人工智能的采用率正在上升，但信任仍是一个关键挑战。

　　根据毕马威KPMG最新数据，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，我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（简称NBD）专访了香港金融科技周筹办商Finoverse首席执行官Anthony Sar。

　　“大语言模型至今其实仍不透明，即便对于其创造者也是如此。”Anthony Sar认为，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，与此同时，当AI出现严重错误时，责任应由多方共同承担。

　　负责任的人工智能并不意味着取代人类判断

　　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，我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，如今的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。负责任的人工智能意味着，在技术能够安全提升人类成果的领域部署它，而非取代人类的判断。

　　NBD：训练数据中存在的社会偏见往往会传导至人工智能上。在您看来，社会和科技公司应采取哪些具体且可操作的措施，系统性地减轻甚至消除人工智能偏见，以确保其发展不会加剧社会不平等？

　　Anthony Sar：人工智能往往会反映人类生成数据中存在的偏见，但我们应该建立更具包容性的人际联结。例如，我们为本次金融科技周设计的人工智能社区主持人Samantha，在为参会者进行匹配时，仅关注双方的共同利益，而忽略头衔、国籍或影响力等因素。

　　Samantha通过发起原本可能不会发生的引荐，帮助打破了这一障碍。活动吸引了来自120多个国家的参与者，Samantha基于共同价值而非曝光度为人们搭建联结。这只是人工智能如何帮助减少壁垒、推动以人为本的机会获取的一个例证。

　　人工智能责任应由多方共同承担

　　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：人工智能的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。

　　例如，我们在Samantha的设计中融入了“人机协同”模式，确保所有互动均经由活动组织者与我们的团队审核后，再逐步扩大自动化应用范围。这种方式既保留了人类监督，又让人工智能能够处理日常事务，为平衡创新与问责提供了真实可行的实践模型。

　　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？国际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。