技术专家的任务

运用物联网可以给我们日常生活的所有物品配置入网接口：汽车、房屋、闹钟、摩托车头盔、牙刷。我们日常生活的物品和它们的传感器观察、记录、测量我们，为了给我们或多或少地提出良好的建议，过上舒适的生活。但是幻景继续下去——即使个别传感器，不仅仅是建立在它们基础之上的推断机制，是智能的、互相联网的、可以通信的。倘若我们实现多代理方案真正的应用，它们应该彼此直接地商议某些优化的任务解决方案。

并非物联网的所有功能都一定有必要位于“现场”，就是说位于汽车或者房屋控制系统内。其实有人在思考把它们迁入全球的计算机云中，因此无线通信的可靠性不可缺少。如果您联网的新汽车在高速公路遇到故障，需要维修车间借助远程维修介入您的汽车，这同时意味着每个在线的犯罪分子也有潜力做同样的事情——比如远程控制您。设想一下，您在高速公路上行驶，一个陌生人突然帮你加速。这种场景并非如您想象的那样不合情理；友好的同代人就像秘密警察那样已经热衷过这类思想游戏。可能的话是潜在而致命的远程遥控，因为日常生活的所有物品出于成本原因都可用于这种标准技术（Standardtechnologien）联网，安全缺口由此打开，像微软的操作系统那样被蓄意地公开。

有时候系统结构也没有考虑所有可能发生的事件。梅赛德斯·奔驰公司的总裁蔡彻（Zetsche）的论据因此也不完全正确，他谈到他那些自主的汽车，没有隐藏安全风险，因为我们的飞机毕竟也是由自动驾驶员控制的。这种比较之所以不恰当，是因为飞机迄今无法与互联网集成。作为封闭的系统，它们比一台与互联网联网的设备更可靠，更能承受攻击。

由此，技术专家的任务表述为：由于数据保护问题或者对私人空间的攻击自身无法阻止技术的发展，我们不是需要更少的，而是更多的技术。因为，汽车制造商的论据如此，汽车驾驶员希望联网的汽车必须满足客户的需要。如果最新的汽车能够联网，有意义而且更可靠的是，这种联网没有直接与发动机控制系统连接。这类想法大概能让您生动地想象技术专家的任务。他们应当在早期开发阶段，比如系统设计时考虑更多的安全性和私人空间。人们可以远远把握这种前兆，把它视为设计惯例（Conventions by Design）。在设计安全（security by Design）方面涉及物联网时提高安全性，在设计隐私（privacy by Design）方面关注私人空间的保护。弗劳恩霍夫研究所在这些方面是领先者⁹。人们在此详尽地要求，“技术不应该苛求人类”。¹⁰位于达姆施塔特的弗劳恩霍夫信息研究所此外致力于辅助系统的研究，该系统关注使用者在安全和私人空间问题的实践时减轻负担。¹¹

但是在这些传统问题上它没有保留。有一个富有启发性的案例：证券交易商的高频算法以及他们数千个2006年来仅仅在美国市场促发的微闪烁（Micro Flashes）。这里算法市场的参与者“表现”得不够礼貌，造成了不稳定与风险，因为他们堵塞、挤压和卡住。原因是他们只按照接口观点与其电子交易平台互相影响。交易算法A与交易所B交换各种各样的数据，但是这种简单的样式没有考虑在交互影响中正在形成的机器之间的相互作用。目前没有确定规则，那些机器应该如何互相交流，它们相撞的地方，也许没有对它们的相遇详尽地编程。当大数据辩护士今天热情洋溢地谈论，假如物联网的大多数功能在全球云上交换数据与信息的同时，哪些想象的事务应当考虑，这个问题变得更加紧迫。大量机器之间未知的交互作用会产生问题，会一再导致不明确的数据形势。一种错误的数据形势或者需要“仔细查看”，这点有经验的数据科学家知道，触发了非线性系统的动力。如同错误的控制决定那样，它会导致错误的结论。像多米诺骨牌会出现全球的效应，没有人曾经打算执行或者测试它。

对机器行为规则的要求并不抽象，我们把这个例子看作飞行员在飞行时要向目标机场的塔台发出无线电信号，人们应其请求优先安排降落，因为他的油料所剩不多。

每个人都可以领会，规则怎样才有意义，比如允许燃料储备不足的飞机尽快降落。但是很快有些飞行员开始蔑视规则。他们欺骗塔台说，他们的燃料将要耗尽——其实他们只是希望弥补他们的晚点。

行为准则（Rules of Encounter）帮助对付这些坑蒙拐骗，它们能够让机器社会化。其中涉及机器生命中的规则，所有的人都应该遵守，对它们的践踏将会导致这类机器经济上的损失，并损害公约。设计良好的机器交互影响的准则会超过纯粹的数据交换，导致机器社会适时地自我调控。

塔台将给发送无线电波通报燃料不足的飞行员提供优先权，但是他对继续往前挪的每个位置，都必须支付一笔款项。小撒谎的成本最终如此之高，以至于根本不值得往前挤。

良好行为的公约可以在物联网无法避免的交互影响之中设法补救解决。行为准则避免了由于陌生的交互影响而造成极端的事件，因为它们拥有一种内在的衰减动力。如果技术专家提前考虑这些公约，嵌入物联网，那么我们可以确信，智能机器的系统化风险是可以管控的，我们也就不必始终把我们的目光聚焦机器的平行宇宙。智能机器有可能直接执行多样性的任务，但是人类始终在决定游戏规则。