《中国人工智能学会通讯》——1.37 快速增长的禁止呼声

1.37 快速增长的禁止呼声

在过去两年里,对于全自主武器的态度和取舍已经跃升为军力裁减和武器控制(即通常所说的“人道主义裁军”)领域的头条话题。在此期间,包括联合
国秘书长、联合国裁军办主任以及红十字国际委员会负责人在内的世界领导人们大多表达了对研制全自主武器的深切关注并敦促立刻采取相关行动。

2013 年 4 月,一个名为“反杀人机器运动”的国际非政府组织(NGOs)联盟成立6 ,呼吁尽快禁止全自主武器系统 。这个组织是在人权观察组织的协调下,仿照此前较为成功的旨在全球范围内禁止反步兵地雷、集束炸弹和激光致盲武器的公民社会运动而组建的。此后短短一个月内,法外处决问题特别报告员给人权理事会提交了一份报告,其中呼应了许多相关运动的诉求,并呼吁各国政府暂停使用相关武器。

2013 年 10 月,270 多名杰出工程师、计算机和人工智能专家、机器人专家以及相关学科的专业人士发表声明,呼吁禁止全自主武器。该活动由国际机器人武器控制委员会(ICRAC)主导。ICRAC 是由众多机器人专家、伦理学家等有识之士于 2009 年筹建的7 。

此外,前面也提到过,由未来生命科学院牵头,一千余名人工智能专家在 2015 年 7 月亦签署了公开信,支持禁止发展全自主武器。

欧洲议会在 2014 年通过了一项禁止决议,并得到了 20 多位诺贝尔和平奖获得者的公开支持声明。此外,来自世界各地的超过 70 位著名宗教领袖也发表了类似的声明。 加拿大有一家名为 ClearPath 的机器人公司,成为了第一个支持以上禁令的商业实体,并宣布其不会涉及任何完全自主武器系统的开发工作。

虽然各国政府 2013 年伊始已经开始关注全自主武器问题,却鲜有正式阐明政策立场的情形。最重要的是,120 个缔约国的常规武器公约(CCW)于 2013 年11 月同意接手此问题,并先后于 2015 年 4 月和 2014年 5 月召开会议。讽刺的是在外交界,想要研制杀人机器的决策却可以来的如此干脆利落。

似乎可以肯定的是,各国将会在接下来的一年里继续他们的常规武器公约的审议,即使审议的根本议题、主要内容及持续时间尚未确定。星星之火可以燎原,越来越多的国家已经开始呼吁颁布相关禁令,其中大部分参与国已对探讨有意义的人类控制武器系统表示了兴趣,这表明他们均认可应该将武器全自动化扼杀在摇篮里。

2015 年 4 月的常规武器公约专家会议,是迄今为止就自主性武器议题进行过的最丰富、最深入的讨论。尽管没有一个国家表示正在积极寻求此类武器,但他们就这种武器的潜在利益进行了为期一周的集中广泛讨论。

美国和以色列是唯一明确表示愿意敞开大门收购全自主武器的国家,也有很多迹象表明,有一些国家实际上并没有完全放弃拥有此类武器的想法。毫无疑问,许多先进的军队正在朝着前所未有的武器自动化方向迈进,而且在这条道路上还没有任何停止的迹象。

时间: 2025-01-29 20:41:56

《中国人工智能学会通讯》——1.37 快速增长的禁止呼声的相关文章

《中国人工智能学会通讯》——1.35 关于禁止杀人机器的话题

1.35 关于禁止杀人机器的话题 2015 年 4 月,来自全球 90 多个国家的众多政治家和军事专家们齐聚日内瓦,就"致命性自主武器系统"议题开展第二次会议讨论.致命性自主武器系统又名全自主武器,人们更习惯通俗的称它为杀人机器.作为与会代表,知名人工智能领域专家斯图尔特·罗素强调,人工智能研究团体已经开始意识到针对自主武器的忧虑正在逐渐蚕食其自身的声誉,同时他提到目前有数个专业性质的组织正在发起投票,从而了解人们针对这个话题的总体态度. 同年 7 月 28 日,超过一千位人工智能和机

《中国人工智能学会通讯》——1.38 为什么禁止是最好的解决方案

1.38 为什么禁止是最好的解决方案 部分反对在现阶段就提倡全面禁止的人认为现在提禁止二字还为时尚早,我们应该耐心"观望"技术会最终将我们带向何方. 其他人认为,限制其使用的具体情况和任务会比简单禁止更合适.还有一些人说,现有国际人道主义法足以应对这些可能出现的挑战. 先发制人的禁止条约的目的在于防患于未然,将所有关于全自主武器的危险和关注放在首位.采取观望态度,寄希望于危害发生后亡羊补牢,是极其不负责任的. 一旦此种武器研发成功,这就是一个不可逆的过程了.武器历来有着惊人的全球蔓延速

中国人工智能学会通讯——智创未来 未来已来

2016 年带着我们难忘的记忆,就这样翻篇了.由我们学会发起.全国多个组织积极参与的.纪念全球人工智能 60 年的一个个系列活动历历在目,在我们身边发生的种种无人驾驶的比赛和试验活动还在让我们激动不已,AlphaGo 战胜人类围棋冠军李世石的震荡被 Master 的新战绩推向又一个新高潮,时间就这样把我们带入了新的一年--2017 年. 对 2017 年的人工智能,我们会有什么期待呢? 深度学习会火 无人驾驶会火 机器人产业会火 机器同传会火 人机博弈会火 交互认知会火 不确定性人工智能会火 智

中国人工智能学会通讯——机器学习里的贝叶斯基本理论、模型和算法

非常感 谢周老师给这个机会让我跟大家分享一下.我今天想和大家分享的是,在深度学习或者大数据环境下我们怎么去看待相对来说比较传统的一类方法--贝叶斯方法.它是在机器学习和人工智能里比较经典的方法. 类似的报告我之前在CCF ADL讲过,包括去年暑假周老师做学术主任在广州有过一次报告,大家如果想看相关的工作,我们写了一篇文章,正好我今天讲的大部分思想在这个文章里面有一个更系统的讲述,大家可以下去找这篇文章读. 这次分享主要包括三个部分: 第一部分:基本理论.模型和算法 贝叶斯方法基础 正则化贝叶斯推

中国人工智能学会通讯——无智能,不驾驶——面向未来的智能驾驶时代 ( 下 )

到目前为止似乎比较完美,而实际还 存在着一些问题.我们现在看到很多道 路上面,交通标志牌它的分布非常稀疏, 可能每过一两公里才能够检测出来一个 交通标志牌,因为毕竟这个深度学习算 法是目前最完美的,它有时候还会错过 一个交通标志牌,这时候怎么办呢?我 们会发现在路面上也有非常明显的视觉 特征,我只要把路面的这些视觉特征识 别出来进行匹配,其实是有连续的绝对 的视觉参考的.所以我们做的办法是, 把这个路面粘贴起来.这个粘贴的方法 很简单,跟我们手机拍场景图片一样, 我们慢慢移动的时候可以把这个场景

中国人工智能学会通讯——深蓝、沃森与AlphaGo

在 2016 年 3 月 份,正当李 世石与AlphaGo 进行人机大战的时候,我曾经写过 一 篇< 人 工 智 能 的 里 程 碑: 从 深 蓝 到AlphaGo>,自从 1997 年深蓝战胜卡斯帕罗夫之后,随着计算机硬件水平的提高,计算机象棋(包括国际象棋和中国象棋)水平有了很大的提高,达到了可以战胜人类最高棋手的水平.但是,长期以来,在计算机围棋上进展却十分缓慢,在 2006 年引入了蒙特卡洛树搜索方法之后,也只能达到业余 5 段的水平.所以 AlphaGo 战胜韩国棋手李世石,确实是人

中国人工智能学会通讯——深度学习与视觉计算 1.3 计算机视觉领域利用深度学习可能带来的未来研究方向

1.3 计算机视觉领域利用深度学习可能带来的未来研究方向 第一个,深度图像分析.目前基于深度 学习的图像算法在实验数据库上效果还是 不错的,但是远远不能够满足实际大规模 应用需求,需要进一步的提升算法性能从 而能够转化相应的实际应用.比如这个基 于图片的应用,可以估计性别和年龄,但 是其实经常会犯错,因此需要进一步提升 深度图像分析的性能. 第二个,深度视频分析.视频分析牵扯 到大量的数据和计算量,所以做起来更加 麻烦.当前深度视频分析还处于起步的阶 段,然而视频应用非常广泛,比如人机交互. 智

中国人工智能学会通讯——着力突破与创新 实现超越与引领

提 要 2016年3月,围棋人机大战的结果,在舆论界激起了惊涛骇浪:在科技界也引起了强烈反响.为了把握人工智能的发展现状和规律,探讨我国人工智能的发展战略,在中国人工智能学会和众多人工智能同行的支持下,由本文作者出面申请了一次高层战略研讨会,这就是以"发展人工智能,引领科技创新"为主题的香山科学会议.与会者同气相求.同心协力,站在国家战略的高度,以纵览全球的视野,通过深入的研讨和论证,凝聚了诸多宝贵的共识,形成了直送中央的<关于加快发展我国人工智能的专家建议>.本文简要介绍

中国人工智能学会通讯——2016机器智能前沿论坛召开

2016 年 12 月 17 日,由中国人工智能学会.中国工程院战略咨询中心主办,今日头条.IEEE<计算科学评论>协办的"2016机器智能前沿论坛"暨"2016 BYTE CUP国际机器学习竞赛颁奖仪式"在中国工程院举办.论坛嘉宾包括中外顶尖的数据挖掘.机器学习,以及自然语言处理方向的专家学者. 与以往不同,本次论坛除介绍机器学习的重大进展和应用外,还着重讨论了机器学习技术在媒体数据上的应用,并为2016 BYTE CUP 国际机器学习竞赛的获奖选手进