近日，剑桥大学未来智能研究中心研究员丹尼特·加尔（Danit Gal）在2019北京智源大会上发表演讲，她认为东西方在管理方式、文化、社会等方面的不同，导致东西方在人工智能伦理方面存在8大差异。以下为加尔的观点。
差异一：可及性
要确保我们的技术是可及的、可用的，且为全世界的程序开发者所使用。在中国，不同公司有不同的数据库，如果有公司想获得额外的数据时，它需要向政府申请，由政府来批准。在西方，虽然每个公司也有自己的数据库，但谷歌的数据库不会跟苹果分享，即便有些数据分享了，代码也是不会分享的。
加尔认为，中国的网络安全法更加重要，要优于西方的网络安全法。
差异二：责任性
要保证行动和行动所造成的后果是可追溯的，要知道中间的操作机构应该负起什么样的责任，以及谁应该负这样的责任。在中国，政府会把一些APP列入“黑名单”，把它彻底删除，这些APP如果想重新进入市场，就需要经过政府的批准。
差异三：可制性
使用技术的人要能够控制技术。以“人对于机器控制的层级架构”为例，这里的“人”是谁？可能是一个公司的技术开发负责人，他应该是能做最终决策的。但在韩国是有决策层级的，这个人可以在特殊场景中做决策，但他的上级还有上级，在往上还有上级，做最终决策的很可能是CEO。
因此，我们要了解，不同的社会有不同的架构，最终做决策的那个人也是不同的。
差异四：可解释性
要确保技术是可以解释的、可以被审核的、可以找到因果关系的。比如，AI做了一个决定，那谁应该负责任？是AI还是开发者？
在一些国家，有观点认为，AI做出的决策是自动的，应该修改AI，应该让AI负责任，开发这个AI的人不需要负责任。
在另一些国家中，AI的开发者和AI的使用者都会负一定的责任。AI的使用者必须要确保他们对AI有充分的了解才能使用，所以，他们需要承担一定的责任。AI的开发者也需要承担一定的责任。
有了可解释性，可以界定谁来负责任，到底是AI，还是人。
差异五：公平性
要确保我们的技术是公平的，不会造成一些偏见和不公平的情况。如果一个国家的总人口中有95%的人来自不同种族，而另外一个国家基本上人人都来自同一个种族，这两个国家的人口种族分布情况是不一样的。因此，在全世界范围内应用同样的AI系统时，我们必须要进行不同的讨论。对具有很大差异化的国家，在设计的时候，我们必须要有针对性的考虑。
差异六：以人为中心
我们要确保我们的设计是以人为中心的，技术的发展要有人的参与，如果没有人的参与，这个技术就毫无意义。日本有一个“社会共同发展6.0”，谈的是人的尊严以及技术发展具有同等的重要性。只有把人和技术放到一起的时候，才能为这个技术更好地赋能，更加有力。
差异七：技术或者个人信息的保护
一些个人数据可能在网上被滥用，中国也存在数据滥用的状况，为此，中国政府出台了很多法律法规和政策来保护人的信息安全。如果出现违法使用个人信息的情况，这些信息一定要被删除。
这一点和西方国家不太一样。在西方，谁来保护人们以及“谁是人们”这样的定义是不一样的。这不意味着西方的人没有隐私，而是我们的隐私定义不同。
差异八：透明性
我们要确保技术的使用是透明的、可追溯的。它对用户透明，还是对政府透明？还是对其他的公司透明？谁需要这么高水平的透明性？
在中国，透明的级别非常直截了当，要对政府透明，而不是对用户透明。那我们如何确保不同的机构之间都是透明的？如果能做到足够的透明，各个机构就能够知道自己的数据被如何使用。
以上是加尔对于东西方人工智能伦理差异的看法，你是否认同呢？
