关于实施人工智能系统的讨论大多集中于一个问题：一个AI应用是否“可信赖”：它能否产出有用、可靠的结果，同时避免偏见并确保数据隐私？但加州大学戴维斯分校下一代食品系统人工智能研究所（AIFS）的博士后研究员Carrie Alexander在12月7日发表于《人工智能前沿》的一篇新论文中提出了一个不同的问题：如果一个人工智能系统表现得太过优秀怎么办？

Alexander采访了众多食品行业的利益相关者，包括商业领袖、学术和法律专家，探讨他们对采用人工智能的态度。一个显著的问题是，是否通过人工智能获得的广泛新知识可能无意中创造新的责任风险和其他成本。

例如，食品行业中的AI系统可能揭示出潜在的病原体污染问题。

拥有这些信息虽然可能对公众有益，但同时也可能使公司面临未来的法律责任，即使这种风险非常小。

Alexander表示：“最有可能惠及整个社会的技术可能是最不可能被采用的，除非采纳新的法律和经济结构。”

人工智能的引入通道

Alexander和合著者，加州大学戴维斯分校农业和资源经济学系的Aaron Smith教授以及康奈尔大学的Renata Ivanek教授，主张为公司提供一个临时的“引入通道”，使他们能够开始使用人工智能，同时探索其利益、风险和缓解这些风险的方式。

这也会给予法院、立法者和政府机构时间来赶上并考虑如何最好地利用AI系统生成的信息，在法律、政治和监管决策中。

Alexander说：“我们需要为企业提供方式，让他们可以选择尝试人工智能技术。”

例如，为数字化现有记录提供补贴，特别是对小公司来说可能会有所帮助。

Alexander表示：“我们真的希望能够产生更多的研究和讨论，这可能是一个重大问题。”

“解决这个问题需要我们大家共同努力。”

该项工作部分由美国农业部国家食品和农业研究所的赠款支持。下一代食品系统人工智能研究所由美国农业部-国家食品和农业研究所的赠款资助，并且是国家科学基金会与其他机构合作建立的25个AI研究所之一。