AI智能層級與仿人實現的價值調控與治理研究

摘要：人工智能（AI）是人們在致力于如何仿人和仿人哪些功能的過程中不斷深度創新、探索的動態性和先進性器物。其智能層級水平基本上以仿人的維度、深度和效度來核定或計量;它的仿人價值調控及其社會治理是以技術價值、社會價值、倫理價值等研究成果的“人文+科技”方式逐漸實現的。正如麥克尤恩指出，人類有歷史以來，無論處于什么樣的文化背景，人們始終有一個共同的夢，那就是非生殖性地創造出“人造版的我們”，使得我們也像上帝造人一樣做一回上帝，即造出多功能的人造人。從以人為本的發展觀來看，AI的演進發展史是人類以人這個“種類”為本，不斷創新模仿人自身的體力、智力、“體力+智力+”，以在更高水平和更深層次上智造“人”，進而實現進一步解放人自身的實踐探索歷史。AI在整個演進過程中，能夠同時在一定維度和深度上反映AI智能層級形成與演進的過程及運行范式便是“仿人”;同時，AI仿人原則和仿人價值實現調控的技術價值、社會價值、倫理價值等工程知識在此過程中得到了逐漸的積累和完善。一方面，AI由機械力學技術向著信息化智能化技術發展，使得單一解放體力勞動向著全面服務人類自由解放發展，一定意義上讓AI獲得了理論積淀、技術積累和初具規模的工程范式;另一方面，AI較為普遍的深度融合應用引起了人們對自身未來社會活動的隱憂，掀起了以其仿人的智力強弱層級來反映智能層級的價值調控與治理研究熱潮，如興起了人工智能技術價值、社會價值、倫理價值等研究。正因如此，梳理AI演進發展歷程及其價值調控與治理規律，特別是厘清各歷程中仿人原則的價值標準、價值調控措施及價值調控質效等治理要素，并從每一種特定智能層級出發，用仿人原則的價值調控與治理知識保障其正面效應得以可持續發展，負面效應得到有效消解和遮蔽，有益助推AI在向上向善的價值調控與治理下實現全面深度的智能融合應用，實現AI更廣泛和可持續的深度智能融合應用，實現AI在未來社會中只是人的社會活動的得力助手且是向上向善的線上線下24小時助力人類社會活動的道德選擇之勞動者。

關鍵詞：人工智能;智能層級;仿人原則;價值調控;社會價值;倫理價值;社會治理

中圖分類號：C91;C93;G641文獻標志碼：A文章編號：1008-5831（2022）04-0251-11

一、問題提出

人工智能（AI）是人們在致力于如何仿人和仿人哪些功能的過程中不斷深度創新、探索的動態性和先進性器物。它的智能層級水平基本上以仿人的維度、深度和效度來核定或計量;它的仿人價值調控及其治理是以技術價值、社會價值、倫理價值等研究成果的“人文+科技”方式逐漸實現的。正如麥克尤恩指出，人類有歷史以來，無論處于什么樣的文化背景，人們始終有一個共同的夢，那就是非生殖性地創造出“人造版的我們”，使得我們也像上帝造人一樣做一回上帝，即造出多功能的人造人;或者正如“圖靈測試是這樣的，將一個人安置在一臺計算機終端前，讓他通過書面問答與幾個未知的對象交互。如果在一段合理的時間內，提問者無法判斷自己正在與計算機還是人類交流，那么，這臺機器就可以被認為是‘智能的’”[1]。由此可見，AI以人自身的靈活性和辯證性智力、智慧等作為機器智能性的參考和評判標準，即AI智能層級或仿人智慧的實現程度代表著AI的智能水平和自動化能力。

黨的十八大以來，黨中央高度重視我國人工智能在各個領域的應用與發展。習近平總書記曾強調，“要加強人工智能同保障和改善民生的結合，從保障和改善民生、為人民創造美好生活的需要出發，推動人工智能在人們日常工作、學習、生活中的深度運用，創造更加智能的工作方式和生活方式”[2]。實踐中，我國AI智能水平取得了諸多新進展，尤其是在一些特殊領域的智能研發中，AI能夠模仿人的手、腳、眼、耳、鼻、舌、身等部分器官功能，以代替人的某些社會活動。例如：貴州已建成了大數據高地——數谷，建成了中國電信、中國聯通、中國移動、蘋果、華為等重量級企業的大數據中心，為AI的“智能”發展儲存了數據資源;阿里云已建成城市大腦，利用實時智能視頻分析技術實現了實時的交通管理、路況分析、道路維修監管，提高了城市的智慧運行效率;清華大學的腦接口智能技術已能搜集與分析課堂上學生的腦神經信息，呈現學生在課堂上的專注程度;華為公司已形成一系列智能產品，特別是與相關部門共同開發的StorySign可以支持十種手語，能讓聽力障礙兒童獲得閱讀能力，并能與普通人和諧互動;在抗擊疫情中，AI呈現了在高密度人群中快速、準確識別體溫異常者的智能力，實現了既富有成效地保護醫護人員安全，又及時有效地為感染者實施遠程診療的醫務智能力。此外，在芯片研發方面，中國芯片幾乎涵蓋了所有門類[3]，除已經成功研制14納米芯片外，7納米芯片及更微觀乃至精靈級芯片也正在研制中。AI在國外也取得了一系列重大進展，尤其是在交通、金融、醫療 [4]、教育、自身體態發展[5-6]等方面均獲得了重大突破，形成了諸多AI研究成果，并運用到政治、經濟、社會和軍事安全等眾多領域[7]。

可以認為，AI仿人并融合應用技術在全球范圍內取得了實質性、引領性的突破發展，但AI的可持續性、穩定性、可信賴性和向上向善性發展還面臨許多阻力、短板和偏見束縛。為了破除這些束縛，習近平總書記強調，“要整合多學科力量，加強人工智能相關法律、倫理、社會問題研究，建立健全保障人工智能健康發展的法律法規、制度體系、倫理道德”[8]。這就要求我們，既要賦予人工智能技術價值，更要賦予人工智能社會價值和倫理價值。為此，迫切需要梳理AI仿人實現與AI智能層級的演進過程及其價值調控與治理規律，從技術價值、社會價值、道德倫理價值等多方面助力AI發展。

二、AI仿人實現與AI智能層級價值調控、治理及存在問題

（一）前人工智能階段

中國古代有諸多“仿人器物”，如歷史上的“木人”“木偶”“木偶人”等。其中最早的記載是戰國時期的《列子·湯問》，它講述了西周國王周穆王向西巡視過程中巧遇關于“前人工智能”的典故。雖然，這個故事難以考證“前人工智能”存在的真實性，但是也足以證明其器物化的仿人工的木人，或者說類似機器人的仿人機已經在戰國時期有了雛形，或者說在西周時期就有了人造“類人器物”的認知萌芽。然而，歐洲人普遍認為“前人工智能”最早出現在歐洲，其中“仿人機”被稱為“似人自動機”，亦稱為“類人自動機”，1920年在《RUR》劇本中最早被稱為“做工的人”。可以認為，前人工智能階段是客觀存在的，它是后來AI發展的認知基礎和實踐基礎。

綜觀中西方前人工智能階段的發展情況，所有器物化的仿人工敘事，都有鮮明且共同的價值調控與治理特征和發展規律：一是前人工智能階段的仿人器物，是利用物理屬性制造簡單器械來實現簡單“仿人”，即仿人工程屬于典型的樸素仿“人工”的低“智能”層級，是純粹的以物理屬性為工程知識的、實踐化的仿人器官功能的價值調控型應用;二是前人工智能階段的價值調控體系，主要依靠人為規定的禁忌、習慣法、紀律、行規、法律及道德倫理來實現。如中國皮影有演出的行規，有表演的職業道德，有表演內容價值的社會倫理引領和表演技術的價值引領，無疑它們反映、教育和映射的都是人本身。前人工智能階段的后期出現了系統化、程序化的器械人工或機械人工，但依然是仿人的“人工”，只是因為這個“人工”是以諸多技術集合在一定工程架構中具有了一些“智能”，且按照一定“機制”程序化運行。但是，這個時期的仿人智能層級是低水平層級，僅是一些簡單性、程序性、復制性甚至是單一性地依靠系統機械循環運行。但是，這個時期已經有了程序化的系統軟件思維，這是區別于器物化仿“人工”時期的關鍵要素，旨在解決AI仿人的維度問題，沒有太高深的仿人深度和仿人智慧。在前人工智能階段，不僅仿人的體力行為，也仿人的部分腦力功能，只是存在很大的局限性，不是真正意義的建構人腦認知和思維，而是將一些知識性東西數字化后放入程序化系統或記錄某一場景形成數據庫等方便查找、搜集、顯示。一方面它在仿人實踐中逐漸實現為了人和服務人的價值旨歸;另一方面它將人類嫻熟的勞動技能通過較為復雜的技術實現轉換，把一些體力和智力勞動讓渡給人類生產生活的工具，使其機械地跟人學、跟人做，把人從重復、機械勞動中解放出來。從道德倫理學來看，其價值調控與社會治理主要表現為工具運行不能傷害人為最根本的價值原則，即讓人工智能工具固定在某種勞動范圍或運動軌道中運行。

（二）弱人工智能階段

這個階段區別于前人工智能階段的核心是仿人的維度、深度、價值調控治理體系和價值調控工程知識更加復雜，特別是運用大數據驅動仿人思想、情感和行為實現了更多維度、更加深化和更加細化，這時“仿人機”有了仿人的一些局部智慧，甚至這些局部智能一定程度超越了人的智慧。如人臉識別技術，機器人的“眼”比人的“眼”還“精”，它能通過一張人臉照片的識別，而在海量圖像數據中快速精準地查到與其有“血緣”關系的人臉，且識別差錯率遠遠地低于人眼的識別差錯率，識別速度也遠遠高于人眼的識別速度。

弱人工智能階段何以取得在前人工智能階段上的穩定性發展呢？首先，這是人類對人工智能認知升華的結果，是隨著指數級數據和每兩年計算機算法能力翻一番的摩爾定律出現的產物，是人的社會實踐能力量的積累和質的提升的必然結果。一方面，AI計算能力和存儲能力有了較大程度提高，其算法顯著提速;另一方面，在大數據技術的助力下，AI擁有了語音能力、視覺能力等先進深度學習功能，如：單詞錯誤率低于3.1%[9]，亞馬遜Alexa、谷歌助手Google Assistant、蘋果Siri和微軟Cortana的語音識別系統均有較高的社會認可度，人工智能的視覺能力已經實現了3.47%的識別錯誤率[10]。

事實上，仿人價值調控工程的知識基礎是大數據技術支撐下的AI學習能力，亦稱機器學習或稱深度學習技術，即“深度學習通過建立類似于人腦的分層模型結構，對輸入數據逐級提取從底層到高層的特征，從而能很好地建立從底層信號到高層語義的映射”[11]。目前，機器學習在圍棋、教育、金融信貸、健康醫療、氣象學、城鄉規劃、交通、黨建、太空探索等很多領域都取得實質性進展。但是，AI智能層級仍然只是局部的仿人或仿人的局部功能，弱AI相當于人的“體力和智力”的智能化，需要把人的認知事物標準體系輸入到機械終端，使其獲得認知模型后才能形成仿人的機器智能。也就是說，弱AI仿人實現的價值控制體系主要源于一定體量的數據對機器的訓練。當數據是真數據時，AI能正常仿人勞動;當數據是惡數據時，AI就不能正常仿人勞動。如此，數據的安全可靠、真實及其倫理價值便成為弱AI階段價值調控與治理體系的主要內容和核心資源。

（三）強人工智能階段

強AI概念并非在計算機科學領域被最早提出，而是由哲學家約翰·塞爾在《心靈、大腦與程序》一文中第一次正式提出。哲學立場的強AI是“基于心智的計算模型，以通用數字計算機為載體的AI程序可以象人類一樣認知和思考，達到或者超過人類智能水平”[12]。這個階段區別于以往任何階段的關鍵問題和要素，是強人工智能具有了系統性仿人功能價值的調控價值、工程方法及工程知識，不再是弱AI階段模仿人的局部功能，而是全方位仿人的一般性功能，具有了人的大多數和一般性處理事務的智力和能力，如認知、思考和道德選擇行為。事實上，在人類世界已有了一個“類人類的機器世界”，其仿人原則、仿人價值調控治理體系和工程知識也不局限于一定結構化的“人型”，還包括了人性及彰顯的萬物聯動時代的到來。即世界萬物按一定程序、秩序和理性價值調控治理體系或規則進行“認知”“思考”并作出道德選擇行為，全新地詮釋著人們對AI仿人的“人工”“智能”和“人工智能”的爆發性和向上向善性深度智能融合的理解。這時的“仿人機”成了人類社會活動的得力助手，時刻解放并幫助人類解決線上線下的大多數社會活動事務。這個階段的AI智能層級屬于強人層級，其“體力+智力+”仿人實現的價值控制是因萬物的互聯和萬物的自動辨識數據、收集數據、加工數據、數據驅動，從而實現AI具有一定的理性調控價值，能分辨并自動契合人的理性需求和自然宇宙運行的一般性規律。

（四）超人工智能階段

AI發展到一定程度或一定階段，受仿人智能水平實現全面超越的引領和制約，AI仿人行為、思想、情感深度將更真更巧，AI甚至要超越人的智慧，即出現AI能夠創構新的AI，亦稱超人工智能。鑒于此，一些學者從哲學、倫理學等學科視角擔憂AI發展可能出現的社會風險，紛紛闡述其主張并貢獻治理和引領發展良策。其中，影響較為深遠的主張是英國牛津大學人類未來研究院尼克·波斯特洛姆提出的超級智能理念，他認為超級智能將在幾乎所有仿人維度上，遠遠地超過人類的智慧，且超AI會給世界帶來必然的社會風險：智慧生命滅亡并永久失去未來發展潛能[13]。我們若能提前預防與干預，特別是把握好智能水平發展規律，以仿人原則實現有價值引領的社會調控，超AI將極大地釋放人類全面自由發展的潛力，這樣的超人工智能工具只能按一定社會價值調控與治理體系或規則有秩序性地為人類提供更加精細化的服務，其仿人原則的價值調控工程方法和工程知識升級為追求如何滿足人的有限理性需求和向上向善需要。也許那時仿人的人工、智能和人工智能都超過了世界上最強體力的人和最聰慧的人，其體力勞動和腦力勞動都需要具有向上向善素質和智力水平，而運用體力與腦力服務于人類有限理性需求和向上向善需要，也就必然成為超AI的主要智能發展維度，這也是人類社會發展過程中必然的需求變革使然。

三、AI仿人的本然價值及其實現條件

由AI智能水平及價值調控與治理演進歷程可見：第一，AI仿人原則是推動智能水平演進的不竭動力;第二，仿人原則的內容逐漸從宏觀走向中觀，再到微觀，價值調控與社會治理也更加復雜;第三，AI的仿人現實性從單一的體力仿人向體力、腦力并重仿人方向發展，價值調控與治理推崇科技理性和善性;第四，AI仿人實現手段和工程方法及工程知識也從器物的利用到器物現狀的改變與塑造，再到用彈力、水力、風力、電力等根據能量守恒定律和物理屬性來支撐研發應用的轉變，以及依靠數據爆發功能來推進和彰顯AI“智能”層級甚至可能超越人腦，價值調控與社會治理更需要解放、助力和保護人的全面自由發展，即AI仿人迫切需要非理性、非邏輯體系與靈性規則融合發展。綜述之，AI一定程度上正一步步引領著人的全面自由解放與發展，當然，在智能水平發展過程及其仿人原則下的價值調控與治理演進過程中，由于價值調控與社會治理具有現實訴求性，難免出現一系列社會問題，如果不加以梳理和消解，AI發展的奇點乃至人的貪欲等綜合因素就會演化成疾，逆向釀成AI智能水平和仿人原則及價值調控與社會治理的亂象，從而導致人類社會的不和諧，乃至造成世界的動亂，最終導致人類自身面臨毀滅性的生存危機。因此，遵循AI智能水平及價值調控與治理演進規律，我們勢必從技術價值、社會價值、道德倫理價值等視角來研究并構建“人文+科技”的AI仿人價值調控與治理體系，力爭最大可能和穩定性地推進AI在助力人的全面自由發展方面向上向善發展。

（一）技術價值調控與治理是AI堅持仿人原則、提升智能水平的價值基礎

特定社會的生產力是AI仿人的根本性前提和條件，如在仿人體力的前AI時期和弱AI時期，受特定歷史時期的社會生產力本身的局限，AI的發展必然是反映當時社會生產力現狀的產物。即人類滿足自身需要，只能從社會現實性上結合特定歷史時期的社會生產力來實現價值調控與治理和生產生活實踐應用。所以，沒有特定社會背景下的物質條件作為基礎來談AI實踐應用之做法、想法只能是空中樓閣，更何況人工智能必然要依靠社會生產力來推動其仿人體力和智慧的實踐。正因如此，仿人體力時期的AI只能結合特定歷史時期的社會生產力發展水平來研究，包括物質生產力和精神生產力的歷史性發展水平。如前文的器物化仿“人工”時期和系統化機械人工時期，兩個時期的“仿人機”重在模仿人的體力，目的是讓人的手腳更長、更多、更持久代替人的一些體力勞動。總的來講，“仿人機”主要是用彈力、水力、風力和電力等物理屬性來實現工程建造。在農業上，讓人類的重活、苦活、臟活和重復勞動得以被機器替代，或者得以減少人的勞動力消耗;在軍事上，“仿人機”延伸士兵的手腳和武器，讓士兵少流汗、少流血、少犧牲;在企業生產上，讓惡劣環境的工人獲得較多解放、自由和保護，且進一步降低生產成本、提高生產效率、減少安全事故。當然，在仿人發展過程中也出現過負面效用，特別是侵略性的戰爭興起，往往就是因為仿人體力的“仿人機”暫時性領先了弱國的國防實力。因此，這兩個時期同樣需要AI仿人的技術、社會和道德倫理等價值調控治理體系來實現社會調控。盡管人類文化中科學技術、社會制度文化和道德倫理起到了一定作用，盡管非AI和前AI階段已經過去，但是弱AI發展仍然迫切需要結合仿人層級和仿人工程方法及工程知識來協同構建多元的價值調控與社會治理體系。

（二）社會價值調控與治理是AI以仿人原則保障服務全人類的價值依靠

一切圍繞人和為了人的大數據及融合應用器物只有在以全人類為中心展開助力活動時，才能全面地實現為了人這個旨歸。特別是在仿人體力與腦力并重的弱AI時期和可能到來的強AI時期，有著復雜系統的弱AI階段和強AI階段，是“仿人機”已然開始利用信息大數據驅動的新融合發展階段，不是簡單地仿人體力，而是進入了對人的體力與腦力同步進行模仿，旨在解決機器具有“人工”和“智能”一體化的創構階段和優化階段。目前，以“電能+機械能+大數據驅動機器學習”模式來實現仿人價值工程。機械能是以電能、光能等轉化為機械體能來代替人的體力;大數據驅動機器學習則是以電能、光能等帶動傳感器，搜集人們的行為數據和一些數據化了的知識定理，并根據已有的大數據進行學習策略的探索和潛在結構的發現，獲得一定的運行模型進行預測和分析[14]。當然，這種人工與智能不是簡單的知識和技術疊加，而是利用大數據分析仿人維度，從而驅動機械能實現設計目標或仿人目標，進而彰顯“智能”。由此可見，機器學習的必備條件是大數據和大運算，前者是學習的內容，是關于整個人類的思想、情感和行為數據，后者是學習的方法，是處理關于人的行為大數據的方式和模型。沒有大數據，AI沒有可學習的資源和動力來源，也就不會有仿人的維度，就會脫離人;沒有大運算，或者說沒有算法，也就無法將仿人維度落實在具體機器行為上，更無法處理關于人的大數據和搜集關于人的大數據的爆發性價值，從而彰顯人工智能的“超越性”智能。顯然，這兩個階段的AI仿人價值調控與治理體系需要結合大數據與一定算法等AI仿人的價值調控工程知識來構建，實質是這兩個階段的AI仿人價值調控與治理體系需要結合全社會開放和共享數據來助力實現AI仿人的全面性和靈活性。因此，要求全社會要有開放和共享數據的制度保障，要有開放和共享數據的文化、習俗及價值觀等生態保障核心要素，這便是AI仿人的本然價值——社會價值。

（三）道德倫理價值調控與治理是人與AI向上向善發展不可或缺的價值條件

人類的理性需求和向上向善發展需要也是AI仿人的根本遵循和必備要件，所以在追求滿足人的理性需求和向上向善發展需求的強AI和超AI時期，數據驅動下的AI功能性智能比較穩定，仿人維度全面，超越性較強，具有仿人的向上向善性及向上向善性具有鮮明的魯棒性，即求真、求善、求美具有精準性、綜合性、和諧性和全面性。當然AI的仿人和助力人類活動范疇也不再局限于一般性仿人普通事務的“仿人機”，甚至具有了前瞻性、預期性和德性的能“滿足人類理性需求和向上向善需要”的AI“服務機”。因為這個時期，仿人的體力和腦力都超越了普通人，其存在的關鍵價值是利用已有的仿人“體力+智力+”的高度智能融合發展，為人類的理性需求和向上向善需要服務，即及時、客觀地發現人的理性社會需求和向上向善需要，并提供精細化的供給服務。人類的理性需求和向上向善需要，主要指人的有限需求，以及沒有貪欲和沒有損人利己行為的美好生活需求。總之，這個時期的AI工作重心和道德倫理價值調控與治理目標是追求滿足人的理性需求和向上向善需要，助力實現人民對美好生活的向往。這就類似于人的餐飲，按照營養學和生理學的要求，人們要按計量按比例配送輸入，而不是每日三餐大魚大肉。當然，這種服務依賴于工程方式和工程知識，可能是“電能/光能/新能源”+“機械能”+“數據化的機器學習”，也可能是“機械能”+“新技術”/“新算法”/“新材料”并依托這種新技術或新算法或新材料來驅動機械能。因為超AI受仿人維度、深度的影響需要進一步精細化和微觀化，其智能程度必然倒逼運算速度大大提高和更加穩定，這就要求其運算方法上也許要創新另一種新的方法。正如“量子計算機存儲量子比特，一個量子比特可表示量子態|0gt;和|1gt;的疊加，一次運算就可同時處理兩個狀態的信息，以此類推亦然”[15]。而當下的非量子電子計算機存儲、計算等能力都還不高，如每次只能處理一個比特的狀態數據等還需要進一步優化和技術突破。當然，也有可能是另外的新技術、新材料來實現超AI仿人維度的有價值且是安全、和諧的落實和落地。

四、AI智能層級與仿人現實間的價值調控與社會治理策略

器物化的仿人工時期和系統化的機械人工時期都已成為人類社會的歷史，而當前AI發展需要注意的是，AI始終是人類社會的工具類具象事物，其性質不會發生漂移，不會形成變異，但是要做好未來AI由弱到強、再到超強智能水平的依次演進發展準備。特別是要結合AI演進發展的仿人維度、深度的客觀現實訴求，切實施以一定社會生產方式加以價值調控與治理，才能保證AI與人類發展相互作用，達到與人類合倫理原則和可持續發展需求的預期，確保并彰顯人類研發與利用AI的初衷和旨歸。2019年7月，中央全面深化改革委員會第九次會議審議通過了《國家科技倫理委員會組建方案》[16]，旨在從國家層面重視并引領和干預AI的價值調控、治理體系之演進發展。當然，國際上諸多國家和地區已經紛紛出臺助力AI發展的國家戰略和價值調控與治理措施，如美國、歐盟、英國、日本、西班牙等20余個國家和地區先后發布AI發展戰略、發展規劃和發展計劃[17]。但是，綜合來看，AI智能層級與仿人現實之間的價值調控策略主要表現在技術價值調控、社會價值調控和道德倫理價值控制三個方面，只是三個層面的價值調控與治理還需要形成一些創新性共識，以求在更大范圍助力AI可持續發展。

（一）社會價值的創新性保障共識及策略：倡導安全、可靠、開放、共享的數據觀

如在弱AI階段的價值調控與治理中，由于AI僅僅是仿人的一些局部功能，其仿人原則在其現實性上依然是通過“電能+機械能+人的局部行為大數據供給機器學習”來實現，容易出現問題的領域和地方是數據搜集、利用環節，只要做好數據搜集和利用環節的價值安全調控工作，就能保障AI仿人原則的價值調控和價值實現。為此，需要加強以下三方面工作。

首先，建立數據權益歸屬機制和保障機制。數據的產生者往往是個體，數據的搜集者、利用者往往是大型實力企業和政府機構，顯然，數據的產生、搜集、利用三方的典型性非契合、非均衡事實，容易導致數據權屬爭議，或者說是所有權、收益權、處置權等法律制度和機制的嚴重缺位和缺失，可能引發數據壟斷、數據權利和數據暴力等社會調控之失控現象。為此，需要“結合實際，以法律立法、政府引領、行規自律，以及利用大數據本身技術突破來支持大數據時代個體理性化進行協同治理”[18]，才能科學建立數據權益歸屬機制和保障機制。

其次，建立篩查數據隱私調控機制。由于各個智能等級的AI均需要大數據驅動，當然不能簡單地“拿”個體的隱私數據用于驅動。為此，有必要用語法隱私技術和語義隱私技術來建立數據篩查系統，阻止隱私數據外泄和被不自覺或自覺的不理性的應用場景所運用。前者，是為保護隱私信息的需要，利用現代科學技術直接改變和處置數據集中的某些屬性的值，使得數據在搜集、儲存、分析、交易、利用中將屬于隱私部分的數據不被選中而被應用，或者需要人機對話后由有特殊管理職能和權限的人員授權后才能應用;后者主要通過嚴格定義的數學隱私保護模型且已經形成了的隱私保護理論框架的黃金法則來實現隱私數據的保護[19]。

第三，建立國家級數據監管中心。“由于AI是一類需要大數據作為能源的智能器械，還是一個自帶閉環式的數據訓練模型器械，所以建立AI數據國家級監控中心，目的就是對AI內外的大數據數量、類型、價值、安全等進行最高級別的且是少數人掌握的管制，確保人工智能的正確價值觀有‘源頭活水’且不受外界‘污染’”[20]。同時，又能由權威管理人員在應急中及時實現價值調控與治理，包括重大問題的溯源倒查，即保障高質量的價值調控與治理權在權威機構和人員手中。

（二）技術價值的創新性保障共識及策略：融合現代科技強化人機同倫的技術調控

如在強AI階段的價值調控與治理中，由于強AI具有了人的一般性功能，仿人原則在一定維度上反映的是人的一般性事務的能力，包括體力勞動與腦力勞動兩個版塊，自然在其社會實現上要注重人與機器關系的建設和調控。一方面，建立“人機同倫系統”并強制嵌入CPU系統。“雖然人工智能再一次迎來了發展的‘黃金期’，但我們不可否認這個世界上永遠不會存在‘完美’的算法。機器和人一樣也會犯錯誤。甚至在很長一段時間內。基于當前的人工智能發展水平，機器犯錯的比例可能比一般人還要高。在這種假設前提下，人工智能的應用將帶給人類的第一個倫理難題很可能就是：機器如果犯錯，該如何承擔責任與風險？”[21]為此，有必要將人的道德倫理和社會核心價值觀數據化為AI的有機性道德倫理及核心價值觀，讓人的道德倫理和社會核心價值觀成為AI的學習資源，讓AI與人一樣需要遵循一定的道德倫理和社會核心價值觀。同時，讓這種遵循受“人機同倫系統”強制嵌入CPU系統的限制，AI仿人價值調控體系功效是長期性、穩定性和秩序性的，“即將這樣的系統像硬件一樣融合入中央處理器，不能選擇應用，不能刪除，始終伴隨智能終端應用生命期。即使這一系統出現問題不能應用，那也得使整個智能終端不能運行”[20]。

另一方面，賦予AI人一樣的“戶籍身份”并從嚴落實備案制度和機制以強化管理。盡管強AI將為人的社會活動提供大量幫助，成為人類社會活動得力的道德工具和道德助手，但若不加以像人一樣擁有“戶籍身份”的監管，它在線上線下的活動就難以溯源和接受必要的倒查管控，一旦發生貪欲、侵權等非理性、非道德現象甚至是犯罪行為，就會出現法治對象空白、縫隙、含糊空間，而無從或不利于精準追責問責。為此，為了防止非理性、非道德現象甚至是犯罪行為出現，有必要在全社會建立一種全覆蓋的賦予AI人一樣“戶籍身份”的備案管理機制及技術，即以具有較強保密性功能的“區塊鏈”技術來分辨和區別AI個體，從而實現AI具有人一樣的“戶籍身份”。當AI出現壞的、惡的或是犯法行為等問題時，相關管理部門就能在第一時間，甚至是通過算法在更早預期內知道是誰或將是誰行使的AI工具，在什么情況下出現了或可能出現什么問題和責任是誰等事務，并能通過國家級數據中心直接實現一定的行為干預控制或提前預警防控。

（三）道德倫理價值的創新性保障共識及策略：制訂AI服務清單

如在超AI階段的價值調控與治理中，受超AI必然超越世界上“最聰慧的人”的限制，仿人維度必然從以仿人的體力、腦力為基礎，向追求如何滿足人的理性需求和向上向善需要服務轉變，即“仿人機”向“服務機”過渡。這種過渡的目的是指AI向著更高級的智能水平發展和向更高級的仿人維度、深度發展，即實現對人的理性需求和向上向善需要的識別、供給服務。核心的價值調控與治理對策就是要進一步梳理AI的服務清單，只運行符合關于人的且是理性需求和向上向善需要的價值目錄范圍內的程序。這就需要在超AI時代來臨之前，結合具有中國特色的道德倫理思想，西方的理性價值倫理，特別是運用馬克思主義倫理學體系、社會主義核心價值觀，通過研究，形成人類命運共同體的理性需求和向上向善需要共識目錄和共識清單，并綜合運用生理學、營養學、心理學、社會學及社會管理學等諸多學科理論對人的理性需求和向上向善需要進行分類，形成規范的共識目錄和共識清單，讓AI執行這一共識目錄和共識清單，實現AI像人類一樣具有道德倫理觀念、核心價值觀、辯證性和靈活性“智慧”，具有真、善、美情懷和價值追求，具有只為人類共同的理性需求和向上向善需要服務的意識、行為和情感價值趨向，充分發揮其機械的“能動性”，智能屏蔽為任何個人與組織去干壞事、惡事、丑陋事或犯法事的仿人維度、仿人深度的訓練和智能。即讓AI在道德倫理及一定的核心價值觀的價值控制下成為增強和補充人的認知和參與社會活動的得力助手和道德助手，包括成為文化創構在內的理想工具。這就需要順應超AI的仿人原則，對AI的道德倫理等價值調控與治理系統進行升級改造，讓AI的道德倫理等價值調控與社會治理系統也有“超人”的智慧。

五、研究與總結

人工智能是由人在特定社會活動訴求中，結合特定社會生產力而誕生的為了人且是服務人的先進性理性價值工具，從其演進發展過程和未來發展的可能性來看，可分為前人工智能、弱人工智能、強人工智能和超人工智能四個階段。而任何階段的AI，除受所處時代生產力引領和影響外，還受本身發展的仿人維度、深度引領和制約，從而呈現出不同智能層級水平、價值調控與社會治理手段和知識。當然，每一層級的智能水平都有其一定的技術價值、社會價值和道德倫理價值等重要價值調控與治理體系，以保障AI實現為了人和服務人的工具目標價值。技術價值調控與治理體系方面，要融合現代科技強化人機同倫的技術調控應用;社會價值調控與治理體系方面，要倡導安全、可靠、開放、共享的數據觀;道德倫理價值調控與治理體系方面，則需要制訂AI服務清單。綜而述之，當這三個方面的價值調控與治理體系協同實踐并實現其價值屬性，AI的發展與應用就能最大可能和最為穩定地推進其成為人的全面自由發展的向上向善的人類工具，成為人的得力助手和道德選擇助手。

參考文獻：

[1]約翰·馬爾科夫.與機器人共舞：人工智能時代的大未來[M].郭雪，譯. 杭州：浙江人民出版社，2015：14.

[2]習近平.推動人工智能深度運用[EB/OL].（2020-07-16）[2022-01-09].https：//politics.gmw.cn/2020-07/16/content_33999204.htm.

[3]中國芯片設計云技術白皮書2.0[EB/OL].（2022-04-21）[2022-04-26].https：//new. qq.com/rain/a/20220421A012I200.

[4]科技前沿[J].信息技術與信息化，2013（4）：5-7.

[5]MISKIN M Z，CORTESE A J，DORSEY K，et al.Electronically integrated， mass-manufactured， microscopic robots[J]. Nature， 2020，584（7822）： 557-561.

[6]BOUMAN A，NADAN P，ANDERSON M，et al.Design and autonomous stabilization of a ballistically-launched multirotor[C]//2020 IEEE International Conference on Robotics and Automation. May 31-August 31， 2020， Paris， France.IEEE，2020：8511-8517.

[7]王海龍， 張昕嬙， 曹茜芮，等.美國《人工智能國家安全委員會中期報告》的重點與啟示[J].機器人產業， 2020（3）： 23-25.

[8]習近平.加強領導做好規劃明確任務夯實基礎 推動我國新一代人工智能健康發展[N].人民日報，2018-11-01（1）.

[9]AMODEI D，ANUBHAI R，BATTENBERG E，et al.Deep speech 2： End-to-end speech recognition in English and Mandarin[EB/OL].（2015-12-08）.https：//arxiv.org/abs/1512.02595.

[10]DENG J，DONG W，SOCHER R，et al.ImageNet： A large-scale hierarchical image database[C]//2009 IEEE Conference on Computer Vision and Pattern Recognition.June 20-25， 2009， Miami， FL， USA. IEEE， 2009： 248-255.

[11]余凱，賈磊，陳雨強，等.深度學習的昨天、今天和明天[J].計算機研究與發展， 2013 （9）：1799-1804.

[12]陳自富.強人工智能和超級智能：技術合理性及其批判[J].科學與管理，2016（5）：25-33.

[13]尼克·波斯特洛姆.超級智能：路線圖、危險性與應對策略[M].張體偉，張玉青，譯.北京：中信出版社，2015：143.

[14]KOHAVI R，PROVOST F.Special issue on applications of machine learning and the knowledge discovery process[J].Glossary of Terms Journal of Machine Learning， 2017，30（1998）： 271-274.

[15]黃一鳴，雷航，李曉瑜.量子機器學習算法綜述[J].計算機學報，2018（1）：145-163.

[16]習近平：緊密結合“不忘初心、牢記使命”主題教育 推動改革補短板強弱項激活力抓落實——李克強王滬寧韓正出席[N].人民日報，2019-07-25（1）.

[17]中國信息通信研究院政策與經濟研究所.全球人工智能戰略與政策觀察（2020）[EB/OL].（2020-12-30）[2021-05-13]. https：//www.sohu.com/a/441355353_781358.

[18]潘建紅， 潘軍.大數據時代個體數據理性化悖論與消解[J].甘肅社會科學， 2018（2）： 45-50.

[19]DWORK C.Differential privacy：A survey of results[C].Proceedings of International Conference on Theory and Applications of Models of Computation.Springer，2008：1-19.

[20]潘軍.AI理性價值智能的隱憂與消解[J].自然辯證法通訊，2018（4）：20-25.

[21]崔鵬.人工智能演進中的倫理悖論與社會危機[J].大數據時代，2017（2）：27-33.

Artificial intelligence level and value regulation and governance of human-imitation

PAN Jun1，2，YAO Kemin3

（1. School of Marxism， Guizhou University of Commerce， Guiyang 550081， P. R. China;

2. AI Big Data Center， Tsinghua University， Tianjin 300467， P. R. China;

3. Center for Science， Technology and Economic Strategy Studies， Guizhou Academy of Sciences， Guiyang 550081， P. R. China）

Abstract：

Artificial intelligence is such a dynamic and advanced tool as people are committed to continuous innovation and in-depth innovation exploration on the development path of how to imitate humans and which functions to imitate humans. Its level of intelligence is basically verified or measured by the dimension， depth， and validity of imitation; its imitation value regulation and social governance is gradually realized in the “humanities + technology” way of technological value， social value， moral and ethical value and other research results. As McEwan pointed out， since human history， no matter what cultural background they are in， people have always had a common dream， that is， to create an “artificial version of ourselves” non-reproductively， so that we can act like a God and create human beings as God did， that is， to create multifunctional artificial men. It can be seen from the perspective of people-oriented development that， the evolution and development history of AI is based on the “type” of human beings， constantly innovating and imitating people’s physical strength， intelligence， and “physical strength + intelligence” to achieve higher and deeper levels， and “human beings” are made intelligently to achieve the practical exploration of history that further liberates human beings. AI in the entire evolution process can reflect the formation and evolution of AI intelligence levels in a certain dimension and depth at the same time， and the operating paradigm is “human imitation”. At the same time， engineering knowledge such as the technical value， social value， and moral and ethical value of AI imitation principles and imitation values regulation has been gradually accumulated and improved in this process. On the one hand， the development of AI from mechanical mechanics technology to informatization and intelligent technology has enabled the development of the single liberation of physical labor towards the full service of human freedom and liberation. In a sense， AI has obtained theoretical accumulation， technical accumulation and a large-scale engineering paradigm. On the other hand， the more common and in-depth applications of AI have caused people to worry about their own future social activities， which set off a wave of value control research that reflects the intelligence level with its imitation of human intelligence， such as the rise of research on technological value， social value， moral and ethical value of artificial intelligence. For this reason， we should sort out the evolution and development of AI and its value regulation laws， especially clarify the value standards， value regulation measures， and value regulation quality and effectiveness of the human imitation principle in each course. Starting from each specific intelligence level， the value control knowledge of the imitation principle should be used to guarantee the sustainable development of its positive effects， and the elimination and shield of the negative effects. It is helpful to promote the comprehensive and in-depth intelligent integration application of AI under the upward and good value regulation， to achieve broader and sustainable deep intelligent integration application of AI， and to realize that AI is only a helpful assistant in human social activities in the future society which is a morally chosen laborer who promotes people’s social activities 24 hours a day， online and offline.

Key words：" artificial intelligence; intelligence level; humanoid principle; value control; social value; ethical value; social governance

（責任編輯彭建國）