人工智能伦理与治理――未来视角

图书信息

图书特色

热点题材――人工智能蓬勃发展、应用深入生产生活多个方面，其伦理、治理成为重要社会议题；作者专业――本书由杨强、薛澜、王小川等人工智能技术、社会、应用等各方面的众多专业人士贡献内容；讨论深入――本书由人工智能伦理与治理各方面专业人士深入讨论、思辨产生，观点深入、意义重大；源自未来论坛――本书内容由未来论坛举办的人工智能伦理与治理系列论坛精心整理而来，视野宽广、长远，立足全人类福祉。

内容简介

当前，有很多关于人工智能（AI），并和人类生产、生活关系紧密的议题被广泛讨论，包括“如何避免大数据时代个人隐私形同虚设”“代码是否具有道德”等。这些现实议题背后，是两个根本问题：何为“AI伦理”？何为“AI治理”? 本书汇聚众多专家的观点，对这两个根本问题进行了深入探讨，涉及人工智能、计算机、法律、社会学等多个领域，覆盖社会和个人、生产和生活的诸多方面。

本书是根据未来论坛“AI伦理与治理”系列研讨会的成果总结、整理而来，分为AI向善的理论与实践、AI的公平性、AI与风险治理、AI决策的可靠性和可解释性、用户数据隐私、包容性的AI这6个专题方向。每个专题方向均汇集了各领域中一线专家经充分思辨讨论后形成的观点。

本书适合人工智能领域学者、工程师、管理者、创业人员和相关专业学生，法律、社会学等领域的专业人士，以及政府相关部门人员阅读。

目录

1. 人工智能伦理与治理――未来视角 目录
2. 导论 人工智能的伦理和治理――挑战与应对/ 1
3. 第 1章 AI向善的理论与实践/ 9
4. 1.1 导语/ 9
5. 1.2 主题对话：AI伦理与治理的根本问题/ 12
6. 1.2.1 技术改变世界，世界需要治理/ 16
7. 1.2.2 技术恶果源于人类自身，人工智能带来了哪些挑战/ 18
8. 1.2.3 “技术替代”甚嚣尘上，通用人工智能在哪里/ 20
9. 1.2.4 技术发展不断向前，人工智能如何治理/ 23
10. 1.2.5 前沿技术结合行业应用，如何明确治理责任/ 25
11. 第 2章 AI的公平性/ 29
12. 2.1 导语/ 29
13. 2.2 主题分享/ 31
14. 2.2.1 全球AI治理进展和新动态/ 32
15. 2.2.2 人工智能与数据治理/ 40
16. 2.2.3 法律如何保障AI应用的公平性/ 47
17. 2.3 主题对话：AI 公平性的现状和趋势/ 52
18. 2.3.1 技术提升公平性，根源在于“人心”/ 54
19. 2.3.2 公平是动态概念，多重因素决定评估标准/ 55
20. 2.3.3 技术“偏见”为中性，解决方案基于社会语境/ 57
21. 2.3.4 技术标准和光同尘，AI 现实求同存异/ 58
22. 第3 章 AI 与风险治理/ 62
23. 3.1 导语/ 62
24. 3.2 主题分享/ 66
25. 3.2.1 自动驾驶中的技术、风险与法律/ 67
26. 3.2.2 （AI）风险的事实、幻象与感知/ 69
27. 3.2.3 道阻且长，行则将至――进入深水区的AI 安全与企业
28. 实践/ 72
29. 3.2.4 AI 系统安全风险分析/ 76
30. 3.3 主题对话： AI 是把双刃剑，风险和价值“皆在场”/ 80
31. 3.3.1 风险不只是概率，也具有社会维度/ 80
32. 3.3.2 AI 的能力越大，责任越大/ 84
33. 3.3.3 AI 正在代替人类决策，但可解释AI 任重而道远/ 86
34. 第4 章 AI 决策的可靠性和可解释性/ 89
35. 4.1 导语/ 89
36. 4.2 主题分享/ 91
37. 4.2.1 从可解释AI 到可理解AI ：基于算法治理的视角/ 92
38. 4.2.2 人工智能：从“知其然”到“知其所以然”/ 98
39. 4.2.3 AI 可靠性和可解释性：软件工程视角/ 102
40. 4.3 主题对话：AI 决策的可靠性和可解释性/ 106
41. 4.3.1 为何需要可解释与可靠性/ 109
42. 4.3.2 面对AI 风险，公众有哪些诉求/ 110
43. 4.3.3 AI 可靠性和可解释性有什么样的关系/ 111
44. 4.3.4 可信人工智能在实际应用中面临哪些挑战/ 114
45. 4.3.5 各方如何共同参与AI 可靠性的发展/ 116
46. 4.3.6 强监管环境下，政府和企业如何联动/ 117
47. 第5 章 用户数据隐私/ 119
48. 5.1 导语/ 119
49. 5.2 主题分享/ 121
50. 5.2.1 “伦理即服务”视角下的AI 数据伦理治理/ 122
51. 5.2.2 人脸识别技术的法律规制框架/ 128
52. 5.2.3 算法中的“人”――基于“个人信息保护法”
53. 的观察/ 131
54. 5.3 主题对话：新时代的用户数据隐私/ 133
55. 5.3.1 宏观视角下的数据隐私/ 136
56. 5.3.2 如何看待用户和平台之间的关系/ 138
57. 5.3.3 价值*大化条件下，如何减少对用户数据隐私
58. 的侵犯/ 138
59. 5.3.4 如何定义隐私/ 140
60. 5.3.5 如何保护个人数据隐私/ 140
61. 5.3.6 普通民众如何影响相关的政策制定/ 142
62. 第6 章 包容性的AI/ 143
63. 6.1 导语/ 143
64. 6.2 主题分享/ 146
65. 6.2.1 无障碍与平等参与/ 147
66. 6.2.2 从爱到AI 的变与不变：残障何以作为“人”
67. 的尺度/ 151
68. 6.2.3 面向无障碍应用的创新设计/ 157
69. 6.2.4 无形的障碍与包容性人工智能/ 161
70. 6.2.5 人工智能创新发展与伦理治理/ 165
71. 6.3 主题对话：包容性AI――以人为本/ 168
72. 6.3.1 什么是包容性AI/ 169
73. 6.3.2 如何考虑包容性AI 的成本效益/ 170
74. 6.3.3 人和AI 到底应该是什么样的关系/ 172
75. “AI 伦理与治理”系列研讨会嘉宾/ 174
76. 展开全部