可持续性与数据污染问题
在2017年谷歌年度开发者大会上·首席执行官孙达尔·皮柴(SundarPichai)重申了谷歌公司秉持的“人工智能优先”使命，将机器学习作为一个广义概念融人谷歌的所有平台，以便增强视频、搜索、电子邮件以及移动电话等所有服务功能①。在《快公司》(FastCompany)杂志的一次采访当中，皮柴将这种把人工智能放在所有谷歌产品首位的做法看作生命存在般的启蒙时刻：“人工智能将会日渐扩大规模、或许可以揭示宇宙的奥秘……这将是我们作为人类所要做的最重要的事情”(Brooker，2019-9-17)。
在21世纪初，如此包罗万象、壮怀激烈的人工智能方法并非仅为谷歌独有。这一点在BDSTls与AISTIs的日常实践当中同样不言而喻。当初研发与采用这种方法之时，完全是出于一种紧迫感、这与20世纪90年代对大数据的构想的紧迫感大同小异。也正是通过这种方式.BDSTIs升级为具有先进技术数据系统的AISTIs.能够实时感知数据化环境，并能够基于大数据训练自主学习，最终实现自主或半自主进化。AISTIs装备了社会组件，促进公共和私人领域不断进步并融入其中，同时它们已经在IT实践的系统标准与数据保护的监管框架当中实现部分制度化。然而，就像本书所述，到了21世纪10年代末，人们愈加关注人工智能与大数据的可持续性价值、自主人工智能系统的伦理影响以及大数据的负面社会影响，同样这些担忧也开始悄然进入工程界。因此，2019年在谷歌年度开发者大会上：谷歌公司负责创新的业务主管珍·真纳伊(Jen(ennai)告诉开发者们：“我们确定了四个技术禁区。我们不会建造或部署武器：也不会部署我们认为违反国际人权的技术”(引述自Brooker，2019 -9 - 17)。不过、并非所有听众都相信谷歌公司的人工智能伦理方法。正如一位参会者对在场的记者所说：“我觉得咱们得到的信息尚且不够充分………他们告诉我们不用担心，这个都在掌握之中’，但我们都知道他们根本没有‘掌控’””(引述自Brooker，2019-9-17)。
权力的数据伦理学：大数据与人工智能时代的人本方法新解
①请参阅孙达尔·皮柴在谷歌 2017年年会上:的演讲，htips://events.google.com/io2017.
66