AI能否成为「反腐大战」的利剑？

腐败问题已经成为困扰世界各国、但却持续发作难愈的顽疾。根据透明国际组织发布的一份年度报告，截至2020年，腐败在世界范围之内仍然普遍存在。更可怕的是，此项研究还发现腐败影响甚至大大减缓了全球对于新冠疫情的应对行动。

现代科技为这场打击全球腐败的集体运动带来了一点希望。例如，AI科技在智慧城市中的应用，已经表明城市部门完全有能力高效分散公民服务，同时将过程中的腐败空间降至最低、甚至彻底消灭。AI拥有检测乃至消除各类权力空间内腐败行为的潜能，相信一切腐败活动都将在AI及相关支持元素的监管之下无所遁形。

以数据挖掘打击腐败行为

在AI对抗腐败行为的过程当中，大数据与分析自然不可能置身事外。总结来讲：大数据首先负责收集并整理来自不同来源的腐败相关信息，之后再将信息输入AI系统以进行处理及预测分析。

这里所说的挖掘，指的是AI系统在寻找数据当中特定模式与异常、进而理解不同变更之间的特定关系之前，从相关来源处收集大量数据的过程。

在如今这场数据科学革命当中，数据挖掘的现实意义甚至不亚于第一次工业革命期间的煤炭开采。但是，数据挖掘到底要如何解决腐败问题？

过去十年以来，著名反腐败机构透明国际（格鲁吉亚）上线一个开源分析与采购监控门户网站，允许用户通过官方来源获取关于格鲁吉亚政府的采购流程信息。使用这些信息，格鲁吉亚公民即可亲自查证具体的采购交易、竞标公共合同的企业名称以及政府如何花费纳税人资金的统计与事实数据。通过这种大大降低数据访问门槛的方式，国内的关切人士能够随时检查电子投标信息中的可疑迹象。如果发现政府存在违法或者腐败行为，人们即可提交在线申诉，由专门的争议解决委员会开展审查。之后，委员会将在十天之内继续审查并解决此类申诉。数据挖掘正是政府采购信息收集背后的核心驱动力。AI则将挖掘产生的不连贯大数据转化为易于理解、精简且具备结构化特征的用户友好模块，供普通民众快速阅读并理解。

数据挖掘可用于发现涉及民选政府当局的实际行为与记录活动之间的不一致之处。通过透明监督，政府的公共资金去向将全面展露在民众面前。

一旦挖掘阶段完成，数据分析就会紧随跟上。分析机制将检测私有及公共机构发布的在线文档及网站中的欺诈或其他违规行为。为了打击采购及其他政府活动中可能存在的腐败行为，各级部门必须保持将准确且经过验证的信息上传至政府官方网站，并由第三方审计人员与数据专家对线上信息进行再次验证。

数据挖掘与AI科技还可用于检测税务欺诈、提高纳税人合规性、防止洗钱并打击政治人物乃至其他与政治相关的官员的欺诈行为。

如大家所见，数据挖掘与AI共同形成一套强有力的组合，足以促进对公共采购领域及其他政府活动当中腐败行为的发现与预防。

AI与区块链减少制药行业腐败案件

区块链与AI有着诸多相似之处。如大家所知，二者都有自己的显著缺点。区块链系统在数据可扩展性与处理效率方面较为孱弱，而AI则在可解释性、数据隐私与可信度方面问题多多。但把这两种技术配合使用之后，则有望相互弥补对方的不足，形成一套强有力的组合。区块链能够为AI系统带来可解释性与隐私性，而AI则让区块链系统有了更强的可扩展性，在性能、治理与个性化方面获得长足进步。

腐败不仅与公共部门有关，在私营部门之内也多有体现。过去十年以来，全球制药行业一直深陷腐败泥潭难以自拔。一旦大型制药企业或其他主流私营巨头遭遇腐败及欺诈事件时，往往会因此承受巨额罚款、制裁乃至其他严重后果。批评人士普遍认为，制药行业把利润看得比医院中患者的生命安全更重要。

AI与区块链系统可以帮助解决制药企业中层出不穷的腐败与欺诈问题。此外，医疗保健行业中的AI与区块链系统还能改善患者获取真实健康状况及药物的信息。患者对制药行业的情况越是了解，其中蕴藏的腐败空间就越是有限。以往，制药企业可能会贿赂知名医师，由他们向毫无戒心的客户推销相应产品。因此，寻求特定类型药品的客户最终可能会优先选择医生推荐的产品。但随着患者知识水平的提高与信息透明度的改善，他们可以摆脱医生的单方面建议，药企也能在更公平的市场上凭借真材实料拿下销售份额。

必须强调，制药行业及其他私营部门机构的腐败行为往往与我们的常规腐败认知有所区别。通过使用区块链与AI技术，我们可以防止制药企业向医生行贿以换取产品推销渠道。

区块链与AI技术在持续提速的信息流与数据安全方面也发挥着重要作用，既能够帮助制药企业回避腐败事件、也有望在智慧城市的不断普及之中大大减少私营及公共部门的腐败行为。

依靠预测分析提前抓住腐败的命门

西班牙巴利亚多利德大学的研究人员开发出一套带有人工神经网络的概念AI模型，能够预测一到三年后可能发生的腐败案件。例如，系统生成的数据能够检查某一地区的房地产税、该地区房价是否会急剧上涨、该地区新成立的企业以及当地银行新近开设分行等因素，借此预测可能发生的区域内乃至公共腐败问题。

为了研究并建立这套系统，研究人员们使用2000年至2012年间西班牙发生的每一起腐败案件。很明显，预测腐败对于AI系统是一项极具挑战性的任务，而预测分析技术的应用（即使用过往数据预测未来事件）也许能成为抢先抓住腐败活动命门的好办法。

技术的进步与智慧城市中AI技术的推广，共同成为这类系统蓬勃发展的前提与基础。

采用AI技术打击腐败的现实挑战

包括AI在内，任何处于概念阶段的技术应用都会带来一系列新问题。在AI方面，我们利用其打击腐败时还要克服两大核心挑战：

a) 缺乏可解释性

b) 缺乏高质量数据集

缺乏可解释性，往往令神经网络管理员和AI专家陷入无法自证的困境，导致他们难以证明某些AI决策的合理性。如前文所述，也许AI与区块链的结合能够在一定程度上缓解这方面问题。

如果负责训练这类系统的专家能够正确开展研究并获取关于近期及之前大部分（甚至是全部）腐败案件的信息，并将它们囊括于统一的增强训练数据集内，那么数据集短缺的问题就能得到解决。

在智慧城市及其他项目当中广泛使用AI技术，显然有助于解决腐败问题。但如大家所见，这一目标的成功实现离不开多项因素的协同起效。期待各位研究人员及行业从业者集思广益，真正让AI科技成为我们手中斩杀贪腐的利剑。