合乎伦理地使用 AI，需要平衡创新与诚信

随着 AI 技术日益普及，关于如何合乎伦理地使用人工智能（AI）的讨论也越来越常见。我们很多人每天都在使用 ChatGPT 等 AI 工具，因此有理由担心我们采用 AI 的方式是否安全且符合道德。数据是所有 AI 系统的根基，而许多 AI 应用会使用个人数据，例如你的面部图像、金融交易、健康记录、工作相关信息或你的位置。这些数据会流向哪里，又会如何处理？伦理 AI 试图回答这些问题，并让 AI 用户了解相关情况。

图 1. 权衡 AI 的优缺点。（FullSurge）

讨论与 AI 相关的伦理问题时，很容易越想越远，联想到《终结者》以及机器人接管世界之类的情景。然而，要理解如何在实践中践行 AI 伦理，关键其实很简单明了。核心在于以公平、透明且可问责的方式构建、实施和使用 AI。本文将探讨为什么 AI 应始终遵循伦理原则、如何打造合乎伦理的 AI 创新，以及你可以做些什么来推动合乎伦理地使用 AI。开始吧！

了解 AI 的伦理问题#

在深入探讨伦理 AI 的具体内容之前，我们先来看看为什么它已成为 AI 社区讨论的重要议题，以及 AI 符合伦理究竟意味着什么。

为什么现在要讨论伦理 AI？#

AI 伦理并不是一个新话题。自 20 世纪 50 年代以来，人们就一直在讨论这个问题。当时，艾伦·图灵提出了机器智能的概念和图灵测试。图灵测试通过对话衡量机器展现类人智能的能力，并由此开启了早期关于 AI 的伦理讨论。此后，研究人员不断发表观点并强调考虑 AI 和技术伦理层面的重要性。然而，直到最近，组织和政府才开始制定法规，要求 AI 遵循伦理原则。

主要有三个原因：

• AI 应用日益普及：2015 年至 2019 年间，使用 AI 服务的企业数量增长了 270%，并在 2020 年代持续增长。
• 公众担忧：越来越多的人开始担心 AI 的未来及其对社会的影响。2021 年，皮尤研究中心调查的美国人中有 37% 表示，日常生活中 AI 使用量增加让他们感到担忧多于兴奋。到 2023 年，这一比例已升至52%，表明人们的担忧显著增加。
• 备受关注的案例：带有偏见或不道德的 AI 解决方案引发了更多备受关注的案例。例如，在2023 年，一名律师使用 ChatGPT 为一宗法律案件查找判例，却发现 AI 捏造了案例，这件事登上了新闻头条。

随着 AI 日益先进并在全球受到更多关注，关于 AI 道德的讨论已不可避免。

AI 面临的主要道德挑战#

要真正理解 AI 道德意味着什么，我们需要分析道德 AI 面临的挑战。这些挑战涉及一系列问题，包括偏见、隐私、问责和安全。随着时间推移，一些道德 AI 方面的缺陷已在实施存在不公平做法的 AI 解决方案时显现出来，其他问题则可能在未来出现。

图 2. AI 的道德问题。

以下是 AI 面临的一些主要道德挑战：

• 偏见与公平：AI 系统可能会继承训练数据中的偏见，导致某些群体受到不公平对待。例如，带有偏见的招聘算法可能会使特定人群处于不利地位。
• 透明度与可解释性：许多 AI 模型具有“黑箱”特性，人们很难理解其决策是如何做出的。由于用户无法看到 AI 驱动结果背后的依据，缺乏透明度可能会削弱信任和问责。
• 隐私与监控：AI 处理大量个人数据的能力引发了重大的隐私问题。在监控方面，滥用 AI 的风险很高，因为 AI 可以在未经个人同意的情况下追踪和监视个人。
• 问责与责任：确定 AI 系统造成伤害或出错时由谁负责是一项挑战。对于自动驾驶汽车这类自主系统，问题会变得更加复杂，因为多个相关方（开发者、制造商、用户）都可能承担责任。
• 安全与保障：确保 AI 系统免受网络攻击，并在医疗保健和交通运输等关键领域安全运行，至关重要。如果有人恶意利用 AI 系统中的漏洞，可能会造成严重后果。

解决这些挑战，我们就能开发出有益于社会的 AI 系统。

实施道德 AI 解决方案#

接下来，我们来看看如何实施道德 AI 解决方案，以应对上述每项挑战。通过关注构建无偏见的 AI 模型、教育利益相关方、优先保护隐私和确保数据安全等关键领域，组织能够创建既有效又符合道德规范的 AI 系统。

构建无偏见的 AI 模型#

构建无偏见的 AI 模型，首先要使用多样且有代表性的数据集进行训练。定期审计和偏见检测方法有助于识别并减轻偏见。重采样或重新加权等技术可以让训练数据更加公平。与领域专家合作并让多元化团队参与开发，也有助于从不同角度识别和解决偏见。这些措施有助于防止 AI 系统不公平地偏袒任何特定群体。

图 3. 有偏见的 AI 模型可能导致不公平对待的循环。

让利益相关方掌握知识#

你越了解 AI 的黑箱特性，它就越不令人望而生畏，因此 AI 项目中的每个人都必须了解任何应用背后的 AI 如何运作。开发者、用户和决策者等利益相关方，对不同 AI 概念有全面的理解后，就能更好地应对 AI 带来的道德影响。围绕偏见、透明度、问责和数据隐私等主题开展培训和研讨会，有助于建立这种理解。详细说明 AI 系统及其决策流程的文档有助于建立信任。定期沟通并更新道德 AI 实践，也能为组织文化增添助力。

将隐私放在首位#

优先保护隐私，意味着制定完善的政策和实践来保护个人数据。AI 系统应使用在获得适当同意后收集的数据，并采用数据最小化技术，限制所处理个人信息的数量。加密和匿名化还可以进一步保护敏感数据。

遵守数据保护法规（例如《通用数据保护条例》(GDPR)）至关重要。GDPR 为收集和处理欧盟境内个人的个人信息制定了准则。对数据的收集、使用和存储保持透明也至关重要。定期进行隐私影响评估，可以识别潜在风险，并帮助持续将隐私保护放在首位。

安全的数据建立信任#

除了隐私，数据安全对于构建符合道德规范的 AI 系统也至关重要。强大的网络安全措施能够保护数据免遭泄露和未经授权的访问。定期进行安全审计和更新，才能跟上不断变化的威胁。

AI 系统应集成访问控制、安全数据存储和实时监控等安全功能。清晰的事件响应计划有助于组织快速处理任何安全问题。通过展现对数据安全的重视，组织可以在用户和利益相关方中建立信任和信心。

Ultralytics 的道德 AI#

在 Ultralytics，道德 AI 是指导我们工作的核心原则。正如创始人兼 CEO Glenn Jocher 所说：“道德 AI 不只是一种可能，更是必需。理解并遵守法规，我们就能确保 AI 技术在全球范围内得到负责任的开发和使用。关键在于平衡创新与诚信，确保 AI 以积极、有益的方式服务人类。让我们以身作则，展示 AI 如何成为一股向善的力量。”

这一理念促使我们在 AI 解决方案中优先考虑公平、透明和问责。通过将这些道德考量融入开发流程，我们旨在打造既能推动创新边界、又符合最高责任标准的技术。我们对道德 AI 的承诺有助于让我们的工作对社会产生积极影响，并为全球负责任的 AI 实践树立标杆。

全球正在制定 AI 法规#

全球多个国家正在制定并实施 AI 法规，以指导 AI 技术的道德和负责任使用。这些法规旨在平衡创新与道德考量，并保护个人和社会免受 AI 创新相关潜在风险的影响。

图 4. 全球 AI 法规进展。

以下是全球各地为规范 AI 使用所采取措施的一些示例：

• 欧盟：2024 年 3 月，欧洲议会批准了全球首部《人工智能法案》，为在欧盟境内使用人工智能制定了明确规则。该法规要求进行严格的风险评估、实施人工监督，并确保结果可解释，以建立用户在医疗保健和人脸识别等高风险领域的信任。
• 美国：虽然美国尚无联邦 AI 法规，但多项框架和州级法规正在出现。白宫的《人工智能权利法案蓝图》概述了 AI 开发原则。加利福尼亚州、纽约州和佛罗里达州等地正在推出重要立法，重点规范生成式 AI 和自动驾驶汽车等领域的透明度、问责和道德使用。
• 中国：中国已针对算法推荐、深度伪造和生成式 AI 等特定 AI 应用实施了法规。企业必须注册其 AI 模型并开展安全评估。预计未来的 AI 法律将提供更加统一的监管框架，以应对风险并强化合规要求。

你能如何参与推动 AI 的道德使用？#

推动道德 AI 比你想象的更容易。通过进一步了解偏见、透明度和隐私等问题，你可以积极参与有关道德 AI 的讨论。支持并遵循道德准则，定期检查公平性并保护数据隐私。使用 ChatGPT 等 AI 工具时，公开说明其使用情况有助于建立信任，让 AI 更符合道德规范。采取这些措施，你就能帮助推动 AI 以公平、透明、负责任的方式开发和使用。

在 Ultralytics，我们致力于推动道德 AI。如果你想进一步了解我们的 AI 解决方案，并看看我们如何坚持道德理念，可以查看我们的 GitHub 代码库、加入我们的社区，并探索我们在医疗保健和制造业等行业的最新解决方案！🚀