在大多數(shù)科幻電影里，冷漠又殘酷是 AI 的典型形象，它們從來不會考慮什么是人情世故，既沒有人性光輝的閃耀，也沒有人性墮落的七宗罪。

然而在現(xiàn)實中，人工智能技術(shù)卻不像電影里那么沒有「人性」，不過這可不是什么好事，因為 AI 的「歧視」和「偏見」正在成為越來越多人研究的課題，而且它們確實存在。人工智能的偏見，早已深入了各個領(lǐng)域。

在 AI 技術(shù)應(yīng)用領(lǐng)域，面部識別也是一項廣泛使用的應(yīng)用類型，并且這會成為種族和性別偏見的另一個潛在來源。2018 年 2 月份麻省理工學(xué)院的 Joy Buolamwini 發(fā)現(xiàn)，IBM、微軟和中國公司 Megvii 的三個最新的性別識別 AI 可以在 99% 的情況下準(zhǔn)確從照片中識別一個人的性別，但這僅限于白人。對于女性黑人來說，這個準(zhǔn)確率會降至 35%。

一個最可能的解釋是，AI 的「偏見」取決于背后訓(xùn)練算法訓(xùn)練的數(shù)據(jù)，如果用于訓(xùn)練的數(shù)據(jù)里白人男性比黑人女性更多，那顯然白人男性的識別率就會更高。IBM 后來宣布他們已經(jīng)采用了新的數(shù)據(jù)集并重新訓(xùn)練，微軟也表示會采取措施提高準(zhǔn)確性。另一個研究是 Facebook 的人工智能實驗室的研究成果，他們發(fā)現(xiàn)人工智能的偏見不止存在于國家內(nèi)部，在不同國家之間也是存在的。

比如當(dāng)被要求識別來自低收入國家的物品時，Google、微軟和亞馬遜這些人工智能領(lǐng)域大佬的物體識別算法會表現(xiàn)更差。研究人員對五種流行的物體識別算法進(jìn)行了測試，包括 Microsoft Azure，Clarifai、Google Cloud Vision、Amazon Rekogition 和 IBM Watson。

測試的數(shù)據(jù)集包含了 117 個類別，從鞋子到肥皂到沙發(fā)以及更是各樣的物品，這些來自于不同的家庭和地理位置。跨域了從布隆迪（非洲中東部的一個小國家）一個 27 美元月收入的貧窮家庭，到來自烏克蘭月收入達(dá)到 10090 美元的富裕家庭。

研究人員發(fā)現(xiàn)，與月收入超過 3500 美元的家庭相比，當(dāng)被要求識別月收入 50 美元的家庭時，物體識別算法的誤差率大約會增加 10%，在準(zhǔn)確性的絕對差異上甚至?xí)?。與索馬里和布基納法索相比，算法識別來自美國產(chǎn)品是準(zhǔn)確率要提升 15-20% 左右。

這就是問題所在。目前的人工智能背后需要即為大量的數(shù)據(jù)去訓(xùn)練，盡管人工智能本身不知道「歧視」和「偏見」是什么意思，但背后數(shù)據(jù)的研究人員卻會帶有這樣的思想，以至于在訓(xùn)練數(shù)據(jù)的選擇上就會產(chǎn)生偏向性。通常情況下，在創(chuàng)建 AI 算法的過程中會有許多工程師參與，而這些工程師通常來自高收入國家的白人家庭，他們的認(rèn)知也是基于此階級，他們教導(dǎo) AI 認(rèn)識世界也是如此。

當(dāng)然這并不是全部原因，在 2015 年的一項研究中顯示，使用 Google 搜索「CEO」的圖片，其中只有 11% 的人是女性。我知道男性 CEO 的確比女性 CEO 比例要多很多，但實際上美國有 27% 的 CEO 是女性。而匹茲堡卡內(nèi)基梅隆大學(xué)的 Anupam Datta 領(lǐng)導(dǎo)的另一項研究發(fā)現(xiàn)，Google 的在線廣告系統(tǒng)展示的男性高收入工作也比女性多很多。

Google 對此的解釋是，廣告客戶可以制定他們的廣告只向某些用戶或網(wǎng)站展示，Google 也確實允許客戶根據(jù)用戶性別定位他們的廣告。

另一大巨頭亞馬遜也曾遇到過 AI 歧視的問題。2014 年的時候亞馬遜在愛丁堡成立了一個工程團(tuán)隊以尋求一種自動化的招聘方式。他們創(chuàng)建了 500 種計算機模型，通過對過去的入職員工簡歷進(jìn)行搜索，然后得出大約 50000 個關(guān)鍵詞。

「當(dāng)時他們在這個算法上寄予了很大期望，喂給它 100 份簡歷，然后它會自動吐出前五名，OK，我們就雇傭這些人。」當(dāng)時一位消息人士是這樣告訴的路透社。然而一年后，工程師們有一些不安的發(fā)現(xiàn)——它不喜歡女性。顯然這是因為人工智能所獲取過去十年的數(shù)據(jù)幾乎都是男性的，因此它得出了「男性更可靠」的觀點，并降低了簡歷里包含女性字樣簡歷的權(quán)重。

性別偏見還不是這套算法唯一的問題，它還吐出了不合格的求職者。2017 年，亞馬遜放棄了該項目。盡管人工智能的「偏見」已經(jīng)成為一個普遍的問題，但有意思的是，人類又試圖使用人工智能技術(shù)去糾正人類本身的偏見問題。

日前舊金山宣布推出一種「偏見緩解工具」，該工具使用人工智能技術(shù)自動編輯警方報告中的嫌疑人種族等信息。它的目的是在決定某人被指控犯罪時，讓檢察官不受種族偏見的影響。目前該工具已經(jīng)準(zhǔn)備就緒，預(yù)計在 7 月 1 日正式實施。

根據(jù)舊金山地區(qū)檢察官辦公室的說法， 這個工具不僅會刪除關(guān)于種族的描述，同時還會進(jìn)一步刪除關(guān)于眼睛顏色和頭發(fā)顏色等可能有意無意對檢察官造成暗示的信息，甚至地點和社區(qū)名稱也將會被刪除。它會運作良好并產(chǎn)生實際的效果嗎，目前還不得而知。

某種意義上說，目前人工智能的「歧視」與「偏見」是人類意識以及階級地位的投射。白人精英工程師研究出的人工智能更像「白人的人工智能」和「精英的人工智能」，同理也可以想象，如果是黑人和黃種人主導(dǎo)的人工智能，同樣也會對本群體比較有利。

而通過人工智能對人類本身的偏見行為進(jìn)行糾錯則是一項更有意思的嘗試，如果該方法確實能緩解人類的偏見，那人類和人工智能可能會在該問題上相互收益，理想情況下能打造一個正向循環(huán)。神話故事里上帝摧毀了巴別塔使得人類不再語言文化互通，而人工智能這一改變未來的宏偉技術(shù)同樣像是一座通天高塔，如果要把它建成全人類的福祉，消除不同文化造成彼此偏見是一定要解決的問題。