如今，人工智能常被稱為一種靈丹妙藥，成為一種能夠幫助我們解決眾多社會、商業(yè)以及健康問題的改進性自動化技術(shù)手段。然而，AI在多樣性方面的表現(xiàn)卻不夠理想，這極大限制了其潛在實用性，甚至有可能進一步放大當(dāng)今世界上業(yè)已存在的隱含偏見。

AI Now研究院最近發(fā)布的一份報告發(fā)現(xiàn)，80％的AI教授、85％的Facebook公司AI研究人員以及90％的谷歌研究人員都是男性。另外，有色人種在大型科技企業(yè)員工當(dāng)中的占比也非常有限。

這種多樣性匱乏有可能直接給最終技術(shù)帶來缺陷。舉例來說，亞馬遜公司最近決定停止使用AI工具進行招聘，因為這種工具會在不得不當(dāng)中針對少數(shù)族裔。事實上，AI研究與開發(fā)團隊當(dāng)中的女性與少數(shù)族裔越多，他們打造出的技術(shù)成果才會越穩(wěn)健、越強大。

Qure．a(chǎn)i是一家醫(yī)療初創(chuàng)企業(yè)，計劃利用AI技術(shù)識別X射線與CT掃描影像中的異常情況。Qure．a(chǎn)i公司聯(lián)合創(chuàng)始人兼研發(fā)負責(zé)人Pooja Rao解釋稱，她非常擔(dān)心AI領(lǐng)域缺少多樣性，特別是在醫(yī)療保健方面。她正在努力提高其認知能力并促進多樣性融合，同時推動業(yè)務(wù)發(fā)展以確保這種新的AI工具能夠更好地服務(wù)于他們想要支持的一切患者群體。

Rao向我們講解了AI技術(shù)如何在測試領(lǐng)域成為醫(yī)療與醫(yī)療服務(wù)供應(yīng)方的重要盟友。她指出，目前美國每年要進行超過2．8億次成像測試——包括X射線、核磁共振成像以及超聲波成像等等，但只有4萬名放射科醫(yī)生有能力閱讀成像結(jié)果。由此帶來的影響就是，過重的工作負擔(dān)往往令患者難以獲得準(zhǔn)確的診斷結(jié)論。AI技術(shù)能夠以自動化方式完成這一過程，從而克服人力技能方面的匱乏，提高全部患者的診斷準(zhǔn)確性。

AI技術(shù)是指能夠復(fù)制人類智能當(dāng)中某些方面的一切技術(shù)或者算法的總稱。正如上世紀(jì)九十年代受到全世界追捧的，足以擊敗國際象棋大師的IBM深藍計算機一樣，如今的AI技術(shù)實際上也是要執(zhí)行與人類大腦相同的計算過程，只是速度更快、結(jié)果更準(zhǔn)確。

目前，憑借著復(fù)雜的深度學(xué)習(xí)算法與增強計算能力的加持，AI已經(jīng)變得無比強大。AI方案現(xiàn)在能夠像人類一樣全面實現(xiàn)圖像的可視化與內(nèi)容發(fā)現(xiàn)，并通過訓(xùn)練準(zhǔn)確識別出目標(biāo)圖像中的特定物體——這將有效彌補美國本土巨大的放射科醫(yī)師缺口。

Rao最初的職業(yè)規(guī)劃其實是醫(yī)生，而非技術(shù)專家。她在馬克斯普朗克研究所攻讀博士學(xué)位時才第一次接觸并應(yīng)用AI技術(shù)，當(dāng)時她希望利用AI解碼大量基因組數(shù)據(jù)，從而預(yù)測阿爾茨海默病的發(fā)病原因。在此過程中，她開始對利用機器學(xué)習(xí)推動研究與發(fā)現(xiàn)的巨大前景產(chǎn)生興趣，并自學(xué)了Python編程，用以批量處理大規(guī)模數(shù)據(jù)集。畢業(yè)之后，她開始從事數(shù)據(jù)科學(xué)與生物信息學(xué)方面的工作，并逐步從對AI抱有興趣的臨床醫(yī)生成長為面向臨床問題的AI科學(xué)家。

Rao為目前的AI技術(shù)將是對醫(yī)療保健專業(yè)人士的有力補充，而非替代性方案。她在公司正在構(gòu)建AI方案，旨在接管各類繁瑣的日常工作，從而幫助從業(yè)者騰出更多時間與患者接觸、填補專業(yè)人士不足帶來的技能空白，并防止意外錯誤的發(fā)生。

她也一直保持著謹小慎微的態(tài)度，注意確保自己的AI工具始終擁有多樣性以及經(jīng)過權(quán)衡的深度學(xué)習(xí)經(jīng)驗。為了說明自己的觀點，她以安必奎（一種安眠藥）制藥試驗為例表示，科學(xué)家原本只在雄性小鼠的發(fā)育過程中進行安必奎測試。該藥物隨后經(jīng)FDA批準(zhǔn)并公開使用之后，人們發(fā)現(xiàn)其在女性體內(nèi)的有效成分釋放周期更長。這也迫使FDA最終不得不發(fā)布了新的藥品使用指南。

Rao希望確保自己的團隊對多樣性擁有同樣的高關(guān)注度，并在訓(xùn)練過程中強調(diào)這一點以防止AI方案出現(xiàn)類似的錯誤。她建議其他開發(fā)人員認真檢查程序的訓(xùn)練日期，并配合更為廣泛的數(shù)據(jù)網(wǎng)絡(luò)對部分算法進行重塑，從而解決這個問題。她還表示，團隊也可以創(chuàng)建一套競爭性的AI方案，比較二者的計算結(jié)果，從而測試固有偏見是否得到解決。

最后，Rao呼吁更多不同的人群加入到AI技術(shù)的開發(fā)、訓(xùn)練與測試中來。她堅信，這將為AI領(lǐng)域以及正在發(fā)展的AI技術(shù)成果帶來更為平衡的世界觀。她也希望有更多女性能夠進入這一領(lǐng)域，協(xié)助發(fā)現(xiàn)當(dāng)今系統(tǒng)中存在的偏見因素，并避免在未來的AI中出現(xiàn)新的偏見。