為了不讓AI帶有歧視色彩，谷歌操碎了心訓(xùn)練模型

土耳其語的「他」和「她」沒有性別的區(qū)分，統(tǒng)一用 O 表示。過去 Google Translate 在翻譯 o bir doktor（ta 是一位醫(yī)生）和 o bir hem？ire（ta 是一位護(hù)士）時，會把前者翻譯成 He is a doctor，把后者翻譯成 She is a nurse，只因?yàn)闄C(jī)器在學(xué)習(xí)數(shù)億數(shù)據(jù)和某些「社會規(guī)律」之后，「偏向」把醫(yī)生男性化，護(hù)士女性化。

看到這個問題后，Google 意識到要想辦法更好地訓(xùn)練模型，讓它變得更加「中立」。后來 Google Translate 以增加選項(xiàng)的方式規(guī)避了這個問題。

「當(dāng)然，該解決方案僅適用于幾種語言，僅適用幾個有代表性的單詞，但是我們正在積極嘗試擴(kuò)展它?！筎ulsee Doshi 在 Google I/O’19 上說道。

這只是 Google 這家公司將先進(jìn)技術(shù)與技術(shù)價值觀合二為一的體現(xiàn)之一。上周 Meg Mitchel，Tulsee Doshi，Tracy Frey 三位谷歌科學(xué)家、研究學(xué)者向包括極客公園（id： geekpark）在內(nèi)的全球媒體闡釋了 Google 如何理解機(jī)器學(xué)習(xí)公平性，以及為了打造一個「負(fù)責(zé)任的 AI」，Google 做了哪些事情。

要讓 AI 被人信任這件事情變得越來越重要。

「最近一次調(diào)研中，全球 90% 的受訪高管都遇到過人工智能的倫理問題，因此有 40% 的人工智能項(xiàng)目被放棄。從企業(yè)的角度來看，對 AI 的不信任正在成為部署 AI 最大的障礙，只有在 AI 被負(fù)責(zé)任地開發(fā)出來并且取得終端用戶信任的語境下，效率提升和競爭優(yōu)勢才會得到充分體現(xiàn)?！筎racy Frey 說，打造一個負(fù)責(zé)任的 AI 成為 Google 上下最重要的事情之一。

兩年之前 Google 公布了 AI principles（人工智能原則），這些直指 AI 技術(shù)應(yīng)用倫理的原則包括：

· 對社會有益（Be socially beneficial）

· 避免建立和加劇不公的偏見（Avoid creating or reinforcing unfair bias）

· 保障建立和測試安全性（Be built and tested for safety）

· 對人類負(fù)責(zé)（Be accountable to people）

· 建立并體現(xiàn)隱私保護(hù)原則（Incorporate privacy design principles）

· 支持并鼓勵高標(biāo)準(zhǔn)的技術(shù)品格（Uphold high standards of scientific excellence）

· 提供并保障上述原則的可操作性（Be made available for uses that accord with these principles）

只是把這些原則停留在字面上沒有意義，Google 為此形成了一個從理論到實(shí)踐的「閉環(huán)」。Tulsee Doshi 和她的團(tuán)隊通過一些基礎(chǔ)性質(zhì)的研究建立和迭代 AI 原則、規(guī)范，作為閉環(huán)的中心，他們一邊通過向高級顧問尋求改進(jìn)建議，一邊讓產(chǎn)品團(tuán)隊（Chrome、Gmail、Cloud 等）來實(shí)施和反饋。

Tulsee 舉了一個例子，Google 內(nèi)部孵化器 Jigsaw 曾經(jīng)開發(fā)了一個名叫 Perspective 的 API，它的工作就是在網(wǎng)絡(luò)對話、評論中尋找各種各樣的言論，自動評價它們是否帶有仇恨、辱罵、不尊重等行為，從 0-1 代表「毒性」從低到高。

比如「我想抱抱這只可愛的小狗」和「這只小狗也太討厭了吧」分別評分為 0.07 和 0.84。

當(dāng)然機(jī)器也不是從一開始就「完美無瑕」。在 2017 年的 1.0 版本中，它給「我是直男」打分 0.07 分，給「我是同性戀」打分 0.84 分，與之相似的很多測試中，系統(tǒng)都被證實(shí)帶著身份認(rèn)知上的偏見。

為了提升機(jī)器學(xué)習(xí)的公平性，Google 內(nèi)部研發(fā)了一項(xiàng)名為對抗訓(xùn)練（Adversarial Training）的技術(shù)——如何使機(jī)器學(xué)習(xí)模型對抗樣本更魯棒。2018 年開始，對抗訓(xùn)練開始應(yīng)用在 Google 產(chǎn)品中。緊接著今年 11 月，Google 會將此應(yīng)用在 TensorFlow 更加廣泛的生態(tài)里。

「事實(shí)上，任何一位 Googler 都可以對一款產(chǎn)品、一份研究報告、一項(xiàng)合作進(jìn)行 AI 原則審查?！筎ulsee 說道。

比如去年，一位 Google 員工將照片跑在 Cloud Vision API 上時發(fā)現(xiàn)自己的性別被搞錯了，而這違反了 AI 原則的第二條「避免建立和加劇不公的偏見」。

發(fā)生這樣的失誤很好理解，單單從外表一個維度，機(jī)器很難正確地判斷出一個人的性別，所以后來 Google 干脆取消 Cloud Vision API 將圖像中的人標(biāo)記為「男人」或「女人」的標(biāo)簽功能。

Tracy Frey 稱這是因?yàn)榻裉鞕C(jī)器學(xué)習(xí)面臨社會語境下的挑戰(zhàn)比以前更多了。在 AI 深入社會的過程中，必然有人類的刻板印象和偏見被帶入 AI，所以需要對模型進(jìn)行迭代，保證其透明性和可解釋性，找準(zhǔn)模型性能和公平之間的平衡點(diǎn)。
責(zé)編AJX