每當看到自動駕駛出車禍的新聞，很多人對AI的信心就會縮減一分。但矛盾的是，每一天很多人都在享用AI演算法推薦給你的音樂、新聞或商品。隨著人工智慧步入大規模商業落地階段，AI必將參與到更多高風險決策的場景中，比如：
當AI分析師給出一個投資建議，參考價值有多大？
當AI告訴HR專員，某個候選人更勝任一個崗位，真是這樣嗎？
甚至，當AI醫生做了一個新的診療方案，你是否會選擇相信他？
在今年的世界人工智慧大會（WAIC）上，IBM闡述了完整的AI發展策略：先進的AI（Advance AI）、可擴充套件的AI（Scalable AI）、可信的AI（Trusted AI）。在可信AI領域，IBM不僅有完整的方法論，還有提供了先進工具和技術。
什麼是可信AI？可信AI將怎樣影響人工智慧行業發展？不久前，智慧進化論專訪了IBM副總裁、大中華區技術長謝東博士。
IBM副總裁、大中華區技術長謝東博士1
本屆WAIC，IBM對其人工智慧能力進行了系統性展示，並將自身的人工智慧之道簡化為三大關鍵詞，對應的也是人工智慧產業發展的三大關鍵問題：
先進——AI還能做什麼？
可擴充套件——AI產業化的挑戰在哪？
可信——AI到底靠不靠譜？
先進AI是外界最為熟知的、IBM人工智慧領域的高光時刻。從助力阿波羅登月計劃，到深藍打敗卡斯帕羅夫，從在Jeopardy答題節目戰勝人類，到首個與人類辯論的AI Project Debater。
這次，IBM帶來了先進AI的另一成果：人類歷史上第一位兼具情商與智商的“友好型”宇航員互動式移動夥伴Project CIMON（Crew Interactive MObile CompanioN）。Project CIMON是IBM基於人工智慧技術，與空中客車公司（Airbus）合作開發的。
目前，Project CIMON正在距離地球400公里的國際空間站服役。藉助文字、語音和影像處理能力，以及檢索特定資訊和特定發現的能力，Project CIMON可以協助宇航員完成複雜的實驗，成為工作助手和貼心夥伴。
IBM Project CIMON可擴充套件的AI是讓AI更廣泛應用到行業中。據統計，94%的公司認為人工智慧對於競爭優勢的維繫非常關鍵，但是採納速度卻非常緩慢。
謝東表示，IBM提供完整的資訊架構、人工智慧階梯和多雲的環境，讓企業使人工智慧更快、更簡單。同時，由於目前人工智慧技術選擇太多，迭代太快，IBM也將分享在技術平臺、路線方向的最佳實踐，幫助企業解決技術選型的痛點。
可信的AI，即確保AI的公平性、可解釋性、健壯性和透明性，確保演算法可被人信任。
謝東介紹，目前可信AI還是一個比較前瞻的概念，行業、企業和消費者對可信AI的認知度還有待提升。但是隨著AI大規模落地，可信AI必將成為一個不可忽視的關鍵。一些國家和國際組織已經意識到，可信AI對人工智慧產業發展的關鍵作用。
2019年4月8日，歐盟委員會發布了《人工智慧倫理指南》，提出了實現可信人工智慧的七個要素。包括保障人工智慧技術的人的自主性、穩健性和安全性，確保隱私和資料管理，確保演算法系統的透明度，以及要求人工智慧提供多樣化、非歧視性和公平的服務。
前不久，國家新一代人工智慧治理專業委員會發布了《新一代人工智慧治理原則——發展負責任的人工智慧》，強調要確保人工智慧安全可控可靠，推動經濟、社會及生態可持續發展，共建人類命運共同體。
2
可信AI時代已來，讓AI告別“黑箱”
人類在享受AI帶來的高效智慧的同時，對AI的疑慮也在不斷增加。而且這種疑慮並不是今天才出現的。被譽為科幻電影里程碑的《2001太空漫遊》片中，宇宙飛船上的人工智慧系統HAL為了執行任務殺掉了一名宇航員。
“只有確保AI所作出的決策是公平、易理解、安全、可信賴，人們才能信任它，AI才能真正發揮作用。”謝東介紹。
基於數十年來在人工智慧領域的探索欲實踐，IBM認為，可信AI包括四大要素，缺一不可：
公平性（Fairness）。AI系統應該採用不帶偏見的資料集和模型，從而避免對於特定群體的不公平。執行哪些資料進行訓練、採用什麼樣的方法訓練，都將影響AI系統的公平性。
可解釋性（Explainability）。當一個AI系統做出了一個決策或預測的時候，特別是負面的預測時，我們要能夠知道背後的原因。AI系統不應該是一個不可解釋的黑箱，應該能夠被使用者和開發者所分析、理解。比如，為什麼這個人的人臉識別通不過？為什麼AI認為這個候選人更勝任工作？
謝東介紹，廣義上講，AI系統都需要具備可解釋性。對於AI開發人員，可解釋性可以用來檢驗系統是否達到目標；對於普通使用者，有助於改進與AI的互動；對於監管體系，可解釋的AI也有助於特定目標的達成。
健壯性（Robustness），或者魯棒性。AI系統應該安全和可靠，不會被篡改，也不會受被“汙染”的訓練資料集影響。
AI系統需要防禦潛在的攻擊，比如對抗樣本攻擊，攻擊者透過在源資料上增加人類難以透過感官辨識的細微改變，從而讓AI系統得出錯誤的判定。如果對抗樣本攻擊交通訊號燈，讓AI系統將紅燈錯認為綠燈，就會導致自動駕駛車輛發生嚴重的交通事故。
透明性（Transparency）。AI系統可以被透明化管理，其開發、部署、維護等可被追蹤，能夠在生命週期範圍內被稽核等。
3
目前，可信AI還處在發展初期，對可信AI的規範還處在摸索階段，相關的技術、工具也在逐步完善中。
謝東表示，一方面，IBM會持續呼籲產業各界重視可信AI，在可信AI的前提下推動人工智慧產業的健康發展，另一方面，IBM自身也樂於與行業分享在可信AI方面的技術探索。目前，IBM針對可信AI已推出三大開源專案，幫助開發人員和資料科學家構建可信、安全和可解釋的人工智慧系統。
AI fairness 360是一個全面的開放原始碼工具集，於2018年8月開源，能夠在機器學習各個階段消除資料和模型偏差，用於檢查和減輕AI中的偏見；
AI Explainability 360是2019年7月開源的一個最先進演算法集合，針對同一個問題，提供基於不同受眾的多角度解釋能力，用解釋AI模型決策；
Adversarial Robustness 360 Toolkit，於2017年5月開源，主要針對潛在的對抗樣本攻擊，提供從攻擊到防禦到監測的全套方法工具。
此外，IBM還推出了AI OpenScale技術平臺，可讓企業在人工智慧的整個生命週期中實現透明化管理，記錄每項預測、每個模型版本、所有使用的訓練資料及各種指標，幫助企業遵守歐盟GDPR等法律法規。
謝東指出，“IBM專業的企業級硬體和軟體，以及IBM研究院在探索可信人工智慧方面所做的各種創新實踐，連同IBM多年積累的行業經驗，打造了可信AI的數字基礎設施。可信AI的元素將被嵌入到IBM整體解決方案中，一同交付給客戶。”
在可信AI的道路上，IBM扮演了先行者和探索者的角色。可信AI不僅是一種領先的價值觀，更是科技向善的體現。只有基於可信AI，我們才能更安心地受益於科技進步。