因为人工智能技术的巨大潜力，以及它可能给人类带来的深远影响，现在，不少人都在呼吁，在发展人工智能技术的同时，也要对人工智能技术采取一些监管措施，以此来减小它的负面影响。
但是，在智库研究员乔舒亚•纽看来，这些监管措施可能都是错的。乔舒亚是智库机构数据创新中心（Center for Data Innovation）的高级政策研究分析师。他分析了以下几种流行的监管策略。
首先是透明性原则。透明性原则要求人工智能技术公司公开自己的源代码，以便让包括监管机构和媒体在内的人可以查看这些代码，防止损害公共利益的技术。乔舒亚说，以人工智能技术的复杂性，这样做起到的监督效果不一定好，反而会使得竞争对手更容易偷走这些技术，损害开发者的利益。
其次是可解释性原则。可解释性原则指的是，技术开发者需要能够向终端用户解释他们的算法，或者只使用那些能够解释清楚决策机制的算法。欧盟就把算法可解释性作为评估人工智能技术风险的一个主要指标。欧盟的《通用数据保护条例》（GDPR）规定，一个自然人有权获得关于算法决策机制的“有意义的信息”。
在乔舒亚看来，这项原则虽然看似合理，但很难用在人工智能领域。因为，一个算法越复杂，它的准确性就越高；但是越复杂，也就意味着它越难以解释清楚。而在一些重要的人工智能技术领域，比如自动驾驶，如果要为了可解释性牺牲技术的准确性，结果将是灾难性的。
最后一个流行的策略是，建立一个类似于食品药品监督管理局这样的人工智能监管机构。特斯拉CEO埃隆•马斯克就是这个策略的支持者。但是，乔舒亚认为，人工智能技术不可一概而论，它的危险性其实主要取决于技术的应用场景。不能仅仅因为某个低风险的产品使用了算法，就对它监管。这样会限制公司使用人工智能技术的能力和意愿。
既然这三种策略都不合理，怎么做才是合理的呢？乔舒亚提出了一个方法：算法责任原则。根据算法责任原则，公司需要验证自己的人工智能系统是不是按照设计意图运行的，能不能防范有害结果。这样做的好处是，它不要求公司公布源代码；不需要解释算法的决策机制，从而减缓技术进步；而且，它可以把监管责任分散到各行业的监管机构手里。
大数据处理信息服务商金盛网聚WJFabric认为，未来，“行业协会”的责任将更将重大。除了对行业发展进行前瞻性规划，为业内企业提供必要帮助与支持，还要加强对从业企业进行引导与监管，以时时斧正其行业行为。人工智能的发展已成为必然，但相应的监管同样不可懈怠。让企业的归企业，市场的归市场，而协会的还应归协会，平台化的协会运作机制将有利于业务相关方的各司其职，以此振兴行业发展。
閱讀更多 金盛網聚 的文章
