日前，无人驾驶出租车引发了人们对付人工智能的热议。
如今，各国政府和各大科技公司都致力于利用人工智能改变我们的生产和生活。
强大的人工智能工具现在触手可及。

但是，即便是在利用人工智能的所有善意举措中，比如开展数据驱动决策、提高经济生产力和实现医疗自动化等，滋长负面后果的风险也在不断增加。
随着技能边界的缩小，我们面临着越来越大的紧迫性，必须缩小管理差距，勾引这项前辈技能实现公正和可持续发展——换句话说，让人工智能造福人类。

一个人工智能良好管理的框架离不开三点诉求。
首先，我们必须将人工智能管理植根于合理、共同的代价不雅观，如透明度、真实性和隐私。
透明度可促进利益干系者间的信赖和问责，并使技能得到公正评估，以确保符合伦理和法律规定。
这在交通出行和医疗保健等领域尤为主要，由于这些领域的公共安全取决于可预测和可靠的人工智能行为。

要创建准确、公道的人工智能系统，防止科学、教诲和媒体中的缺点信息，加强社会信赖，确保人工智能的良好运用，真实性至关主要。
这种新型系统将日益依赖于所网络到的大量个人数据，隐私也变得至关主要。
代价不雅观诉求指向人工智能的集体利益。

其次，应根据这些代价不雅观展开分层次行动，并不一定都依赖自上而下的方法，而是多主体齐头并进推动。
这些行动影响着人工智能积极、向上的良性发展，并影响着管理人工智能的法律。
例如，如果我们的目标是为演习人工智能算法的数据制订环球隐私标准，那么我们就须要一个国际体系构造来制订和审查这些标准。
如果我们想促进准确的公共康健教诲，那么我们还须要建立行动机制，以遏制缺点信息的传播。

现在有了像GPT-4一样强大的开源模型，但基本上没有任何保障方法可以阻挡恶意行动者利用它传播缺点信息。
偏见构成其余一个令人担忧的问题，由于演习集可能存在偏差。
医疗保健系统中固有的偏差被编入数据中，而人工智能又将其自动化并实现可操作化。
由此，为了确保人工智能在医疗保健领域得到安全、负任务的运用，必须对人工智能模型严格评估，乃至由监管部门将模型视同医疗设备一样进行监管。

末了，确定人工智能管理的最关键领域,优先考虑技能开拓和利用链条中的紧张环节——数据、算法、打算和运用。
数据管理可对数据网络、存储、剖析和跨境流动进行监督，同时保护和防止滥用敏感数据。
算法管理可确保人工智能的判断不带歧视和偏见，从而准确、安全地为银行、司法和医疗保健等部门的运用供应信息。

从云打算和主要根本举动步伐的安全性和互联互通，到数据中央的高耗水量和对劳动力市场的影响，人工智能若履行不当，完备可能扰乱经济和生态系统。
这哀求我们对半导体芯片、边缘打算、云打算、环境打算、量子打算、打算能源和打算用水进行管理。
与此同时，有效的运用管理可防止滥用，减少不可预见的影响，并确保公正的利益分配。

薄弱的人工智能管理机制留下了管理赤字，缘故原由是现有倡议不敷、管理格局存在差距以及难以就更得当的机制达成同等。
寻衅很大程度源于地缘政治，国际互助的程度因政策领域而异，并受到国家意图的不愿定性、信赖程度亲睦处同等等成分影响。
目前，开拓和监管人工智能的能力高度集中，这表明中国、欧盟和美国之间的多边协议可能足以降落关键风险。
不过，理论上虽有很大协议空间，但在必要的政策应对方面却险些没有共识。
欧盟强调新法规，美国采纳更加自由放任的方法，而中国则依赖行业自律和有针对性立法来管理人工智能。

为人工智能建立一个环球管理机制听起来彷佛有些天方夜谭，但困难并非完备不可战胜。
一方面，须要积极折衷浩瀚利益干系者，推动建立普遍参与的国际机制；另一方面，也不妨利用多中央秩序，鼓励地方政府和私营公司采纳多层次行动，制订适宜其详细情形的创新政策。

（作者系北京大学***与传播学院教授）

作者：胡泳