Page 138 - 金融科技力

於金 融危機並 非常態， 發生的次 數少，許 多演算法 多是以正 常市 場

情況 下的資料 ，而非在 危機時期 的資料進 行機器學 習的，因 此在 缺
乏應 對危機時 期的學習 經驗下， 機器學習 有可能加 劇金融市 場危 機

的發 生機率或 擴大危機 。信用風 險也是， 如果演算 法判斷現 在信 用
市場 風險狀況 很糟，導 致授信或 投資機構 大規模資 金緊縮或 賣出 債
券，其後果將導致系統性信用風險發生機會增加。

二、人工智慧對社會的挑戰

（一）對資訊流通的挑戰

人工智慧發展最重要的條件有數據、資金及人才等。其中 數 據

扮演 關鍵的角 色，足夠 的數據資 料累積， 深度學習 才有用武 之地 。
近年來，網際網路和移動裝置的快速發展，讓不少科技企 業 如

Google、Facebook、Amazon 等，累積龐大的數據資料，提供人工智
慧絕 佳的發揮 機會。然 而，這也 帶出一個 潛在隱憂 ，亦即資 訊恐 將

被此 類科技大 企業所壟 斷，影響 人工智慧 創造的經 濟機會與 利益 分
配的 公平性。 因此，許 多專家紛 紛呼籲， 為了避免 大型科技 企業 獨

占數 據的支配 權力，政 府應該採 取措施降 低資訊壟 斷的可能 性， 這
些措 施包括： 提高數據 和人工智 慧應用領 域的透明 度，鼓勵 企業 公

開不 涉及用戶 隱私和商 業機密的 研發成果 ；利用區 塊鍊技術 管理 數
據和資訊流通，以及加強對大型資訊企業的監督等等。

（二）對個人隱私的挑戰

人工智慧進行運算、預測及決策必須依賴大量的數據資料 ， 因

此個 人資料的 獲得、保 存及處理 成為商業 競爭的重 要利基， 個人 隱
私暴 露的風險 也隨之劇 增。各種 公私部門 及企業都 擁有各式 各樣 的

巨量 數據，例 如戶籍資 料、隱私 資料、消 費行為、 投資交易 資訊 、
交通 動態、出 入境紀錄 、就醫紀 錄、生物 特徵、甚 至血液及 基因 樣

本等 等，這些 資料可能 因為保存 不當被竊 取利用， 人工智慧 應用 過
程也 會洩漏個 人隱私， 一旦相關 資料被有 心人士掌 握，輕則 危害 個

124