一直以來，通過研究表明，人類研發(fā)的機(jī)器也能學(xué)習(xí)到人類看待這個(gè)世界的視角，無論其是否有意。對(duì)于閱讀文本的人工智能來說，它可能會(huì)將“醫(yī)生”一詞與男性優(yōu)先關(guān)聯(lián)，而非女性，或者圖像識(shí)別算法也會(huì)更大概率的將黑人錯(cuò)誤分類為大猩猩。

2015年，Google Photos應(yīng)用誤把兩名黑人標(biāo)注為“大猩猩”，當(dāng)時(shí)這一錯(cuò)誤意味著谷歌的機(jī)器學(xué)習(xí)還處于“路漫漫其修遠(yuǎn)兮”的狀態(tài)。隨后，谷歌立即對(duì)此道歉，并表示將調(diào)整算法，以修復(fù)該問題。近日，作為該項(xiàng)錯(cuò)誤的責(zé)任方，谷歌正在試圖讓大眾了解AI是如何在不經(jīng)意間永久學(xué)習(xí)到創(chuàng)造它們的人所持有的偏見。一方面，這是谷歌對(duì)外PR（公共關(guān)系）的好方式，其次，AI程序員也可以用一種簡(jiǎn)單的方法來概述自己的偏見算法。

視頻來源：YouTube

在該視頻中，谷歌概述了三種偏見：

互動(dòng)偏差：用戶可以通過我們和其交互的方式來偏移算法。例如，谷歌把一些參與者召集其起來，并讓他們每人畫一只鞋，但多半用戶會(huì)選擇畫一只男鞋，所以以這些數(shù)據(jù)為基礎(chǔ)的系統(tǒng)可能并不會(huì)知道高跟鞋也是鞋子。

潛在偏差：該算法會(huì)將想法和性別、種族、收入等不正確地進(jìn)行關(guān)聯(lián)。例如，當(dāng)用戶在Google Search搜索“醫(yī)生”時(shí)，出現(xiàn)的大多為白人男性。

雷鋒網(wǎng)了解到，此前Quarts發(fā)布了一則相關(guān)新聞，該報(bào)道稱，經(jīng)普林斯頓大學(xué)最新研究成果表明，這些偏見，如將醫(yī)生與男性相關(guān)聯(lián)，而將護(hù)士與女性關(guān)聯(lián)，都來自算法被教授的語言的影響。正如一些數(shù)據(jù)科學(xué)家所說：沒有好的數(shù)據(jù)，算法也做不出好的決策。

選擇偏差：據(jù)了解，用于訓(xùn)練算法的數(shù)據(jù)量已經(jīng)大大超過全球人口的數(shù)量，以便對(duì)算法實(shí)行更好的操作和理解。所以如果訓(xùn)練圖像識(shí)別的數(shù)據(jù)僅針對(duì)白人而進(jìn)行，那么得到的數(shù)據(jù)也只能來自AI的認(rèn)定。

圖片來源：Qaurtz

去年6月， “青年實(shí)驗(yàn)室”（英偉達(dá)、微軟等科技巨擘均是該實(shí)驗(yàn)室的合作伙伴和支持者）舉辦了一次Beauty.ai的網(wǎng)絡(luò)選美大賽。該比賽通過人工智能分析，征集了60萬條記錄。該算法參考了皺紋、臉部比例、皮膚疙瘩和瑕疵的數(shù)量、種族和預(yù)測(cè)的年齡等等因素。最后結(jié)果表明，種族這一因素比預(yù)期發(fā)揮了更大的作用：在44名獲獎(jiǎng)?wù)弋?dāng)中，其中有36人為白人。

事實(shí)上，關(guān)于算法中含有性別、種族偏見的研究和報(bào)道，早已有之。而據(jù)雷鋒網(wǎng)此前報(bào)道，要消除這些偏見，并不容易。正如微軟紐約研究院的高級(jí)研究員Hanna Wallach所說：

『只要機(jī)器學(xué)習(xí)的程序是通過社會(huì)中已經(jīng)存在的數(shù)據(jù)進(jìn)行訓(xùn)練的，那么只要這個(gè)社會(huì)還存在偏見，機(jī)器學(xué)習(xí)也就會(huì)重現(xiàn)這些偏見?！?/p>

Via Quartz，雷鋒網(wǎng)編譯

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。