李飛飛：以人為本，就在著重解決AI與人文主義之間的溝壑

AI自從以應(yīng)用角度走進(jìn)大眾視野，就一直逃不出“人文主義”的苛責(zé)。作為一種依靠于海量數(shù)據(jù)運(yùn)轉(zhuǎn)的技術(shù)，AI之所以能夠作為提升效率的工具，主要還是因?yàn)閷?duì)人類(lèi)經(jīng)驗(yàn)的高度集中。

而“人類(lèi)經(jīng)驗(yàn)”這件事，本身就是不夠完美的。普遍能夠累積成海量數(shù)據(jù)的經(jīng)驗(yàn)，有時(shí)反而更加充滿(mǎn)偏見(jiàn)。就像如果把AI帶入哥倫布時(shí)代，AI也會(huì)成為一位堅(jiān)定的地心論支持者。

而李飛飛離開(kāi)谷歌回歸斯坦福后，主導(dǎo)的第一個(gè)項(xiàng)目HAI——以人為本人AI研究院（Stanford Human-Centered AI Institute），就在著重解決AI與人文主義之間的溝壑。

AI 擬人化，竟是一位“富裕的白人男性”？

首先要知道的，究竟是什么讓AI無(wú)法“以人為本”？

目前從人文、從公平的角度來(lái)看，AI公認(rèn)的兩個(gè)問(wèn)題是“白人至上（White Guy Problem）”和“男性之海（Sea of Dudes）”。

所謂白人至上，是指在算法驅(qū)動(dòng)下AI所做出的一些種族歧視行為。例如谷歌的圖片自動(dòng)分類(lèi)曾經(jīng)將黑人照片分類(lèi)成大猩猩，以及惠普的攝像頭算法無(wú)法識(shí)別深膚色的人。在犯罪預(yù)測(cè)軟件中，甚至?xí)⒑谌说姆缸锫首R(shí)別成普通白人的兩倍以上。

而男性之海，則指的是AI從業(yè)者中有極大的性別傾斜，在2015年的NIPS上，女性與會(huì)者的人數(shù)竟然只占到了13.7%，李飛飛提到，在論文引用量，男性作者的被引用次數(shù)要比女性作者高100倍。

用《紐約時(shí)報(bào)》的話(huà)講，兩者結(jié)合，讓AI被塑造出了一個(gè)“富裕白人男性”的價(jià)值觀——?jiǎng)偤煤湍切┱莆罩萍及詸?quán)的企業(yè)主們一模一樣。

如此以來(lái)，對(duì)于AI的應(yīng)用很可能反而會(huì)讓人們一直以來(lái)對(duì)于推動(dòng)種族、性別間平等所做的努力白費(fèi)。

就像平權(quán)主義者一直在推動(dòng)男女收入平等，而去年卡內(nèi)基梅隆大學(xué)的計(jì)算機(jī)科學(xué)家卻發(fā)現(xiàn)，在谷歌的廣告推送機(jī)制中，更傾向于將高收入工作的招聘廣告推送給男性用戶(hù)。

而當(dāng)美國(guó)各地警察部門(mén)在執(zhí)行預(yù)測(cè)性警務(wù)工作時(shí)，數(shù)據(jù)驅(qū)動(dòng)的風(fēng)險(xiǎn)評(píng)估工具會(huì)讓他們更多的前往有色人種聚集區(qū)，無(wú)形中加重了對(duì)某一人群的偏見(jiàn)和標(biāo)簽化。

可怕的是，當(dāng)女性在職場(chǎng)上遇到歧視時(shí)，她還可以對(duì)自己情況進(jìn)行發(fā)聲。而當(dāng)AI驅(qū)動(dòng)一切在無(wú)聲中進(jìn)行時(shí)，女性甚至不知道自己正在處在歧視鏈之中——如果從沒(méi)見(jiàn)過(guò)這項(xiàng)招聘啟事，女性自然不知道高收入工作更傾向于招聘男性。

而當(dāng)AI行業(yè)中充斥著“富裕的白人男性”時(shí)，他們自然也很難注意到算法黑箱中產(chǎn)生了這樣的問(wèn)題。最終萬(wàn)事萬(wàn)物都在人類(lèi)歧視造就的規(guī)則下運(yùn)行，被驅(qū)動(dòng)的每一個(gè)群體卻又看不清規(guī)則的真正面目。

十億美金的遠(yuǎn)大目標(biāo)

李飛飛在斯坦福主導(dǎo)的HAI項(xiàng)目，大概有著以下三個(gè)目標(biāo)：第一是推進(jìn)和發(fā)展下一代AI科學(xué)（重點(diǎn)在于腦科學(xué)和認(rèn)知科學(xué)），第二是研究和預(yù)測(cè)AI對(duì)人類(lèi)社會(huì)和生活的影響，第三是設(shè)計(jì)和實(shí)踐以人為本的AI技術(shù)和應(yīng)用。

這么一看，所謂“以人為本”的說(shuō)法其實(shí)挺虛的。但綜合斯坦福的一些公開(kāi)資料，以及李飛飛的一些講話(huà)，我們可以大概總結(jié)出HAI究竟想做些什么。

首先是在AI研究中引入更多樣化的視角和交叉思維。

最主要的，就是支持女性和有色人種進(jìn)入AI研究。例如斯坦福所支持的“Black in AI”項(xiàng)目，就在號(hào)召有色人種關(guān)注目前的AI研究，關(guān)注AI無(wú)形中所帶來(lái)的歧視問(wèn)題。

同時(shí)還有持續(xù)追蹤各個(gè)領(lǐng)域應(yīng)用AI后所帶來(lái)的影響。

初次之外，HAI還邀請(qǐng)了社會(huì)各界人士共同參與，如教育、工業(yè)、藝術(shù)等等領(lǐng)域，試圖讓他們一起發(fā)表意見(jiàn)，尤其是對(duì)技術(shù)研發(fā)者給出反饋，告訴他們AI究竟對(duì)這一領(lǐng)域產(chǎn)生了哪些影響，以權(quán)衡技術(shù)的未來(lái)走向。

至于推動(dòng)下一代AI科學(xué)就很好理解了，主要是幫助研究者圈定研究方向，推動(dòng)AI的可解釋性等等，這里就不再進(jìn)行贅述。

但有趣的是，HAI作為一個(gè)非常政治正確并偉光正的項(xiàng)目，并沒(méi)有在輿論獲得一致性的支持。尤其有媒體指出，該機(jī)構(gòu)有121位教職工，其中有100位以上都是白人，并只有30%的女性。

于是事情就變成了，HAI邀請(qǐng)了一群富裕的白人男性，試圖募集10億美金去從人文角度矯正人工智能的“富裕白人男性”價(jià)值觀。

齒輪之下：如何看待商業(yè)效率以外的 AI ？

雖然HAI獲得的評(píng)價(jià)不一，但AI所帶來(lái)的公平性問(wèn)題，確實(shí)已經(jīng)開(kāi)始影響人們的正常生活。

就像上文提到的算法錯(cuò)誤估計(jì)有色人種犯罪率將其提升了兩倍，同樣意味著算法將白人的犯罪率錯(cuò)誤的低估了兩倍。如果執(zhí)法者依賴(lài)這種錯(cuò)誤的算法，則意味著不僅可能冤枉好人，也可能錯(cuò)放壞人。

又比如前兩年亞馬遜曾經(jīng)鬧出的丑聞，用戶(hù)發(fā)現(xiàn)算法在分配貨物能否當(dāng)日送達(dá)時(shí)，一旦輸入了黑人聚集區(qū)的郵政編碼，就無(wú)法使用當(dāng)日送達(dá)服務(wù)。

（被評(píng)價(jià)為“高風(fēng)險(xiǎn)”的有色人種，和擁有數(shù)次犯罪記錄卻被評(píng)定為低風(fēng)險(xiǎn)的白人）

這種偏見(jiàn)現(xiàn)象正在越來(lái)越多地出現(xiàn)在種種服務(wù)中：貸款的AI風(fēng)控、保險(xiǎn)的AI審核機(jī)制。最后就導(dǎo)致了越是弱勢(shì)群體，越容易被算法邊緣化，進(jìn)而難以獲得資源與幫助，最后進(jìn)一步地向弱勢(shì)一方傾斜，甚至最終走向犯罪，加重了算法歧視。

如此看來(lái)HAI的很多策略，是非常值得我們仔細(xì)思考的。

例如，當(dāng)我們?cè)陉P(guān)注產(chǎn)業(yè)AI的效率問(wèn)題時(shí)，我們是否也應(yīng)該考慮在效率之外，AI對(duì)于產(chǎn)業(yè)的更多影響？當(dāng)AI對(duì)于擁有強(qiáng)大IT基礎(chǔ)的零售集團(tuán)發(fā)揮作用，他們更加理解用戶(hù)心智時(shí)，那些小而美的微型零售店是否在風(fēng)潮中被遺忘和擠壓，最終退出舞臺(tái)？

又比如除了那些研發(fā)技術(shù)和為技術(shù)買(mǎi)單的人之外，我們是否有責(zé)任去傾聽(tīng)更多人的聲音？AI的研發(fā)者與技術(shù)采買(mǎi)者或許清晰地知道AI是如何推動(dòng)我們生活運(yùn)轉(zhuǎn)的，但那些同樣被卷在齒輪之下的人，是否也有權(quán)力了解到這些齒輪的運(yùn)轉(zhuǎn)規(guī)則？

更重要的，我們是否應(yīng)該盡力去推動(dòng)AI黑箱的透明化，在發(fā)現(xiàn)問(wèn)題時(shí)能夠從內(nèi)部技術(shù)機(jī)制上解決？

以往我們總覺(jué)得，技術(shù)永遠(yuǎn)只是研發(fā)者和應(yīng)用之間的故事。如今看來(lái)，或許AI已經(jīng)成為了一個(gè)世界命題。