人工智能（AI）依赖大数据和机器学习，应用范围极为广泛，从自动驾驶汽车到算法交易，从临床决策支持系统到数据挖掘。大量数据的可获取性对人工智能的发展至关重要。鉴于中国人口众多、商业部门规模庞大，且两者都以前所未有的程度使用数字化平台和工具，中国可能在人工智能领域占有优势。此外，对于通过人与企业留下的数字足迹所收集的信息的使用，中国所受限制较少。印度也采取了一系列类似的经济数字化举措，包括生物识别身份令牌、废钞行动以及综合商品和服务税。
然而，近期Facebook与剑桥分析公司（Cambridge Analytica）在个人和社交数据使用方面的丑闻，已使伦理问题备受关注。而这仅仅是个开始。随着人工智能应用需要越来越多的数据，以帮助机器学习并执行过去只能由人类完成的任务，至少在世界部分地区，企业正面临日益增强的公众审视。在广泛报道的事故之后，特斯拉和优步已缩减其自动驾驶汽车的研发投入。我们如何确保人工智能的伦理与负责任使用？在全球人工智能标准缺失的情况下，我们如何提升对这种责任的认识？
评估人工智能及其相关技术的伦理标准仍处于起步阶段。企业需要与其主要利益相关方开展内部讨论及外部辩论，以探讨如何避免陷入困境。
请思考义务论伦理标准与目的论伦理标准之间的区别。前者关注意图与手段，后者关注目的与结果。例如，在自动驾驶汽车领域，一个无差错、高效且环境友好的交通系统这一目标，可能就足以证明在不同条件下进行大规模驾驶数据收集以及基于人工智能应用开展试验是合理的。
相比之下，临床干预，尤其是医学试验，很难依据目的论加以证明。鉴于医学史上曾对毫不知情的人类受试者进行过骇人听闻的实验，企业和人工智能研究人员都明智地应采用义务论方法，即依据意图和手段而非目的来评判其活动的伦理性。
另一个有用的标尺是所谓的伦理黄金法则，即己所欲，施于人。将这一原则应用于新兴的人工智能领域存在一定困难，因为被收集和分析数据的数十亿人与数十亿潜在受益者之间存在鸿沟。数据的汇聚方式使得黄金法则的直接应用在很大程度上失去了意义。
最后，请思考另一组伦理标准：文化相对主义与普遍主义。前者主张依据特定文化的价值观和规范来评判行为，而后者则要求每个人都遵守共同商定的标准。这一对比有助于解释，例如，欧洲与美国在数据隐私观念上的当前冲突，而这种冲突正在塑造包括谷歌和Facebook在内的众多企业所面临的全球竞争格局。多年来，中国和印度等新兴市场一直主张以文化相对主义作为指导原则，因为它们认为这能带来优势，尤其是能够避免可能拖慢其作为技术强国发展进程的不必要监管。
伦理标准在塑造全球竞争方面的重要性，很可能与自1980年代以来技术标准所发挥的作用相当。鉴于人工智能所涉及的利害关系以及对数据的强烈需求，企业很可能需要就其为抢占先机所做的每一个细节提出非常尖锐的问题。在与全球客户合作的过程中，我们正在研究伦理在人工智能应用中所起的作用。产业界和社会应对这些问题的方式，将对人工智能在数字世界中的采用起到关键作用。
然而，要使人工智能兑现其承诺，就需要可预测性和信任。二者相互关联。对人工智能所引发的复杂问题（如问责制和数据的许可使用）进行可预测的处理，将促进对人工智能的投资和应用。同样，人工智能的进步要求消费者信任该技术、其对自身的影响以及其如何使用他们的数据。可预测且透明的处理方式有助于建立这种信任。
智能机器正在推动思考、感知、学习、解决问题和决策等高级认知过程。人工智能为补充和增强人类智能、提升产业和政府运作方式提供了机遇。
然而，利用人工智能创造认知机器的可能性引发了多重伦理问题，需要审慎考虑。认知机器独立做出决策会带来哪些影响？是否应当允许其存在？我们如何对其结果追究责任？我们是否需要控制、监管并监测其学习过程？
对于那些过于复杂或变化过快、无法通过立法充分应对的问题，将需要建立健全的法律框架。但仅靠政治和法律程序是不够的。要使信任得以蓬勃发展，伦理准则同样重要。
政府应鼓励围绕人工智能伦理展开讨论，并确保所有相关方均参与其中。汇集私营部门、消费者团体和学术界的力量，将有助于制定与技术、社会和政治发展保持同步的伦理准则。
政府的努力应与现有的人工智能伦理研究和讨论工作相互协作。目前已有许多此类举措值得鼓励，包括艾伦·图灵研究所、莱弗休姆智能未来中心、世界经济论坛第四次工业革命中心、英国皇家学会，以及“人工智能促进人类与社会福祉伙伴关系”（Partnership on Artificial Intelligence to Benefit People and Society）等。
但这些机遇也伴随着相应的伦理挑战：
决策与责任归属：随着人工智能的使用日益增多，决策责任将更难划分。如果出现造成损害的失误，应由谁承担风险？
透明度：当复杂的机器学习系统被用于做出重大决策时，可能很难厘清某一特定行为背后的原因。要确定责任归属，就必须对机器的推理过程给出清晰的解释。
偏见：机器学习系统可能会固化决策系统中已有的偏见。必须注意确保人工智能的发展不存在歧视性。
人类价值观：如果没有编程，人工智能系统就不具备默认价值观或“常识”。英国标准协会关于“机器人及机器人系统的伦理设计与应用”的BS 8611标准提供了一些有益的指导：“机器人的设计不应仅以或主要以杀伤或伤害人类为目的。人类而非机器人才是负责任的主体；应当能够查明对任何机器人及其行为负有责任的人。”
数据保护与知识产权：人工智能的潜力源于对大规模数据集的获取。当一个人工智能系统基于一个数据集完成训练，随后将所学应用于新的数据集时，会发生什么？
负责任的人工智能强调对道德原则和价值观的关注，以确保人类基本伦理不受损害。近期有若干关于企业不道德地利用人工智能的指控。然而，亚马逊、谷歌、Facebook、IBM和微软已建立一个非营利合作伙伴关系，旨在制定人工智能技术的最佳实践、增进公众理解，并作为有关人工智能的交流平台。
