一位貨車司機(jī),因為北斗掉線而選擇自殺結(jié)束生命,這是「貨拉拉用戶跳車事件」之后,貨車行業(yè)的第二起科技事故。
「貨拉拉事件」后續(xù),是貨拉拉上線了一系列安全整改措施。從公開資料來看,包括行程錄音、行駛記錄儀、逾期預(yù)警等。
但很遺憾,貨拉拉的整改措施,其實對司機(jī)和乘客的保護(hù)作用并不會太大——為什么這么說呢,因為這是由目前城市的暴力犯罪類型所決定的。
由于技術(shù)在城市管理中已無處不在,比如大街小巷都能看到攝像頭。絕大多數(shù)人都能認(rèn)識到:在公共環(huán)境的暴力犯罪,跑不掉,藏不住。
近些年,一些陳年舊案接連告破,就是信息技術(shù)和生物技術(shù)升級的結(jié)果。
所以目前城市中的暴力犯罪,往往以“激情犯罪”(即沖動性、爆發(fā)性犯罪行為)為主。
回看「貨拉拉事件」,司機(jī)和客戶之間的怒火,來自于女孩用滿了平臺所規(guī)定的免費等待時間,又拒絕了司機(jī)的協(xié)助付費搬運。
而貨拉拉的整改措施(包括行程錄音、行駛記錄儀、逾期預(yù)警等),沒有一個能緩解司機(jī)的不滿,沒有一個能化解跳車乘客的惶恐(雖然此次事件可能是過度惶恐),都無法阻擋“激情犯罪”的發(fā)生,僅僅能協(xié)助處理犯罪之后的追查與定責(zé)罷了。
說白了,貨拉拉的系統(tǒng)整改主要強調(diào)「事故后的法律追責(zé)」,卻沒有對「緩解司機(jī)和客戶之間的情緒沖突」做任何改進(jìn)。
而這種情緒沖突,卻又是貨拉拉系統(tǒng)造成的。這就像給屋頂鑿了一個洞,然后底下放一個盆接水,卻不想著去補屋頂。
這種錯誤價值觀的背后,是技術(shù)系統(tǒng)對“人情”的視而不見。正如「北斗貨車事件」,也是技術(shù)系統(tǒng)與人情之間的沖突。
貨車建立北斗系統(tǒng)的初衷是讓行車更安全,這個初衷沒錯。
問題在于系統(tǒng)的規(guī)則。系統(tǒng)規(guī)定,無信號就要罰款,這是因為考慮到人為主動拆除系統(tǒng)而躲避監(jiān)管的可能性。系統(tǒng)在此預(yù)判了人情的惡。
可是,系統(tǒng)卻忽視了另外一種可能性,就是技術(shù)可能出故障,會對人的行為產(chǎn)生誤解。
如果系統(tǒng)無法具體理解每一個人的“人情”,只是默認(rèn)一切的失常行為,都是人情之“惡”。換言之,系統(tǒng)對人只做“有罪”推定是不完善的,因為一些被系統(tǒng)規(guī)則誤判的人,無法去與冰冷的系統(tǒng)規(guī)則討說法。這些被誤判的人,應(yīng)該怎么辦呢?
被系統(tǒng)制裁的人,只能寄希望于開發(fā)系統(tǒng)的人(既是裁判員,又是運動員)推翻自己的機(jī)器裁決。
絕望自然在所難免。
從統(tǒng)計學(xué)角度看,在絕大多數(shù)情況下,機(jī)器系統(tǒng)或許比人更公正。但是偏偏有一小部分情況,系統(tǒng)會做出不公正的裁決。
這時,誰應(yīng)該做最終的裁判?
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。