沒有人否認，我們今天確實已經跨進了所謂人工智能時代的門檻，從來沒有一個時刻像當下這樣，科學研究、技術創新、大學教育、經濟活動、管理行為、媒體宣傳以及人類的日常生活，到處都呈現出AI， 也就是通常所說人工智能（Artificial Intelligence）的影響痕跡。由于算法、分布式神經網絡研究和深度學習的突破，AI作為關于人工智能的專門性概念，自從1956 年在美國達特茅斯的那次學術會議上被首次提出，多年來除了在研究領域、科幻文學和影視中被關注外，作為一門新興的交叉學科和技術領域，從來沒有像現在這樣，以各種各樣活生生的現實存在展示在我們的面前。每一次歷史上的重大技術飛躍，都注定會帶來一系列的人文和倫理挑戰。

我們有必要清醒地認識到，今天生活的世界離真正的人工智能社會依舊有著較遠的距離。人工智能技術還面臨無數有待突破跨越的溝坎大山，譬如包括5大算法（符號、聯結、進化、貝葉斯、類推）在內的各種算法遠未盡善盡美；開源機器學習庫還處在需要不斷完善的階段，真正具有云規模的世界級高質量數據庫還在構想和嘗試過程中；在AI層面支持語音、視覺和自然語言感知表達的逼真技術其實還很粗糙；等等。一句話，我們在當下一段時間內還處在人工智能的初級階段，離想象中的強人工智能和超強人工智能時代存在一段距離。

當然，這并非是說當下的人工智能發展就沒有倫理問題和人文困擾，恰恰相反，在這一過程中，眾多具體的倫理追問和人文訴求，與各種技術難題一樣，已經影響和正在阻礙人工智能的發展，等待著我們未雨綢繆地去思考、研究和謀劃解決。問題只在于，我們首先需要的是針對人工智能技術發展的具體技術溝坎和近期趨勢去梳理，發現相關的人文倫理問題，通過分析、論證，提出可供修正建構的倫理方案，從而盡可能地推動人工智能技術的發展走在相對正確的軌道之內。

譬如人工智能應用的功能和價值方向選擇就不是一個簡單或者中性的命題，我們千萬不要以為只要搞成功一個人工智能應用就會財源滾滾，一切順利。當下的人工智能應用設計大致走向有兩個：一個是“AI+”，一個是“+AI”。如果是后者，一個企業已經有自己的產品社會價值和發展模式，進入AI后無非是在規模、質量以及時空應對方面加速發展，價值倫理是已知和可控的。但是如果是“AI+”的模式，你就不得不問，人工智能從事這樣的工作是否具有倫理的正當性。在關于人工智能的諸多定義中，一般能夠接受的是把它當作是一種與人類思考方式相似的計算機程序或者是與人類行為相似的計算機程序，然而人類的思考和行為并不都總是正確或者說合乎倫理的。

又如人工智能應用帶來社會經濟發展的多元化、豐富性和美學意義認知問題。AI的應用對于各行各業而言，注定會極大程度地提高發展的效率、規模和精準程度，但是一旦基于這一技術基礎的算法和數據為王，弄不好就可能會出現贏者通吃，只有第一、沒有第二的發展態勢，行業寡頭就會以無可爭議的數量和質量優勢而長時段內穩坐第一把交椅。發展的多元性、豐富性、個性化很可能就會逐漸消失。想一想，坐在定制公寓的陽臺上，等著鋪天蓋地的人工智能無人機準時給你送來定制商品，這樣的業態和生活方式肯定不是我們對未來業態和生活的唯一審美想象。

接下來，人工智能發展還得考慮諸如能源、成本以及環境等相關問題。人們只是看到AlphaGo輕松地打敗了李世石和柯潔，可是卻一律忽略了背后DeepMind公司戴密斯·哈薩比斯團隊付出的巨大努力和代價。就運行的電費而言，AlphaGo內置300個CPU和200GPU，每分鐘運行的電費大約300美元，它和柯潔下一盤棋，如果用時2小時，電費是36000美元，這還僅僅是電費。就算寒武紀公司哪天弄出了專用的AI芯片，可以省去空間和大量成本，可研發的天文數字和應用的特殊性，也很難想象其能與經濟規律掛得上鉤。如果各行各業都要搞基于自身需求和算法的人工智能解決方案，我們的環境、能源和經濟能力就算承受得了，可是真的有這個必要嗎？

諸如此類當下人工智能發展的倫理命題還可以舉出很多，很顯然，我們跨進人工智能時代的門檻，其實就已經遭遇了這許多亟待解決的人文和倫理難題。希望大家能夠花些時間，更多地去深入關注當下的具體技術演進及其倫理障礙，并嘗試去分析研究和加以解決，由此設法推動和保障當下人工智能研究和應用的健康發展。

（作者為南方科技大學人文講座教授，人文科學中心主任，樹禮書院院長）

責編/溫祖俊    美編/楊玲玲