這周早些時候（周三，2月19日），歐盟委員會在“塑造歐洲數字未來”的總框架下，發(fā)布了大量提案和政策文件，以監(jiān)管人工智能。歐盟發(fā)布的文件包括：一份關于人工智能、物聯網和機器人對安全和責任的影響的報告；一份概述歐盟數據戰(zhàn)略的論文；以及一份關于人工智能“卓越與信任”的白皮書。總的來說，這些文件喚起了技術專制，民主虔誠和雄心勃勃的融合，而這正是歐盟交流的特點。話雖如此，就采取一切措施使科技公司受到某種控制而言，歐洲委員會并非是唯一的選擇。

巧合的是，在臉譜網創(chuàng)始人馬克·扎克伯格及其助手尼古拉斯·克萊格的陪同下，在整整24小時前，就發(fā)布了政策閃電戰(zhàn)。克萊格看上去有點眼熟，他曾親切地呼吁歐盟委員會向其官員解釋監(jiān)管科技公司的正確方法。官員們依次向他表示感謝，并禮貌地解釋稱，他們有自己的想法，并護送他回到他的座位上。

對于這個問題來說，歐盟發(fā)布的最有趣的文件是關于人工智能的白皮書。布魯塞爾宣稱，歐盟委員會提出“一種以監(jiān)管和投資為導向的方法”，該方法有兩個目標：促進人工智能的普及，并解決與該技術的某些用途相關的風險。然后，該文件就如何實現這些目標列出了不同的政策選擇。

一旦您擺脫了關于歐盟的“技術和工業(yè)優(yōu)勢”，“高質量的數字基礎設施”和“基于其基本價值的監(jiān)管框架”等強制性的提倡歐元言論，將使歐洲成為“數據經濟及其應用創(chuàng)新的全球領軍者”。該白皮書似乎非常明智，但是，對于所有有關如何實際處理人工智能的文件，它都依賴于傳統(tǒng)的有關人類代理和監(jiān)督，隱私和治理，多樣性，非歧視性和公平，社會福祉，問責制以及最受歡迎的“透明度”的傳統(tǒng)陳詞濫調，唯一明顯的遺漏是不確定性。

但是，這在目前的人工智能領域是意料之中的事情：討論總是由三部分概括而成，其中兩部分傳達了一點點虔誠的希望，這已經到了人們渴望獲得一些直白和常識的地步?？傊?，歐盟和臉譜網都想監(jiān)管人工智能，劍橋大學教授提出通俗易懂的辦法。

幸運的是，它是由著名的劍橋大學統(tǒng)計學家、英國皇家統(tǒng)計學會前主席戴維·斯皮格豪特爵士提出的。他終其一生都在試圖教人們如何理解統(tǒng)計推理，并于上月在《哈佛數據科學評論》上發(fā)表了一篇對人們非常有幫助的文章，題目就是“我們應該信任算法嗎？”

哲學家奧諾拉·奧尼爾的觀點為斯皮格豪特的方法奠定了基礎——我們應該關注的是可信賴性而不是信任，因為信任是一個如此模糊、難以捉摸和令人不滿意的概念。（在這方面，它與隱私沒什么不同。）奧尼爾在一次著名的技術演講中指出，尋求更多的信任“不是人生明智的目標——明智地安排和明智地拒絕信任才是正確的目標”。

通過實際應用奧尼爾的觀點，斯皮格豪特教授認為，當出現一種新算法時，我們最應該關注的是，程序員對系統(tǒng)（開發(fā)人員說它能做什么，它是如何被評估的）和對框架（它對一個特定案例的結論）的可信聲明。

由此，斯皮格豪特提出了一組關于任何算法的7大問題：1、在現實世界的新地方嘗試有什么好處嗎？2、一個更簡單、更透明、更強大的東西是否也一樣好呢？3、我能否向任何感興趣的人解釋一下它的工作原理嗎？4、在特定情況下，我能否向一個人解釋它是如何得出結論的嗎？5、算法能否知道自己何時處于不穩(wěn)定狀態(tài)，并能否自己承認這種不確定性嗎？6、人們使用算法是否恰當，人們能否可以持適當的懷疑態(tài)度？7、算法在實踐中是否真的有用嗎？

在我看來，這是一份對于監(jiān)管人工智能或提出任何新算法的非常有用的問題清單。到目前為止，我們遇到的大多數有嚴重缺陷的機器學習系統(tǒng)，都會因為這些方面的某些或全部原因而失敗。斯皮格豪特的問題是具體的，而不是籠統(tǒng)的，比如“透明度”或“可解釋性”。而且，最重要的是，它們對普通人來說是通俗易懂的，而不需要像那些設計算法的極客們那樣學習算法，才能真正弄懂這一切。

那么最重要的問題是哪個呢？斯皮格豪特認為是第5個問題：即人工智能機器應該知道它什么時候不理解算法——并且承認它不理解算法，也就是說，對人工智能的真正考驗在于，機器能否承認何時以及為何不理解算法?？杀氖牵@是許多人的失敗考驗。