者和公众。

“那就是，你们。是舆论，是媒体，是每一个普通的用户。”

“我们之所以坚持‘透明原则’，就是要把委员会，置于全社会的聚光灯下。如果它做出了一个愚蠢的、或者不公正的决定，我相信，全世界的口水，就足以把它淹没。”

“所以，霍夫曼先生，你所担心的‘权力黑箱’，在峰牌的模式里，根本不存在。”

“我们的伦理委员会，不是一个高高在上的‘贵族议会’。它更像一个开放的、接受各方质询的‘公共听证会’。”

李悦的这番解释，清晰、详尽，有理有据。

她不仅完美地回应了霍夫曼的质疑，更反过来，将峰牌模式的“透明”和“开放”，展现得淋漓尽致。

霍夫曼显然没有料到，李悦会准备得如此充分。

他的第一次攻击，被轻松化解。

但他并没有放弃。

“好吧，李女士，我承认，你们在程序设计上，确实考虑得很周全。”他话锋一转，切入了另一个角度。

“但是，让我们来谈谈效率。”

“按照你的模式，一个AI算法的上线，需要经过工程师开发、内部测试、伦理执行办公室评估、伦理委员会审议……天呐，等走完这一整套流程，市场机会，可能早就瞬息万变了。”

“而在巨神，我们采用的是‘赛马机制’。十个团队，同时开发十个不同的算法，把它们直接扔到真实的市场环境中，去测试，去竞争。最终，那个数据表现最好的算法，会胜出。”

“我们的模式，可能看起来有些‘野蛮’。但是，它高效，它能最快地，筛选出用户最喜欢、商业价值最高的解决方案。”

“请问，你的‘听证会’模式，如何与我们的‘赛马场’模式，在效率上竞争？”

这，才是真正的，两种技术理念的正面碰撞。

一边，是追求极致效率、信奉“数据为王”的硅谷模式。

另一边，是追求程序正义、信奉“伦理先行”的峰牌模式。

这一次，李悦没有急于回答。

她看向了身旁的李然，后者一直安静地坐在嘉宾席的后排。

“这个问题，我想，由我的同事，‘天网’的首席架构师，李然先生来回答，会更合适。”

李然站了起来，走到了李悦的身旁。

这是他第一次，在如此重要的国际场合，公开发言。

他有些紧张，但当他看到姐姐投来的鼓励的眼神时，他很快就镇定了下来。

“霍夫曼先生，你说的没错。”李然的声音，带着一种技术人员特有的严谨和纯粹。

“如果单从‘筛选出商业价值最高的算法’这个目标来看，你们的‘赛马’模式，效率确实更高。”

“但是，AI的目标，仅仅是商业价值吗？”

他反问道。

“一个能精准地，向一个有赌博倾向的人，推送网络赌场广告的算法，它的商业价值，可能非常高。但它，是一个‘好’的算法吗？”

“一个能通过分析用户的消费记录和社交关系，判断出他即将失业，并提前向他推送‘高利贷’广告的算法，它的点击率，可能非常高。但它，是一个‘善’的算法吗？”

李然的这两个例子，让现场的很多人，都感到了脊背发凉。

因为他们知道，这并不是危言耸听，而是正在真实发生的事情。

“在峰牌，我们评价一个算法好坏的标准，从来不只是‘商业价值’这一个维度。”

“我们有一个更复杂的、多维度的评估模型。它包括了：公平性、可解释性、安全性、以及对社会福祉的长期影响等等。”

“是的，用这个模型去评估算法，过程会很慢，会很复杂。”

“