近兩年，人工智能被炒的熱火朝熱天，很多人對人工智能過于崇拜，甚至于將它“神化”。如今，很多人反應(yīng)人工智能變壞了。例如，2016年微軟新研發(fā)的人工智能聊天機器人不但辱罵用戶，還發(fā)表了種族主義評論和煽動性的政治宣言。其實，對于這種現(xiàn)象我們應(yīng)該習(xí)以為常，因為我們才是那個將人工智能變壞的罪魁禍?zhǔn)住?/p>
大哲學(xué)羅素很早就說過，懷有各種各樣愚蠢的見識乃是人類的通病，無論認(rèn)知能力高低，凡人皆有偏見。于是，不少人開始把“糾偏”的希望寄予到人工智能身上。多數(shù)人相信，憑借科學(xué)的算法，機器人能夠做到我們?nèi)祟愖霾坏降闹辛⒑凸?，成為科技時代的新包公。殊不知，雖然1+1只能等于2，數(shù)學(xué)的世界看似非黑即白，其實，數(shù)據(jù)科學(xué)家們無法擺脫的無意識偏見，也會被微妙地過濾到算法內(nèi)部。
最近火起來的，幫你找到和你最像的名畫人物的谷歌app Arts & Culture，不少非白人用戶抱怨，他們的自拍，常常會和藝術(shù)作品中的奴隸、仆人聯(lián)系在一起，同時，也有不少女性用戶，發(fā)現(xiàn)自己出現(xiàn)在了那些將女人性別化或物化的藝術(shù)作品當(dāng)中。不過，谷歌的發(fā)言人表示，這要歸罪于藝術(shù)史，因為，歷史上的這些藝術(shù)作品，往往不能反應(yīng)世界的多樣性，更別說政治正確了。而谷歌唯一能做的，就是努力上傳更多，不同時期的藝術(shù)作品，使得數(shù)據(jù)庫本身更加多樣。
不過，即便這是歷史遺留問題，算法不僅無法使用戶免受種族的偏見，反而有意無意的吸收學(xué)習(xí)，甚至放大了偏見，因為不管原始代碼多么純凈，機器總是很容易復(fù)制它所看到和接觸到的來自世界的敵意和偏見。谷歌這回在圖像識別方面摔跟頭早已不是第一次，前幾年，他們的圖像識別技術(shù)就曾把一對黑人男女認(rèn)定成大猩猩，引發(fā)極其嚴(yán)重的公關(guān)危機。MIT的研究人員喬伊.卜拉維尼（Joy Buolamwini）是一個黑人姑娘，她曾經(jīng)發(fā)現(xiàn)自己帶著白色面具，和用本人膚色接受電腦的圖像識別時，呈現(xiàn)的結(jié)果完全不同，卜拉維尼還講到這樣一個真實的故事，一個亞裔新西蘭人，他的護(hù)照照片被政府拒絕，因為，電腦認(rèn)為他的眼睛是閉著的，而其實，他只是眼睛比較小而已。卜拉維尼之后創(chuàng)辦了算法正義聯(lián)盟（Algorithmic Justice League），這個聯(lián)盟的工作方向，就是防止人類的偏見被編碼植入到軟件中。
想要解決這一問題，看來最簡單有效的辦法就是培訓(xùn)程序員，這樣他們就不會無意中編寫代碼或使用帶有偏見的數(shù)據(jù)。然而，在軟解編寫階段，中立也是很難達(dá)到的，比如，Beaty.AI發(fā)現(xiàn)，讓機器來做選美評審的時候，人工智能系統(tǒng)的結(jié)果是--所有獲勝者都是白人，當(dāng)開發(fā)人員意識到問題的時候，才明白，在為這臺機器編寫軟件時，它根本就沒有被設(shè)計出能夠識別深色皮膚的功能。
所以，這當(dāng)然不能怪人工智能，而要怪我們自己。人類自誕生以來，在演化進(jìn)程中，就一直充斥著偏見，不管是出于負(fù)面情緒還是人性弱點，所有這些都會體現(xiàn)在人類文化中。而文化的載體就是語言，所以，所有的偏見都可以從語言和語義中找到根源。因此，為了從源頭上解決問題，佐治亞理工學(xué)院，互動計算學(xué)院的副教授Mark O. Riedl提出了一個很有吸引力的解決方案--讓機器人多讀書。他解釋說，強大而正確的價值觀是可以通過學(xué)習(xí)獲得的，文學(xué)作品是用隱式和顯式的社會文化知識編碼而成的，科學(xué)家可以在機器人中建立一個道德基礎(chǔ)，讓他們通過學(xué)習(xí)掌握是非曲直，從而學(xué)會在不傷害人類的情況下完成自己的工作。
不過，目前對于解決人工智能偏見的問題還多停留在討論階段，可以說，人工智能距離我們想象中的完美，還有很長的路要走。不過，人工智能開發(fā)人員至少可以更積極地發(fā)揮作用，以確保減少無意中產(chǎn)生的偏見。而我們每個人，更應(yīng)該以身作則，在互聯(lián)網(wǎng)世界謹(jǐn)言慎行，才能創(chuàng)造一個由人工智能輔助下的，更美好的科技未來。
(原標(biāo)題：別怪人工智能變壞了，其實是我們自己沒安好心)
人工智能變壞，我們是那個罪魁禍?zhǔn)?/div>