有偏見的人工智能云出現(xiàn)一線改善的希望

　　盡管算法支持的人工智能產(chǎn)品現(xiàn)在已經(jīng)從夢想變成了現(xiàn)實，但是如果使用不當(dāng)，它們很快就會成為現(xiàn)代噩夢。作為一家提供人工智能平臺的公司的CSO，我知道我們在設(shè)計人工智能系統(tǒng)時匆忙做出的選擇可以將任何原本高尚的行動變成躲在革命大旗后的怪物。對于設(shè)計粗心大意的人工智能系統(tǒng)，我曾經(jīng)見過的最為常見但也是無意識帶來的副作用之一就是預(yù)測結(jié)果針對特定利益相關(guān)方(一個人、一個群體或者一個國家)出現(xiàn)系統(tǒng)性的偏差，并導(dǎo)致了歧視。人工智能系統(tǒng)的偏見問題已經(jīng)引發(fā)了長時間的討論，政府機(jī)構(gòu)——例如美國政府和歐盟基本權(quán)利機(jī)構(gòu)(European Union Agency for Fundamental Rights )也已經(jīng)就此問題發(fā)布了專門的報告。然而，直到最近，主要商業(yè)相關(guān)方對這一問題似乎都無所作為。但最終，我們看到了一線希望，該領(lǐng)域最大的參與者開始行動了。

　　云端

　　盡管人工智能領(lǐng)域取得了巨大的成就，但構(gòu)成人工智能基礎(chǔ)的算法只是冷酷的數(shù)學(xué)方程，它們本身無法做任何事情。它們就像停車場閑置的汽車，等待有人為它們加油并賦予它們存在的正確意義。算法的燃料是數(shù)據(jù)。數(shù)據(jù)教導(dǎo)算法理解我們的世界規(guī)則和數(shù)據(jù)。然而，這里的薄弱環(huán)節(jié)在于數(shù)據(jù)是由人準(zhǔn)備的。這種知識傳播鏈可能導(dǎo)致現(xiàn)實世界中的偏見和不公正會影響算法的思維方式，盡管這種影響可能是始料未及的。

　　一些比較壯觀的日常例子可能包括《紐約時報》報道的面部識別軟件在識別白人面部時表現(xiàn)得更好;一些作家稱語音識別軟件更難以理解女性的聲音或者某些口音。然而，有很多例子表明帶有偏見的系統(tǒng)可能會造成更大的社會影響：一項研究認(rèn)為美國刑事司法系統(tǒng)使用的累犯風(fēng)險評分可能存在著偏見，而另一些報道則稱基于數(shù)據(jù)的教師評估系統(tǒng)也可能帶有偏見。

　　幸運(yùn)的是，我最近觀察到這個領(lǐng)域的一些最大的玩家采取了一些行動，為更光明的未來帶來了一線希望。

　　曙光初現(xiàn)

　　在2018年5月初，F(xiàn)acebook宣布它已經(jīng)創(chuàng)建了一個特殊的內(nèi)部機(jī)構(gòu)，評估該公司算法做出的決策是否符合道德規(guī)范并且不含有偏見。此外，它還透露該團(tuán)隊的工作將得到“離散軟件”的支持。

　　Facebook的這個團(tuán)隊廣泛地同公司內(nèi)部和外部的利益相關(guān)者合作(例如，Better Business Bureau’s Institute for Marketplace Trust和Brookings Institution)。盡管Facebook不會公開該軟件的內(nèi)部細(xì)節(jié)，但它正在考慮通過學(xué)術(shù)出版物提供調(diào)查結(jié)果。該公司希望獲得更多元化的人工智能人才，積極推動對抗偏見的斗爭。

　　大約在同一時間，微軟采取了類似的行動——開發(fā)“一種能夠自動識別各種人工智能偏見的工具”。我相信這一舉措肯定會幫助該公司提高有問題的算法的檢出率。該公司似乎已經(jīng)明白，參與創(chuàng)建人工智能的人是人工智能偏見的主要來源。

　　而IBM則提出了另一種稍微不同的主張——這可能是目前最強(qiáng)大的一項舉措，因為它可以直接適用于整個行業(yè)。該公司的研究人員發(fā)表了一篇論文，建議采用供應(yīng)商符合性聲明(SDoc)，在多個層面上確定算法的性能，例如性能標(biāo)準(zhǔn)化測試、公平性、風(fēng)險因素和安全措施。任何想要使用這一算法的人都可以看到這些結(jié)果。

　　雖然這些努力都建立在善意的基礎(chǔ)上的，但我們不得不承認(rèn)，我們每天都在使用認(rèn)知偏見;僅維基百科就列出了200個。偏見在我們的學(xué)習(xí)過程中發(fā)揮著重要作用。無論它們多么有害，我相信它們是我們大腦探索的一種形式，可以讓我們更快地做出決定。因此，建立毫無偏見的人工智能存在著固有的挑戰(zhàn)，特別是如果你在人類制作的內(nèi)容上進(jìn)行訓(xùn)練的話，就更是如此。隨著近幾年對人工智能的炒作，我們傾向于忘記盡管技術(shù)和算法的改進(jìn)讓我們離科幻電影中真正可以思考的機(jī)器更近了一步，我們離真正自動化并且更理性的機(jī)器還有很遠(yuǎn)。

　　結(jié)論

　　我們現(xiàn)在就要開始解決因使用有偏見的人工智能而產(chǎn)生的所有潛在問題。自學(xué)機(jī)器的概念不再只是一個愿景，社會已開始接受這一事實。與此同時，我們?nèi)詫⑷斯ぶ悄芤暈樾律挛?，我們?nèi)栽诘却锩恼鎸嵜婺?。我們走得越遠(yuǎn)，我們聽到的人工智能故事就越令人驚訝。而且，大規(guī)模使用未經(jīng)檢測、帶有偏見并無法解釋的算法可能會悄然引發(fā)悲劇，每個人創(chuàng)建自學(xué)產(chǎn)品越容易，這種悲劇就越發(fā)難以避免。我相信上述提到的所有舉措都應(yīng)該得到贊揚(yáng)、支持和復(fù)制，人工智能革命所有的利益相關(guān)方都應(yīng)該這樣做。