一個(gè)關(guān)于人工智能（AI）輔助刑偵的案例相當(dāng)有趣：今年以來(lái)，基于人臉識(shí)別技術(shù)，已有不下5名逃犯在多地舉行的張學(xué)友演唱會(huì)上被抓。

而另一案例卻令人十分憂慮：浙江紹興警方去年破獲的一起涉嫌詐騙的案件中，犯罪嫌疑人的行為涉及竊取數(shù)據(jù)、利用人工智能曬密撞庫(kù)、分銷(xiāo)數(shù)據(jù)、冒充詐騙、洗錢(qián)等整個(gè)產(chǎn)業(yè)鏈。其中，曬密撞庫(kù)是基于人工智能的快速識(shí)別驗(yàn)證碼技術(shù)。

有科學(xué)家估計(jì)，到2040年，人工智能的犯罪率將會(huì)超過(guò)人類。利用人工智能技術(shù)進(jìn)行欺詐等犯罪行為，在很大程度上與個(gè)人信息泄露與隱私保護(hù)不力相關(guān)。如何在發(fā)揮人工智能積極作用的同時(shí)，保護(hù)個(gè)人隱私、防止詐騙等犯罪，以及平衡個(gè)人保護(hù)與公共利益的關(guān)系，是人工智能時(shí)代的一項(xiàng)重要課題。

AI比你更了解你

在各種智能終端、傳感器無(wú)所不在的今天，借助便捷的信息采集技術(shù)，社交網(wǎng)絡(luò)能夠很方便地將人們的行為方式、性格傾向、興趣愛(ài)好等信息化和數(shù)據(jù)化，而通過(guò)相應(yīng)的智能算法，就可以準(zhǔn)確地畫(huà)出每個(gè)人的“數(shù)據(jù)畫(huà)像”，這也意味著，在大數(shù)據(jù)采集、分析和人工智能技術(shù)面前，我們每個(gè)人都將變成“透明人”，不再擁有傳統(tǒng)意義上的隱私?？梢哉f(shuō)，算法甚至比你自己更了解你。而掌握著這些數(shù)據(jù)和算法的機(jī)構(gòu)，無(wú)論是公共部門(mén)還是商業(yè)企業(yè)，都可以利用其來(lái)“智能化”地推行社會(huì)治理或提供商品服務(wù)，從而大幅提升管理效率與服務(wù)水平。

對(duì)公共部門(mén)而言，借助上述技術(shù)可以方便地掌握民眾在收入、消費(fèi)、健康、教育等方面的情況，為稅收、社保、衛(wèi)生、教育等方面的政策制定與實(shí)施提供支持。但其中的一個(gè)風(fēng)險(xiǎn)在于：人工智能基于機(jī)器學(xué)習(xí)特別是自主學(xué)習(xí)而形成的“黑箱”特征，并不能保證其所習(xí)得的算法的公平性和合理性，因?yàn)樗荒鼙３帧敖普_”，從而有可能產(chǎn)生誤判。紐約市的教育部門(mén)由于引入了基于人工智能的評(píng)教系統(tǒng)，導(dǎo)致一位深受學(xué)生和同事喜愛(ài)的老師被解雇，就是一個(gè)“算法失效”的典型案例。

與公共部門(mén)相比，商業(yè)機(jī)構(gòu)特別是掌握大量消費(fèi)者數(shù)據(jù)的平臺(tái)公司，則是消費(fèi)者受到隱私泄露與“算法歧視”威脅的最大風(fēng)險(xiǎn)源。第一種常見(jiàn)的風(fēng)險(xiǎn)是，消費(fèi)者個(gè)人信息被泄露和不當(dāng)使用，如臉書(shū)和劍橋分析公司的信息泄露案就是典型代表。另一種常見(jiàn)的風(fēng)險(xiǎn)是，在完全沒(méi)有外部規(guī)制的條件下，商家有足夠的動(dòng)力根據(jù)消費(fèi)者的個(gè)人偏好向其推薦特定商品或服務(wù)，并根據(jù)消費(fèi)者的收入水平、消費(fèi)傾向而“因人定價(jià)”，以實(shí)現(xiàn)利潤(rùn)最大化。此外，如保險(xiǎn)公司拒絕向特定人群（如特定基因攜帶者或特定行為人群）提供保險(xiǎn)，類似這種“消費(fèi)者歧視”或“拒絕服務(wù)”，在人工智能+大數(shù)據(jù)分析的今天不難做到。

為了應(yīng)對(duì)人工智能時(shí)代可能引發(fā)的信息泄露與侵權(quán)問(wèn)題，歐盟出臺(tái)了號(hào)稱史上最嚴(yán)厲的數(shù)據(jù)保護(hù)法規(guī)——《通用數(shù)據(jù)保護(hù)條例》（GDPR），并于今年開(kāi)始實(shí)施。條例對(duì)個(gè)人信息的保護(hù)達(dá)到前所未有的程度，將數(shù)據(jù)披露與使用的權(quán)利賦予個(gè)人，明確數(shù)據(jù)控制者與處理者有保護(hù)個(gè)人數(shù)據(jù)及加工處理以防止泄密的義務(wù)，值得研究與借鑒。

金融詐騙的新寵

近年來(lái)，人工智能技術(shù)被少數(shù)別有用心的人有目的地用于欺詐等犯罪行為。如將基于不當(dāng)手段獲取的個(gè)人信息形成“數(shù)據(jù)畫(huà)像”，再借助社交平臺(tái)冒充熟人進(jìn)行詐騙。再比如，使用人工智能技術(shù)進(jìn)行學(xué)習(xí)與模擬，生成包括圖像、視頻、音頻、生物特征等在內(nèi)的信息，突破安防屏障。去年曾有報(bào)道稱新款蘋(píng)果手機(jī)“刷臉”開(kāi)機(jī)功能被破解，即是這類例子。

傳統(tǒng)的金融欺詐檢測(cè)系統(tǒng)高度依賴復(fù)雜的密碼、刻板的規(guī)則，在提供保護(hù)的同時(shí)也給消費(fèi)者帶來(lái)諸多不便，并且由于缺乏有效的科技手段，已無(wú)法應(yīng)對(duì)日益演進(jìn)的欺詐模式和欺詐技術(shù)，偽造、冒充身份等欺詐事件時(shí)有發(fā)生，給企業(yè)和消費(fèi)者造成很大損失。

可喜的是，目前已經(jīng)出現(xiàn)相當(dāng)一部分人工智能技術(shù)用來(lái)防范可能的犯罪行為，如智能安防領(lǐng)域的語(yǔ)音識(shí)別、人臉識(shí)別、視頻抓取等，再比如智能金融領(lǐng)域的免密支付、生物特征識(shí)別、異常行為分析等。且目前國(guó)內(nèi)已出現(xiàn)以反欺詐為代表的金融科技公司，致力于應(yīng)用人工智能技術(shù)構(gòu)建自動(dòng)化、智能化反欺詐技術(shù)和系統(tǒng)，幫助企業(yè)風(fēng)控系統(tǒng)打造用戶行為追蹤與分析能力，建立異常特征的自動(dòng)識(shí)別能力，逐步達(dá)到自主、實(shí)時(shí)地發(fā)現(xiàn)新的欺詐模式的目標(biāo)。這在信用體系、監(jiān)管體系存在缺失的社會(huì)，具有特別重要的意義。

運(yùn)用人工智能技術(shù)應(yīng)對(duì)如金融欺詐等犯罪行為，除了需要技術(shù)本身的研發(fā)與完善，還需要相關(guān)法律法規(guī)的保障，如針對(duì)電子證據(jù)（包括行為數(shù)據(jù)）的獲取與保存、平臺(tái)與消費(fèi)者舉證責(zé)任劃分等問(wèn)題，都應(yīng)建立具體的法律法規(guī)保障制度。

此外，從潛在風(fēng)險(xiǎn)來(lái)看，無(wú)人機(jī)、無(wú)人車(chē)、智能機(jī)器人等都可能遭到非法侵入與控制，導(dǎo)致財(cái)產(chǎn)損失或被犯罪分子利用的后果。針對(duì)此類風(fēng)險(xiǎn)，則要從產(chǎn)品設(shè)計(jì)上進(jìn)行追溯，明確是否存在設(shè)計(jì)缺陷或漏洞，在界定生產(chǎn)者責(zé)任的基礎(chǔ)上再行改進(jìn)與完善。

制度+技術(shù)的雙重防控

如前所述，人工智能技術(shù)應(yīng)用于公共治理、商業(yè)服務(wù)、公共安全等領(lǐng)域，能夠帶來(lái)極大的便利和明顯的收益，但同時(shí)也引發(fā)了一系列新問(wèn)題，其核心是對(duì)信息，特別是個(gè)人敏感信息的搜集、分析、處置與使用，以及這一過(guò)程中不同參與主體相互之間責(zé)任、權(quán)利與義務(wù)關(guān)系的界定。因此，這是一個(gè)公共治理問(wèn)題。

從這一角度來(lái)看，在人工智能時(shí)代，個(gè)人數(shù)據(jù)和隱私保護(hù)已經(jīng)不單是個(gè)人權(quán)利問(wèn)題，還與公共利益息息相關(guān)。例如，“個(gè)人數(shù)據(jù)畫(huà)像”的生成，除基于個(gè)人特征信息外，更多來(lái)自行為數(shù)據(jù)，尤其是來(lái)自與他人的交往和聯(lián)系中所產(chǎn)生的數(shù)據(jù)。因此，在數(shù)據(jù)治理上，如何實(shí)現(xiàn)個(gè)人保護(hù)與公共利益的平衡，需要深入思考與研究。

從技術(shù)角度來(lái)看，目前基于大數(shù)據(jù)、機(jī)器學(xué)習(xí)等方式產(chǎn)生的人工智能算法，其內(nèi)部仍然是一個(gè)“黑箱”，并不能從因果機(jī)制角度來(lái)判定其合理性、正當(dāng)性。與此同時(shí)，由于數(shù)據(jù)本身的局限性、有偏性，加之社會(huì)意識(shí)形態(tài)與主流價(jià)值觀的影響，也可能導(dǎo)致算法出現(xiàn)偏差，甚至“算法歧視”，留下不當(dāng)使用的漏洞。

要解決這一問(wèn)題，就需要從根本上突破“算法透明”障礙。而這又要求人類樹(shù)立正確的倫理標(biāo)準(zhǔn)，營(yíng)造良好的科研與市場(chǎng)競(jìng)爭(zhēng)環(huán)境，鼓勵(lì)平臺(tái)公司和中小企業(yè)在相應(yīng)倫理規(guī)范和法律法規(guī)的指引下積極開(kāi)展研發(fā)活動(dòng)，特別是能夠在人工智能基礎(chǔ)理論、核心算法上有所創(chuàng)新，有所突破。