek，N.，& Williams，A. The Future isn't Working. Juncture，2015，22(3)：243-247.
[17] Preparing for the Future of Artificial Intelligence. https：//obamawhitehouse.archives.gov/sites/default/files/whitehouse_files/microsites/ostp/NSTC/preparing_for_the_future_of_ai.pdf. 2017-8-14.
[18]薛亮.“日本推動實現超智能社會‘社會5.0’”[EB/OL]. http：//www.istis.sh.cn/list/list.aspx?id=10535.
[19] Thierer，A. Permissionless Innovation：The Continuing Case for Comprehensive Technological Freedom. Mercatus Center at George Mason University，2016.
[20] Artificial Intelligence：Opportunities and Implications for the Future of Decision Making.https：//www.gov.uk/government/uploads/system/uploads/attachment_data/file/566075/gs-16-19-artificial-intelligence-ai-report.pdf.
[21]周衍冰.大數據產業(yè)在法國的發(fā)展及應用[N].學習時報，2014-11-03.
[22] Thierer，A. D.，& Watney，C. J. Comment on the Federal Automated Vehicles Policy，2016.
[23] [美]杰瑞·卡普蘭.人工智能時代：人機共生下財富、工作與思維的大未來[M].杭州浙江人民出版社，2016.
[24] Marcel Rosenbach. How Google and Facebook Can Reshape Elections.http：//www.spiegel.de/international/germany/google-and-facebook-could-help-decide-2017-german-election-a-1120156.html.
[25] Van Parijs，P. Basic Income：A Simple and Powerful Idea for the Twenty-first Century. Politics & Society，2004，32(1).
[26]賈開.跨境數據流動的全球治理：權力沖突與政策合作——以歐美數據跨境流動監(jiān)管制度的演進為例[J].汕頭大學學報(人文社會科學版)，2017(5).
基金項目：首都師范大學文化研究院重大研究項目“‘互聯網+城市治理’：智慧城市2.0的理論”(編號：ICS-2016-A-03)
.png)
.png)
.png)
.png)
.png)
.png)
