在去年舉行的谷歌會(huì)議上，谷歌當(dāng)時(shí)的人工智能(AI)負(fù)責(zé)人John Giannandrea表示，我們不需要擔(dān)心殺手機(jī)器人，相反，我們需要擔(dān)心的是AI偏見。

“如果要說真正的安全問題，那就是如果我們給這些系統(tǒng)提供有偏見的數(shù)據(jù)，那么生成的AI模型就會(huì)有偏見。”他說。

這是谷歌過去一直在努力解決的問題。2015年6月，谷歌照片應(yīng)用的算法曾經(jīng)錯(cuò)誤地將黑人分類為“大猩猩”，引發(fā)了軒然大波。因此，從IBM到Airbnb，每家公司都在努力確保自己算法不會(huì)出現(xiàn)類似的偏差。

最近一段時(shí)間，谷歌為解決AI偏見又上了緊箍咒。

對(duì)于谷歌機(jī)器學(xué)習(xí)道德、信任和安全主管Jen Gennai來說，防止出現(xiàn)數(shù)據(jù)和AI偏見實(shí)際上就是他的工作內(nèi)容。Gennai負(fù)責(zé)領(lǐng)導(dǎo)一個(gè)跨公司的團(tuán)隊(duì)，對(duì)谷歌的新產(chǎn)品和服務(wù)進(jìn)行分析和咨詢，以確保所有新產(chǎn)品都遵守這一道德標(biāo)準(zhǔn)。

“如果我們要打造一項(xiàng)新技術(shù)，我們需要確保它從一開始就走在正確的軌道上。”她說。

谷歌制定AI技術(shù)開發(fā)七大準(zhǔn)則

今年6月，Google首席執(zhí)行官Sundar Pichai發(fā)布了該公司的人工智能原則，指導(dǎo)谷歌在這些方面的工作和研究，包括確保Google員工不會(huì)制造或加強(qiáng)不公平的AI偏見。

Pichai表示，AI的開發(fā)和使用將在未來許多年內(nèi)對(duì)社會(huì)產(chǎn)生重大影響。作為AI的領(lǐng)導(dǎo)者，我們感到自己有責(zé)任做到這一點(diǎn)。

這種關(guān)于人AI技術(shù)的新立場(chǎng)是受到谷歌出現(xiàn)問題的影響而提出的。除了“大猩猩”事件之外，哈佛大學(xué)研究人員Latanya Sweeney發(fā)現(xiàn)谷歌搜索中的存在種族歧視。當(dāng)搜索類似黑人名字時(shí)，會(huì)比搜索類似白人名字更有可能出現(xiàn)與“被逮捕”相關(guān)的廣告。

“這些現(xiàn)象都是我們的部門成立的原因，不應(yīng)該讓我們的用戶看到這些，我們需要首先阻止這些偏見的產(chǎn)生。”Gennai說。

現(xiàn)在每當(dāng)谷歌推出新產(chǎn)品時(shí)，都會(huì)接受Gennai及其團(tuán)隊(duì)的嚴(yán)格測(cè)試。來自技術(shù)、法律、隱私和社會(huì)科學(xué)等領(lǐng)域的專家聚集在一起，根據(jù)谷歌制定的AI準(zhǔn)則對(duì)每個(gè)產(chǎn)品進(jìn)行分析。

這種測(cè)試主要是找出產(chǎn)品的優(yōu)缺點(diǎn)。“我們并不是公司里可怕的監(jiān)工。”Gennai說。“我們想的是，希望公司能推出最好的產(chǎn)品，所以我們要找出所有可能出錯(cuò)的漏洞，以便解決問題。

在谷歌智能助理給真人打電話的功能上，產(chǎn)品團(tuán)隊(duì)事先就AI如何處理不同口音做了大量工作，但Gennai的測(cè)試團(tuán)隊(duì)提出了一些其他問題。

“我們研究了用戶如何與之互動(dòng)，如何利用技術(shù)降低AI的偏見。我們提出了問題，要如何判斷用戶是不是有口吃或語言障礙。產(chǎn)品開發(fā)團(tuán)隊(duì)做了很多工作，但我們?cè)噲D縮小所有差距，提升產(chǎn)品表現(xiàn)。”她說。

改進(jìn)數(shù)據(jù)集質(zhì)量

改善AI偏見的一種方法是改進(jìn)數(shù)據(jù)集。 Gennai舉了一個(gè)婚禮的例子。

過去，如果你在Google圖片上搜索“婚禮”，得到的結(jié)果是白人穿著婚禮禮服的照片，因?yàn)樗惴ㄊ窃诨谖鞣饺说臄?shù)據(jù)源上進(jìn)行訓(xùn)練的。然而，這對(duì)印度或中國的谷歌用戶就不合“現(xiàn)在，我們得到了印度用戶的大量反饋，他們向我們發(fā)送了許多色彩繽紛的婚禮照片，”我們希望了解我們現(xiàn)有資源，創(chuàng)建偏見相對(duì)較小的新資源。”

讓用戶也能理解算法

了解谷歌算法的內(nèi)部工作流程，有助于團(tuán)隊(duì)更好地進(jìn)行修改。比如用谷歌搜索“CEO”時(shí)出現(xiàn)的問題，當(dāng)你在搜索欄中鍵入“CEO”時(shí)，你會(huì)看到一些穿著西裝打著領(lǐng)帶的白人男子的圖片。

Gennai的團(tuán)隊(duì)調(diào)查數(shù)據(jù)時(shí)發(fā)現(xiàn)，這個(gè)現(xiàn)象往往并不是人為偏見，而是技術(shù)上的偏見。

“在算法看來，海軍藍(lán)像素就等于CEO，而且因?yàn)榘兹四行愿菀状┧{(lán)色西裝，所以這純粹是模型學(xué)習(xí)的方式問題。但這表明我們需要仔細(xì)檢查數(shù)據(jù)。

讓谷歌用戶了解公司算法的運(yùn)作方式也是很重要的。谷歌用戶現(xiàn)在可以查看為你投放廣告的原因，并查看由算法做出的決定。用戶還可以查看為何會(huì)在谷歌搜索結(jié)果中看到某個(gè)鏈接，具體取決于用戶之前的搜索記錄。 Gennai表示，這是為了幫助用戶更多地了解谷歌，以便他們可以信任谷歌搜索。

透明度也是谷歌AI原則的一部分。但是“與用戶共享一個(gè)完整的算法根本沒有用，反而可能會(huì)引起更多的混淆，并感覺我們是故意混淆。但是，用用戶可讀的語言解釋算法，將有助于人們了解谷歌正在嘗試做的事情，即使我們做錯(cuò)了。”Gennai說。

解決AI偏見，光靠谷歌不夠

說到最后，偏見的根源其實(shí)還是來自人類。“我們每個(gè)人都有偏見，我們現(xiàn)有的全部數(shù)據(jù)源，都是建立在我們每個(gè)人和過去的歷史偏見之上。”

但是，僅僅因?yàn)檫@一點(diǎn)，并不能說我們無法阻止偏見。相反，谷歌試圖盡可能調(diào)查和解釋最大的偏見來源，并嘗試改變。

從這個(gè)角度看，谷歌的AI準(zhǔn)則在公司內(nèi)部非常重要，也是因?yàn)檫@個(gè)原因，谷歌為公司外的人創(chuàng)建了“負(fù)責(zé)任的AI”開發(fā)實(shí)踐項(xiàng)目，這些人正在使用其開源軟件來構(gòu)建人工智能和機(jī)器學(xué)習(xí)算法。

“我們希望能夠以身作則，提供相關(guān)工具和知識(shí)，讓更多的人能夠遵循這些準(zhǔn)則。”她說。