姚前 演算法經濟與演算法監管

2021-10-16 09:51:42 字數 3675 閱讀 1053

姚前:演算法經濟與演算法監管

巴位元2021-01-15 19:00:02

文/中國證監會科技監管局局長姚前

演算法是指一系列解決問題的清晰計算機指令。在當今資訊時代,演算法已滲透到社會各個領域。克里斯多福·斯坦納在其名著《演算法帝國》裡對演算法推崇備至,認為構建演算法模仿,超越並最終取代人類,是21世紀最重要的能力,未來屬於演算法和其創造者。

演算法經濟

商品經濟的根本是買與賣、供與需的匹配。由於資訊不對稱,市場主體需要搜尋合適的對手方進行交易,這將耗費大量成本。某種意義上,搜尋技術決定了交易空間。在沒有網際網路之前,人們依靠廣播、電視等**廣告搜尋交易對手。到了網際網路時代,人與人之間的物理隔絕與時空限制得到大幅解放,出現了電子商務這一全新的經濟模式。「網路購物,只有想不到,沒有買不到」。網購已深入人們生活的方方面面,供與需的匹配得到極大改善。

應該說在網際網路經濟的初期,以連線產生網路效應為主,資料價值尚未顯現,演算法還只是輔助,電商活動高度依賴平台公司的組織與管理。近年來,隨著雲計算、大資料、人工智慧、區塊鏈等創新技術的發展與應用,資料作為生產要素的價值日益體現,演算法在經濟活動中的重要性日趨凸顯。

一是演算法拓展了網際網路經濟的深度與廣度。比如,基於平台上的交易資料、使用者自身提供的資料以及其他另類資料,開展大資料分析,對使用者進行「千人千面」畫像,深入分析每個消費者個體的行為模式和特點,形成獨特的客戶洞察,開展精準營銷、服務和風控;基於演算法的智慧型排程,使得雲計算很好地解決了實時海量交易和資料處理的效能要求;智慧型客服提公升客戶服務的響應速度,降低成本,提高效率。

二是出現了以演算法為核心的新型經濟模式,也可稱之為演算法經濟。演算法經濟是指人們將生產經驗、邏輯和規則總結提煉後「固化」在**上,使生產經營、交易融資等活動無須人工干預,自動執行的智慧型化經濟模式。

演算法經濟的典型代表是演算法金融。網際網路平台企業依靠使用者生態,以資料為核心,以演算法為驅動,以計算資源為保障,在網際網路平台上開展和提供支付、貸款、財富管理、保險等各類金融服務。依靠強大的資料分析能力,開展智慧型營銷、智慧型風控、智慧型投顧、智慧型理賠,為客戶提供量身定製的金融服務和產品,並將專家分析決策經驗與人工智慧技術融合,通過風控模型的自學習、自進化分析過程,實現基於海量資料機器學習的實時複雜風控,幫助合作金融機構更好地量化風險,更好地應對了解你的客戶(know your customer,簡稱kyc)、反欺詐、反洗錢、信用風險等關鍵業務風險。

演算法經濟的典型代表還有共享經濟,如類似優步(uber)、滴滴打車的共享平台。在這些平台上,生產者與消費者直接進行動態、多變、複雜的網狀連線和點對點交易,而有效支撐這些網狀連線和點對點交易的則是平台企業所設計、維護和運營的強大演算法。並且隨著環境和市場的變化,演算法不斷調整和優化。雖然共享平台的演算法機制背後仍沒有脫離傳統企業的組織形態,平台規則和演算法由企業設計、維護和運營,但演算法已在很大程度上取代了企業的組織、管理與協調功能,日益成為關鍵核心。某種意義上,共享平台的演算法機制或可看作企業所提供的saas服務(software as a service,應用即服務)。

如果說共享平台的演算法機制還「殘餘」著企業的影響,去中介化、去組織化的加密經濟則乾淨利落「抹除」了企業的「痕跡」,完全依靠演算法開展經濟活動。這是一種「無組織形態的組織力量」。加密經濟以密碼學技術為基礎,通過分布式共識機制,「完整、準確、難以篡改」地記錄價值轉移(交易)的全過程,構建了多中心化的應用或商業邏輯,並且通過智慧型合約,保證業務邏輯的自動強制執行,整個流程無需管理人員介入,自動完成數位化經濟活動。加密經濟不僅有技術邏輯層上的支撐,又有經濟邏輯層上的保障,再加上區塊鏈、第五代移動通訊技術(5g)、物聯網、大資料、人工智慧(artificial intelligence,簡稱ai)等技術的賦能,有望成為具有巨大潛力的新興經濟模式。截至目前,基於「區塊鏈+5g+物聯網」的加密經濟模式已在倉單物流、農業溯源、資產數位化、數字金融等領域落地應用。

與演算法經濟相伴隨的是演算法貨幣。作為交易的一般等價物,貨幣理應是大家一致同意的社會共識,否則無法廣泛流通。在許多時候,共識通過制度予以確立,比如法定貨幣。位元幣雖然難以成為真正的貨幣,但它創造了一種完全基於演算法的貨幣型態:經共識驗證的難以篡改的可追溯的「未花費過的交易輸出」(utxo),一定程度上啟發了法定貨幣的數位化或曰代幣化(tokenize)。在價值上,法定數字貨幣是信用貨幣,在實現上則很可能是演算法貨幣。

演算法隱含風險

演算法經濟大幅改善市場經濟的匹配效率和交易成本。人們一方面歡迎和享受智慧型演算法帶來的便利,另一方面卻擔心被智慧型演算法替代,導致個人價值喪失。不僅如此,隨著演算法經濟的快速發展,演算法的滲透力和影響力越趨強大,其背後隱含的風險以及作惡的可能引起了關注。

首先是演算法濫用。演算法規則的背後是商業利益。為了追求利益最大化,演算法有可能違背社會公平、道德和人性,比如大資料殺熟,同樣的商品或服務,老客戶的**反而比新客戶要貴。只推薦給人們能潛在帶來商業利益的東西,而不是最適合、最恰當的東西。可能濫用人性弱點,過度激發、勸服、誘導客戶,使人習慣於被餵養,不自覺地對演算法投放的產品沉迷上癮。只有演算法邏輯,沒有考慮人性,將人「異化」為簡單的資料、商品和工具。演算法的具體原理和引數只有運營企業的少部分人才能知道,有可能產生利益侵占問題,曾經某共享打車的動態調價演算法就被質疑過企業是否在利用演算法來謀取私利。甚至,企業可能利用演算法作惡,比如為了擴大流量,推送聳人聽聞的虛假資訊;推薦虛假產品。

其次是演算法偏見。演算法的資料可能不一定全面,片面的資料得到的結果必然導致某種偏見。演算法的設計者是人,演算法設計師乃至企業管理者、價值觀的偏見可能被嵌入演算法。演算法的「技術光環」容易讓人盲從所謂的「科學」,但實質上有些演算法卻存在很大程度的不可解釋性,比如類似「黑箱子」的機器學習演算法;機器學習演算法側重於相關性分析,而不是因果分析,可能產生錯誤的勾連與判斷;基於歷史資料的機器學習演算法隱含著「過去決定未來」邏輯,以歷史宿命論定義和標籤每個人,某種程度上也是一種偏見。

「演算法鴻溝」也值得重視。演算法通常是隱秘的,或是專利,或是商業秘密。即便公開,因技術門檻,也不是每個人都能看懂。這就形成新的「數字鴻溝」。不懂演算法的人群在利益受損時有可能並不知情,即便知情,也可能無力舉證和對抗。

在特定領域,演算法還可能引致特定風險。比如在金融領域,智慧型演算法給出的資產配置建議有可能是推薦了與金融機構自身利益高度攸關的產品,涉嫌利益侵占;智慧型演算法形成「資訊繭房」,強化投資者偏見,容易掩蓋金融風險複雜性,引誘過度消費和負債,甚至誤導投資者;智慧型演算法若存在歧視,則損害投資者公平性;智慧型演算法趨同導致「羊群效應」,加大金融順週期風險等。

總的來說,智慧型演算法已在科技大公司(bigtech)大量採用,考慮到其生態規模巨大、潛在風險和社會影響不容忽視。而我國演算法監管制度正逐步完善和健全,但具體內容有待細化完善。

從機理看,演算法監管的具體內容至少包括六方面:一是資訊披露,即作為演算法的設計者和控制方,科技大公司及其他利益相關者應該披露演算法設計、執行、使用過程中可能存在的偏見和漏洞、資料**以及可能對個人和社會造成的潛在危害。二是解釋,即作為採用演算法自動化決策的機構,科技大公司及其他利益相關者有義務解釋演算法執行原理以及演算法具體決策結果。三是留痕與可審計,即演算法系統的設計、測試、執行表現及變動留有記錄,全程監測,並可審計。四是質詢和申訴,即確保受到演算法決策負面影響的個人或組織享有對演算法進行質疑並申訴的權力。五是內部治理。科技大公司應建立清晰、有效的內部治理框架、內部控制機制和責任體系,防止演算法濫用,防範演算法風險,並提高演算法對抗性,避免演算法攻擊。六是加強行業自律。通過行業自律機制,加強演算法道德和算**理建設。

結語不可否認,演算法催生了新的經濟模式,帶來社會整體效率提公升,有其獨特優勢。但近年來,演算法濫用、演算法作惡、演算法道德、算**理等問題卻引起廣泛關注。卓別林電影《摩登時代》對機器操控產業工人的諷刺,以及馬克思著作《2023年經濟學哲學手稿》對機器工業化時代人類「異化」的警示提醒我們,就像機器流水線凌駕於工人之上,演算法亦有可能凌駕於芸芸眾生之上,其中風險值得我們關注與警惕。為此,加強演算法監管,以監管科技應對新型科技,既是順應之策,又是必然之舉。

end

資料結構與演算法 經典排序演算法實現

一 排序演算法 冒泡 選擇 插入 希爾 快速 歸併 堆和計數排序 省略了基數排序和桶排序 以及c語言自帶的排序函式 include include typedef intelementtype void swap elementtype a,elementtype b void bubble sor...

資料結構與演算法(經典排序) 堆排序

include include include include using namespace std int a 100 n 不使用遞迴建立小根堆 效率更高 void slidedown int i,int n 當左節點的值大於父節點時,不做更改 else 如果右節點存在且右節點的值小於父節點 這...

(資料結構與演算法)經典線性表 鍊錶實現

有乙個大神朋友跟我說,學資料結構,就得自己動手寫出這是什麼,用程式做出它是怎麼做的 我們接觸的資料結構有 線性結構和非線性結構。我們常見到的線性結構 線性表 棧 佇列 今天我們來看看這個一直說到的線性表。關於線性表 定義 線性表是具有相同資料型別的n n 0 個資料元素的有限序列。n為表長,n 0時...