雖然世界現(xiàn)正處於人工智慧（AI）發(fā)展史上的關(guān)鍵時期，人類以前所未有的規(guī)模和速度在各個領(lǐng)域應(yīng)用。但隨著AI使用日漸普及，社會上興起關(guān)於倫理、責(zé)任、信任的討論，企業(yè)也需在使用AI提升效率的同時做好風(fēng)險管理。法商施耐德電機（Schneider Electric）今（21）日也建議企業(yè)，在開發(fā)與使用AI時，必須符合法律規(guī)範，同時考量道德與信任，盡力避免產(chǎn)生偏誤或偏見。

施耐德電機建議審慎檢視AI可能發(fā)生的偏誤或偏見，不應(yīng)盲目相信

尤其是現(xiàn)階段AI仍有諸多不完善之處，例如圖像辨識無法精確判別差異、以及招聘建議可能含有偏見等種種例子，顯示人們不應(yīng)完全信任AI。施耐德電機也建議企業(yè)使用AI時，可參考以下準則自我檢視：

1. 符合法律與規(guī)範：如施耐德電機擁有完善的網(wǎng)路安全政策，符合ISO/IEC 29147和ISO/IEC 30111的標準，同時積極參與AI法律的制訂，並承諾完全遵守相關(guān)法規(guī)。

2. 道德與信任守則：施耐德電機以最高標準的道德與信任，對減少碳排與降低能耗做出承諾，而將AI導(dǎo)入解決方案時，也以同樣高標準的道德與信任作為原則。

3. 內(nèi)部政策與流程：施耐德電機擁有數(shù)位風(fēng)險與數(shù)據(jù)管理主管負責(zé)AI專案，並成立RAI工作小組（Responsible AI Workgroup），跟進歐洲與美國最新的AI法案，持續(xù)關(guān)注倫理議題。

此外，上下文情境、數(shù)據(jù)來源、解釋方式都可能導(dǎo)致AI產(chǎn)生的結(jié)果有偏誤或偏見，這讓AI信任議題變得極為複雜。以機器學(xué)習(xí)（ML，Machine Learning）為例，就算風(fēng)險與其他數(shù)位技術(shù)類似，但由於系統(tǒng)更加複雜、風(fēng)險的規(guī)模便更大，更難避免、追蹤和解釋。施耐德電機認為，若想克服這些挑戰(zhàn)，建立可信任的AI，有以下兩點關(guān)鍵：

1. 專業(yè)知識和AI專家：因為AI應(yīng)用將對人類產(chǎn)生深遠的影響，所以AI專家和數(shù)據(jù)科學(xué)家往往要擔任道德的守門員，進行檢測偏見、建立回饋循環(huán)（Feedback Loops）來檢驗異常運行，以避免資料下毒攻擊（Data Poisoning）。在發(fā)展與應(yīng)用AI時，企業(yè)必須選擇有價值的案例、挑選和清理數(shù)據(jù)、測試模型並控制其行為，都需要大量的專業(yè)知識與技術(shù)。若是出現(xiàn)異常時，模型需要重新學(xué)習(xí)以改善系統(tǒng)，並避免使用特例數(shù)據(jù)而引發(fā)偏見。

2. 風(fēng)險預(yù)測：目前多數(shù)的AI監(jiān)管都以風(fēng)險預(yù)測為基礎(chǔ)，從設(shè)計階段開始，就必須考量錯誤或異常數(shù)據(jù)、網(wǎng)路攻擊可能導(dǎo)致的問題，並預(yù)測潛在後果不斷優(yōu)化。AI專家藉此，能及早採取相關(guān)動作來降低風(fēng)險，例如改善訓(xùn)練AI模型的資料庫、檢測數(shù)據(jù)漂移（運行時的異常數(shù)據(jù)變化），盡可能做好防護措施。若AI的信心水準低於一定值，團隊也務(wù)必確保人類參與關(guān)鍵決策。

如今人們不能盲目相信AI，企業(yè)也要選擇具有專業(yè)知識且可信任的AI供應(yīng)商合作，確保服務(wù)符合最高標準的倫理道德、數(shù)據(jù)隱私、網(wǎng)路安全。施耐德電機提供關(guān)鍵設(shè)施的解決方案，包含國家電網(wǎng)、核電廠、醫(yī)院、汙水處理等，因此深知道德與信任的重要性，持續(xù)開發(fā)並提供可信任的AI解決方案；並以同樣負責(zé)任的方式導(dǎo)入AI，確保服務(wù)與產(chǎn)品兼具安全、高效、可靠、公正、隱私等，實現(xiàn)最高標準的道德與信任。