科技向善Weekly ｜ 浙江AI法官助民间借贷纠纷实现智能审理（12.19—26） 科技向善Weekly由腾讯研究院汇编，每周整理最新一周全网科技向善相关资讯、观点与实践产品，为科技向善的探索注入全新燃料。 本周，谁谈论了科技向善？ 周以真：信息伪造是数字社会的巨大挑战 近期就“科技向善”的主题接受腾讯研究院访谈时，周以真教授认为，数据造福社会与负责任地使用数据并不会冲突，他们更多是互补的。实际上当冲突出现时，就不在我所提到的“数据向善”的两层含义之中了。第一层数据向善与解决重大的社会挑战有关，这些问题不能够依靠一个学科、一个人或者一个国家来解决。比如，气候变化就是个全球范围的问题。医疗也是如此：全世界每个人都可能得癌症，而不是某个国家的特例。如果我们能够理解癌症的机制并治疗癌症，就能造福所有人。 第二个含义是以负责任的方式使用数据，这是公平、道德和隐私发挥作用的地方，也是可能发生冲突的地方。人脸识别技术就是一个典型的例子：当这项技术被警方和执法部门善用，就可以帮助我们发现坏人和罪犯，这听起来是件好事。但这也可能是件坏事。受到环境、文化、政治和社会的影响，人脸识别技术也会被认为是侵犯隐私的。比如在欧洲，人们非常重视隐私，因此在他们应该不会愿意在公共场所引入人脸识别，这就是冲突所在。 技术本身是理智的，但我们使用技术的方法可以是“向善”或者“向恶”的，这是一种文化或一个社会对于善恶判断的价值体系。在一个国家被认为是好的东西，在其他国家可能不是；同样在某些国家被认为是恶的，在其他国家可能并不坏。因此，价值体系、社会规范、文化和社会都在定义什么是善、什么是恶中发挥了作用，对于任何技术都是如此。 ——来源：腾讯研究院《周以真：信息伪造是数字社会的巨大挑战》 北京大学新闻与传播学院教授胡泳 ：应该有人类——三论科技向善12月25日，北京大学新闻与传播学院教授胡泳论述：约纳斯从一个相当激进的主张开始。他说，如果我们要回答“应该有人吗？”这个问题，我们必须面对莱布尼兹的基本形而上学问题：“为什么会有什么而不是什么都没有？”（Why is there something rather than nothing?）。生命是与虚无的明确对抗。因此，首要责任是确保无限期地存在生命，并确保人类生命基础的存在。如果政策制定者认识并接受这一点，他们将基于“未来仍然有人存在”这一强制性命令而采用具有约束力的行为准则。该行为准则将通过对潜在危险技术的使用规范而得到体现。 我们可以对子孙后代负责吗，哪怕他们不存在？约纳斯的回答是责任不应该基于互惠。它要求一种不互惠的义务，这种义务不以补偿或其他自私动机为基础。责任有感性的一面，如同我们与孩子的关系，他们作为我们要负责的一种“对象”，唤醒了我们的责任感。但是，责任伦理像其他任何伦理理论一样，与理性原因相关，即必须证明具有约束力的“应当”背后的原则是正当的。应然驱动意志；道德行为者允许应然决定其行为方向。因此，伦理具有客观和主观的两方面。前者与理性有关，后者与感性有关。 感受到责任的伦理能力是我们人性的一部分。对于子孙后代，我们负有更普遍的义务：因为存在本身向我们提出了道义上的要求。 ——来源：胡泳《胡泳 | 应该有人类——三论科技向善》 本周，谁实践了科技向善？ 浙江AI法官助民间借贷纠纷实现全流程智审12月24日，在杭州市下城区人民法院，AI法官助理“小智”将事实性问题列表实时推送到了显示屏上，法官只须点击具体问题，即可由“小智”完成发问。 “庭审结束后想回看庭审视频，却又无法准确找到回看点，这是很多法官的困扰。”王颖说，运用“小智”的“锚点自动对应点播功能”，法官只需点击庭审笔录上需要回看的某一句话，甚至是某一个字，就可“点对点”快速找到对应的回看点。 “我们始终秉持‘软件适应人，而不是让人适应软件’的理念，给法官主动拥抱现代科技的底气和动力，为当事人提供一站式全方位的智能化诉讼服务。”浙江省高级人民法院副巡视员张勤表示，这一宗旨在“民间借贷智审”中体现得尤为明显，即对外一张网，对内一平台。 据介绍，在“民间借贷智审”模式下，民间借贷纠纷案件即诉即办、即审即判，一方面减少了当事人的诉讼时间和成本，提升了当事人的司法获得感和满意度，另一方面也把法官从重复性的、程序性的、事务性的工作中解脱出来，提升办案质效。同时有助于加快涉诉债权债务处置，依法维护民间融资领域良好秩序。 ——来源：环球网《浙江AI法官助民间借贷纠纷实现全流程智审》 Facebook的AI数学家可以解决大学微积分问题近日，Facebook AI Research的Fran?oisCharton和Guillaume Lample在计算机随机产生的数千万个微积分问题上训练了AI。AI使用自然语言处理（NLP）——一种通常用于分析语言的计算工具，将问题转化为解决方案。 当研究人员在500个微积分问题上测试AI时，发现了一个精度为98％的解决方案，而解决数学问题的标准程序在相同问题上的准确率仅为85％。团队还提供了AI微分方程来求解，但对于这些方程式，AI的效果并不理想，解决一般类型的微分方程正确率为81％，而较难的类型正确率则为40％。尽管如此，它仍然可以正确回答困扰其他数学程序的问题。 Charton说，在实践中，在计算机上进行演算并不是特别有用，但是通过进一步的培训，人工智能也许有一天能够解决人类难以破解的数学问题。英国谢菲尔德大学的尼科斯·阿莱特拉斯（Nikos Aletras）说，人工智能的效率可以节省人类在其他数学任务中的时间，例如在证明定理时。 ——来源：TECHNOLOGY 《Facebook's AI mathematician can solve university calculus problems》 Google Brain的人工智能实现先进文本摘要性能12月23日，据外媒报道，Google Brain和伦敦帝国理工学院的一个团队构建了一个系统Pegasus——在训练前使用提取出来的空白句子进行抽象摘要的序列。该系统利用了谷歌的转换器架构，结合了为抽象文本生成定制的目标。它在12个摘要任务中取得了最先进的成果，这些任务涵盖了新闻、科学、故事、指令、电子邮件、专利和立法法案，而且它在低资源摘要方面表现惊人，超过了之前只有1000个例子的6个数据集的最高结果。 正如研究人员指出的那样，文本摘要旨在从输入文档生成准确和简洁的摘要，而不是执行技术。抽象摘要不是简单地从输入中复制片段，而是可能产生新单词或涵盖主要信息，从而使输出在语言上保持流畅。 根据研究人员的说法，Pegasus在流畅性和连贯性方面达到了很高的语言质量，而且它不需要采取措施来缓解不流畅。此外，在只有100篇示例文章的低资源环境中，它生成的摘要质量可与在20,000到200,000篇文章的完整数据集上训练的模型相媲美。 ——来源：Venturebeat《Google Brain’s AI achieves state-of-the-art text summarization performance》 本周，哪些问题值得思考？ 韩国棋手李世石最后一战不敌AI“韩豆”12月21日，韩国棋手李世石与围棋AI“韩豆”的退役赛最终局结束，李世石执黑181手中盘告负，总比分1-2不敌“韩豆”，职业生涯正式落幕。在2016年3月与AlphaGo的五番棋大战中，李世石在第四局的获胜成为迄今为止正式对局中人类对阵AlphaGo的唯一一胜。 从AlphaGo问世至今，短短几年，围棋AI已将人类棋手远远抛下，而如今，李世石选择与AI下告别赛，是因为他觉得最后和自己下棋的人会有思想包袱。按照赛前制定的规则，李世石与韩豆的三盘引退棋采用升降赛制，这是围棋史上前所未有之事。 棋类项目一直是软件工程师用来测试电脑运算能力与人工智能水平的最好方法。1997年，由IBM开发的电脑“深蓝”击败俄国际象棋冠军卡斯帕罗夫，但由于围棋的高复杂度，在2015年10月以前，计算机程序（如Zen和Crazy Stone）的围棋能力都略与业余高手相当，无法在分先的情况下击败围棋职业棋士。 ——来源：新智元《李世石最后一战不敌AI“韩豆”！唯一战胜过AlphaGo的男人正式退役》 《王者荣耀》AI如何击败职业选手在今年八月份于吉隆坡举办的王者荣耀“世界冠军杯”半决赛的特设环境中，腾讯AI Lab与天美工作室合作开发的策略协作型AI“绝悟”一经亮相就在与职业选手的5V5对抗游戏当中获得胜利，而在同年的上海ChinaJoy现场，“绝悟”也开放了和业余选手1V1竞争的体验测试，四天一共进行了2100场对抗，最终取得了99.8%的胜率。 最近腾讯AI Lab和天美工作室联合发表了一篇论文，详细揭秘了“绝悟”取得不败战绩背后的开发故事。 根据研究人员的说法，“绝悟”在经过系统训练80个小时之后便已经“出师”，但其实在经历了30个小时的训练之后，“绝悟”就已经具备了打败排位前1%玩家的能力。经历完整训练的AI将能够在0.1秒内做出反应，这已经相当于一个顶级业余选手的反应。 腾讯研究人员表示，他们计划在不久的将来将其框架和算法开源，以促进对《王者荣耀》等复杂游戏的研究发展。 ——来源：环球网《腾讯揭秘《王者荣耀》AI如何击败职业选手》 论文来源：https://arxiv.org/abs/1912.09729 Facebook删除了由人工智能生成的个人资料照片12月20日，Facebook从其平台和Instagram上删除了所谓的“全球网络”，该网络拥有900多个账户、页面和群组，据称这些账户、页面和群组使用欺骗手段，将有目的性的言论推送给约5500万用户。该网络使用虚假账户、人工放大，尤其是利用人工智能生成的假面孔的个人资料照片，在包括Twitter和YouTube在内的网络上传播极端内容。 Facebook表示，这些用户广泛使用虚假账户来逃避检测，并将流量输送到自己的网站。研究人员称，这些账户中的许多账户使用了头像图片，这些头像似乎是通过训练真实人脸图像的神经网络创建的，目的是创建实际上并不存在的人的照片。 虽然这项技术可以制造出凑合的假脸，但它主要通过模仿视觉模式来工作，并不了解人体解剖结构，而且很难处理背景和对称特征，比如眼镜或耳环。 ——来源：Wired《Facebook Removes Accounts With AI-Generated Profile Photos》 --END-- 我好看吗