要反互联网垄断，还得从算法共谋谈起(4)

4、自主类共谋
竞争者独立开发和使用计算机算法去实现既定的目标如利润最大化。通过自主学习和试验，计算机算法能独自地决定优化利润的方式。明显地，在这种共谋中，以意图限定的法律思维和协议都难以适用。根据自我学习和从市场上收集数据的反馈，计算机能执行其认为任何的最佳的策略。自主合谋对反垄断规制是最棘手的。
预测共谋因为不存在协议，限制了反垄断法实施工具的适用。在可预测的数字环境中，被智能计算机实施的这类行为是否应该受到法律的追究。与预测共谋不同的是，算法的使用者并未有意地促成有意识的平行行为，企业仅仅依赖人工智能而已。
随着计算机迅速调整以适应新的数据与竞争环境，算法的使用者和设计者也许知道这种行为会增加市场透明度，以及超竞争水平的价格有可能发生，但他们无法事先预测到何时发生、持续多久以及达到何种程度，类似于刑法中的不可抗力。
必须承认，数字市场上存在复杂不同的计算机算法、不同的智能体和市场经营者。与预测共谋一样，当市场上运行的智能体拥有类似的思维时，共谋的能力得到强化。自主学习机器很容易和其他相似的机器达成默示共谋，这些计算机也能更容易地预测和理解其他类似计算的行动。由于程序和计算机能轻而易举被复制，所以由相似思维的智能体操纵的市场的现实社会应该会出现。
为了清晰地识别以上四类共谋的区别，以便为提出良策规制人工智能的共谋，我们总结它们的区别如下：
　（三）算法共谋的行为对竞争产生的危害性
　1、共谋综述
以人工智能为手段的共谋，是默示垄断协议的一种形式。根据达成垄断协议主体意思表达形式来看，可以将垄断协议划分为协议型垄断协议和默契型垄断协议[6]。这里的协议型垄断协议就是我们常说的明示垄断协议，是指行为主体相互间明显地故意地从事了通关书面形式或口头形式达成一致的协议以达到联合到限制、排除竞争目的的行为。
明示共谋是市场的经营者在市场经济的竞争中为了一部分群体的利益所达成的妥协的协议，这种协议可以通关观察经营者的行为或者查处一些书面证据，可以比较容易地判断行为者故意的主观意图和结果行为是否违反反垄断法。这种垄断协议对其参加垄断协议的成员来说，有其先天的不足之处，那就是对其成员的约束力不强，不能及时发现一些成员的偏离行为，以及随之对偏离者采取果断的反击策略。
默示共谋，指行为主体间未通过书面形式和口头形式达成协议关系，但当事人通过彼此间的相互依赖关系和心照不宣的意思推理，采取相同或相似的行为，达到实质限制竞争的目的。以人工智能为手段的默示共谋为垄断者提供了十分可靠的辅助手段，表面上是计算机和算法在进行协商达成垄断协议，实质上是反映背后操纵者不可告人的目的，机器会犯罪吗？我们能惩罚机器吗？这些可笑问题暗含的意味，值得学者和实务界进行深入的探索。