《香港創新科技發展藍圖》在創科生態鏈的下游產業化方面，政府會落實清晰的科技產業促進政策，並會聚焦人工智能與數據科學等優勢產業發展。要發展創科產業，除了考慮技術上的需求外，應用上的需求同樣重要，否則再好的技術也難以落地。本文簡介人工智能產業化對大數據的應用需求，並舉例以說明之。
微軟在《未來計算》（The Future Computed）一書中提出人工智能開發的六大原則：公平、可靠和安全、私隱和保障、包容、透明、責任。筆者建議香港政府可參考這些原則制定適當的法例，確保用作機器學習的大數據訓練集的實用性，好讓人工智能產品或服務的用戶能享有合理的權益。
避免數碼歧視 保障個人私隱
一：公平：科技使用應該人人平等，大數據分析也應一視同仁，否則人工智能便會出現「數碼歧視」的不良社會問題，影響深遠。然而，由於數據內容往往存在偏頗，這些情況在現實社會中難以避免。舉例，不少國際傳媒指出，在歐美由於大部分被拒借貸的申請者都是有色人種，因此他們往往會被標籤，看低一層，許多財務公司因而會無理地把他們拒諸門外。
二、可靠和安全：人工智能系統由於訓練時數據不足，以致不全面，因而作出錯誤的決定，嚴重者可以危害生命安全。以金融科技系統為例，金融市場變化萬千，由於數據訓練集事前沒有記錄，所以在面對突發事件時，往往束手無策，無法作出有效的判斷，而令用戶損失慘重。
三、私隱和保障：數據訓練集隱藏許多能夠識別個人身分的資料，它的擁有權、使用權等都是屬於個人的，不容企業在機器訓練人工智能系統時，未經同意而作任何使用，包括儲存、處理、轉移等，以保障用戶的私隱。例如，Strava是美國一個非常流行的健身App，若用戶騎自行車，騎行的數據會上傳到雲端平台上，之後在社交媒體平台上有很多人就可以看到他的健身數據。問題隨之而來，有很多美國軍事基地的在役軍人也在鍛煉時使用這App，他們鍛煉的軌跡數據全部被上傳，因此整個軍事基地的地圖數據都能在平台上被閱覧，但美國軍事基地的位置是高度保密，外洩會影響國家安全。
機器代人倘犯錯 須釐清責任誰屬
四、包容：同樣地在科技平等的大原則之下，所有人無論懂不懂科技，都應該可以享用人工智能帶來的好處，否則社會便會產生「數碼鴻溝」。例如，有外媒指外國遊客因為沒有內地電話卡，而不能享用內地多元化的網上服務（如滴滴出行），造成諸多不便。
五、透明：機器學習是一套點到點（P2P）技術，它利用「模式匹配」（Pattern Matching）運算法，輸入便產出匹配結果。這算法被不少科學家指黑箱作業，批評產出結果缺乏理據和解釋。試想一個人工智能醫生幫你斷症及配藥，但它卻沒有給你解釋，這種醫生你可信任嗎？
六、責任：「機器代人」是人工智能的理想目標，若然成事，社會難免會出現不少爭拗，當應用系統出錯時，責任誰屬，是人或是機器？若然是機器的話，它在現有法律之下又怎會受到公平的懲罰呢！
最近，美國公司OpenAI推出ChatGPT自然語言生成人工智能（Generative AI）系統，因應用戶要求自動編寫文章。微軟表示計劃把技術商業化，嵌入其網絡產品中。筆者認為提升產品的智能性無疑是創科的目標，但公司必須認真考慮《未來計算》的六大原則。
原刊於《星島日報》，本社獲作者授權轉載。
