人工智能的采用率正在上升，但信任仍是一个关键挑战。
全球四大会计师事务所之一的毕马威（KPMG）发布的最新数据显示，相较于2022年ChatGPT发布前，如今AI（人工智能）普及率已经显著提升，但忧虑情绪也随之上升，全球仅46%受访者愿意信任AI系统。
许多先进的人工智能模型被视为“黑箱”，即便是开发者也难以完全理解其决策逻辑。面对这种透明度缺失的情况，人们应如何建立对人工智能系统的信任？近日，《每日经济新闻》记者（以下简称NBD）专访了香港金融科技周筹办商Finoverse首席执行官Anthony Sar。
NBD：许多先进的人工智能模型被视为“黑箱”，面对这种透明度缺失的情况，人们应如何建立对人工智能系统的信任？
Anthony Sar：大型语言模型的透明度仍未完全实现，即便对其创造者而言亦是如此。如今，人工智能不仅能预测文字，还能理解概念——这既赋予了它强大的能力，也带来了相应风险。
建立信任需要强有力的人类监督、透明的数据使用以及企业级的测试。负责任的人工智能是能够部署在安全地提升人类成果的领域，而非取代人类的判断。
NBD：当人工智能系统出现严重错误（例如自动驾驶汽车引发事故、医疗人工智能给出误诊）时，该由谁为这一错误负责？
Anthony Sar：人工智能出现严重错误，其责任应由多方共同承担。就像交通安全依赖于司机、行人及监管机构共同遵守规则一样，负责任的人工智能需要开发者、部署者和用户各自承担明确的角色。
我们已经拥有监管复杂系统的框架，通过标准制定、测试和执行，这些框架同样可以应用于人工智能领域。
NBD：随着人工智能能力的快速提升，人们对其被恶意使用的担忧日益加剧，甚至有人担心人工智能可能变得无法控制，超出人类的监督范围。您认为，这些是迫在眉睫的现实威胁，还是遥远的科幻场景？人类社会应如何为人工智能的发展和使用划定“红线”，以应对其可能带来的“灾难性”或“生存性”风险？
Anthony Sar：与任何强大的技术一样，人工智能既可用于造福人类，也可能被用于危害他人，就像核能一样。人工智能可能在未来20年内超越人类能力，因此治理至关重要，必须确保技术发展的方向始终服务于人类福祉。
我们认为，灵活的、基于风险的治理模式是关键。需要注意的是，并非所有应用场景都存在相同程度的风险，在金融、医疗或公共安全等敏感领域，监管必须像对持证职业那样严格，确保每一项决策都经过测试、验证并明确问责。但在创意类或低风险应用场景中，应允许人工智能在清晰的伦理准则下更自由地发展。
银河配资提示：文章来自网络，不代表本站观点。
