紀錄片《編碼偏見Coded Bias》描繪人工智慧技術（AI）在沒有被監控、驗證下，如何侵害世界、人權，在演算法的背後又隱藏了多少腐敗、不堪，PTT 創世神、台灣人工智慧實驗室（Taiwan AI Labs）創辦人杜奕瑾說，不負責任的 AI 不是我們「將」要注意的事，而是已經硬加在生活當中。有人說，中國人工智慧的發展將會「超英趕美」，因為極權國家不用顧及人權、隱私，可以獲取大量資訊，但他始終堅信：「人工智慧的決勝點，不是在資料多寡，而在於演算法能否被信任。」

 

台灣人工智慧實驗室（Taiwan AI Labs）創辦人杜奕瑾。(圖／台灣人工智慧實驗室提供)

重視人權、隱私的歐盟在 2020 年發布人工智慧白皮書，明確指出歐盟將建立「AI 信任生態圈（Ecosystem of Trust）」，透過強化 AI 安全與責任法規的安定性，建立以風險為基礎的 AI 監管方式，確保 AI 技術的發展能夠充分遵守歐盟規範，也將成為往後世界各國 AI 立法的標竿。

 

杜奕瑾說，全世界對於「負責任的 AI」都有許多討論，他在 2017 年成立台灣人工智慧實驗室，某種程度也是在回應全世界，台灣身為民主國家，在開發人工智慧上會尊重民主制度，在演算法上更會依循公開、可透明、可檢視、可驗證等原則，同時在資料治理上，會遵行歐盟「一般資料保護規範（GDPR）」，也就是個人的資料屬於個人的、每個人都有被遺忘權。

民主國家的科技防疫 兼顧隱私與人權

 

新冠肺炎去年開始衝擊人類生活，各國都在發展科技防疫，杜奕瑾指出，極權國家總是認為他們的科技防疫可以做到最好，因為可以用極權、違反人權的手段取得資料，做出最好的 AI，但在台灣，我們仍可以在保障人權、隱私的前提下，做到去中心化的分析。

 

舉例而言，去年 4 月開發完成的社交距離 APP，不必追蹤使用者的足跡，而是利用藍牙訊號強弱計算使用者之間的距離，後來 Apple、Google 共同開發的「暴露通知系統（Exposure Notifications System, ENS）」，其中的技術和想法正是來自社交距離 App。

 

針對曾到疫情熱區的人們發送細胞簡訊也是一樣的概念，政府不需要知道每人的行蹤，只要知道哪邊是高危險區，請電信公司針對曾到過該區的人發送通知即可。

 

在醫療層面，台灣醫學影像公司與醫療機構合作開發的「AI 胸部 X 光片輔助偵測系統」，可輔助偵測新冠肺炎患者的胸部 X 光片，若發現疑似染疫並且提早示警，就可以守住醫院防線，日前被衛福部食藥署最新專案核准，並已在多家醫院使用。

 

AI 胸部 X 光片輔助偵測系統圖示。(圖／台灣人工智慧實驗室提供)

 

杜奕瑾說，在嚴格的個資法保護下，他們靠「聯合學習」（Federated Learning，亦稱聯邦學習）來訓練模型，醫院就不必共享高機敏性資料，所有的資料都仍儲存在醫院端。這些都是台灣兼顧隱私、人權的科技防疫案例。

 

 

不只微信、微博，臉書、推特也助長假消息傳播

 

此外，在新冠肺炎疫情期間，有非常多假訊息到處流竄，而台灣正因是亞洲言論自由度最高的國家，就成了假消息的培養皿。

 

杜奕瑾說，過去認為傳遞假訊息的平台多為中國的社交平台如微信、微博，但其實不只是如此，臉書、推特也都助長了假消息的傳遞。我們知道臉書宣稱會下架假消息，但是被下架的一定都是仇恨言論跟假消息嗎？

 

台灣人工智慧實驗室日前發起「葉黃素計畫」，針對被臉書下架的言論進行分析，結果發現，多數被下架的文章其實跟假消息、仇恨言論沒有關係，而是跟高度政治敏感的話題有關，譬如涉及到台灣、香港、中國、印度的言論，但進一步分析內容，多半是可受公評之事，98% 的言論都被臉書過度審查。

 

杜奕瑾說，社交媒體跟假消息是共生關係，說好聽是要事實查核、打擊假消息和仇恨言論，但其實是增加自己的權利做不對稱的言論審查，反而壓縮了可受公評事件的聲音。

 

「我們相信 AI 會演變成 Super Power，因此在發展 AI 的同時，必須同時就要注意不能單單只為追求利益。」杜奕瑾說，未來所有的應用都可能仰賴人工智慧，但若是被單一組織把持，可能是中國政府，或美國 Facebook、Google、Apple 等大型科技產業，當人類在享受 AI 帶來便利性的時候，我們同時也成了 AI 的棋子，若持續放任科技公司，可用利潤為導向發展 AI 演算法，就會發生嚴重的後果。

 

「葉黃素計畫」流程說明圖。(圖／台灣人工智慧實驗室提供)

透過產業大聯盟建立遊戲規則，讓 AI 成為負責任的 AI

 

既然如此，AI 到底該不該被人類監管？杜奕瑾說，他不喜歡用「監管」這一詞形容，他們建立了 AI 產業大聯盟，不是要讓政府建立制度「監管」AI，而是希望一起訂定遊戲規則，包含透明度、中立度、可效性的分析。舉例來說，特斯拉宣稱在美國可以做到全自動駕駛，在台灣就真的可以套用嗎？在醫療健康的領域，未來各項應用可能都是 AI 決定，要怎麼驗證確效、確定是負責任的演算法？

 

杜奕瑾進一步說明，在合理的架構下，結合大家的能力，就可以變成一個商業模型，合理的回饋給當初有貢獻的人，也不會因為資料被單一組織把持，造成數位極權的現象。

 

但要做到負責任的 AI 也不全然靠產業自律，杜奕瑾認為，政府也一定要升級。目前政府的組織架構已經過時，需要數位轉型，更需要全面盤點在新的數位經濟時代，如何避免被科技公司壟斷，如何防止不負責任的 AI 迫害到言論自由或人們的財產、健康權，以及如何建構新的經濟模式。

 

杜奕瑾強調，最重要的還是要鼓勵優良的 AI 存續，劣質的被淘汰，更應該滾動式修正不合時宜的法規，才能真正構築一個擁有負責任 AI 的世界。