誓讓要 AI 造福於人，谷歌 「PAIR」項目究竟有多靠譜？

雷鋒網導讀：兩天前的 CCF-GAIR 大會，香港大學席寧教授講道：「隨著技術的發展，智能機器人已經從簡單地替代人的能力，到擴展人的能力」。MIT 斯隆商學院的兩位著名教授 Andrew McAfee 和 Erik Brynjolfsson，也說過人工智慧時代的主題不應該是「Race against the Machine」（與機器賽跑），而是「Race with the Machine」（和機器一起跑）。

但我們如何才能並最小化 AI 給社會帶來的風險與陣痛？對此，谷歌成立了一個新項目 「PAIR」，入駐了一批谷歌大腦的頂尖科學家，試圖解決 AI 技術革命「造福於人」的終極挑戰。

對於 AI 將會給人類社會帶來的變革，未來學家們畫下了許多大餅。但這些誘人的願景充滿了不確定性，以及潛在的陷阱。

比如，我們希望 AI 技術幫助人們合理、科學地做決策，但它有沒有可能反而加深社會的成見？我們夢想著 AI 把大家從九九六工作制里解脫出來，給上班族帶來工作與家庭生活的平衡，但會不會大多數好處都讓企業家、玩資本的得去，普通人的飯碗更加朝不保夕？

「奇點教父」Ray Kurzweil 把 AI 看做是未來三大「paradigm shift」* 技術里（AI、基因技術、納米技術），影響最重大、深遠的一個，也是直接引爆「奇點」的那一個。

Ray Kurzweil

因此，不難理解為什麼歐美公眾與社會學家，會對 AI 的社會、倫理影響如此在意。這給谷歌等 AI 技術先驅們帶來強大輿論壓力，迫使他們謹慎再謹慎，並考慮每一項重大 AI 突破將給社會帶來的後果以及副產品。

*雷鋒網註：「paradigm shift」意味著科技的一輪更新換代，農業、蒸汽機、內燃機、電力以及互聯網，均屬於帶來 paradigm shift」的技術。

「PAIR」：溝通人與 AI

雷鋒網消息，為應對上文提到的種種挑戰，今日谷歌宣布了一個全新項目的開啟——「PAIR」。它是「People + AI Research」的縮寫，即「人與 AI 研究」，目標是「研究並重新設計 AI 系統與人交互的方式」，並「試圖讓 AI 技術為每個人服務、給每個人都帶來利益」。

PAIR 團隊由谷歌大腦研究員 Fernanda Viégas 與 Martin Wattenberg 帶領，兩位均是數據可視化專家。12 名全職谷歌大腦員工將加入。除此之外，PAIR 還將與谷歌之外的研究人員合作，譬如哈佛大學教授 Brendan Meade 以及 MIT 教授 Hal Abelson。和願景相比，PAIR 的核心團隊一點也不算大。不過雷鋒網獲得的消息稱，PAIR 是一個「全公司尺度」的項目，谷歌的各個研究部門會與之密切合作。

Fernanda Viégas 與 Martin Wattenberg

它的使命，聽起來與谷歌參與發起的 The Partnership on Artificial Intelligence to Benefit People and Society （「造福於人和社會的 AI 合作組織」。沒錯，就是名字長到塞不進標題、讓媒體圈一致吐槽的那個組織）很是相像。該組織的參與者還包括 Facebook、微軟、IBM、亞馬遜。谷歌表示，PAIR 將會作為這個名字特別長的組織的補充。兩者的工作內容都包括開源技術研究平台、促進提升 AI 研究的透明度。這兩個組織的目標，聽起來與 OpenAI 也有些相似。

谷歌在博客宣布，PAIR 的研究工作會分為以下三個領域：

• 工程師和研究人員：AI 由人來創造。怎麼讓工程師們更方便地開發、理解機器學習系統？他們需要什麼樣的教育資源和實踐工具？

• 行業專家：AI 如何協助各個領域專家的工作？怎樣更好地為醫生、技師、設計師、農民、作曲家等職業服務？

• 普通用戶：怎樣才能保證機器學習的普適性，為每個人服務，讓每個人都從 AI 的發展中受益？設計思維是否能打開一扇全新的大門，誕生一批前所未有的 AI 應用？我們是否能讓 AI 背後的技術民主化？

面對 AI 的「不平等」挑戰

它們所服務的，是一個相當寬泛、也相當宏大的願景。谷歌表示，PAIR 會審視 AI 供應鏈中影響每個人的一系列問題——從寫代碼的研究人員，到使用（或即將使用） AI 專業工具的醫生、農民等職業。另外，讓 AI 對用戶友好也是一大工作方向，讓 AI 技術便於理解（比如說，AI 演算法的可解釋性就是一個極有挑戰性的問題），同時，保證 AI 技術平等地對待用戶。

什麼是讓 AI「平等對待用戶」？

現實證明，社會中的偏見、成見、不平等，會被有意無意寫入 AI 的代碼里。比如說，無法識別黑人的面部識別軟體；設計為男醫生、女護士服務，而不為女醫生、男護士考慮的語言處理程序。

那麼，造成上述情況的原因是什麼呢？

最常見的原因是用於訓練的數據集。要麼，它包含的信息不完整（例如缺乏男護士的數據），要麼存在某種形式的偏見。

針對上面的問題，PAIR 在誕生的同時，公開了它們的第一份工作：Facets Overview 和 Facets Dive。這兩個開源工具讓程序員檢查數據集的工作變得更方便——提升數據可視化體驗。

上圖（第二張）是 Facets Dive 里的截圖，它在檢查一個面部識別系統。它通過每個人的國籍篩選檢驗器，把每個國家人口的錯誤與成功識別率進行對比。這很方便得讓研究人員看出哪個國籍的錯誤率較高，因而需要更多數據集、更多樣本，並進行相應調整。

想試一下這兩個開源工具？請訪問這裡。

PAIR 會陸續發布更多的開源工具，讓 AI 技術更透明公開的努力也已經提上日程。就雷鋒網所知，谷歌還將設立獎金和實習機會來支持相關研究。

筆者認為，越來越多 AI 公益組織的建立，以及谷歌等 AI 企業的投入，在一定程度上是對社會公眾的回應：回應大眾對 AI 技術的疑慮或者說擔憂。

作為號稱是足以媲美互聯網的「paradigm shift」技術革命，AI 迅速顛覆傳統生活溝通方式的能力，引發的倫理討論不絕於耳。而這，在很大程度上對 AI 領頭羊造成了相當大的輿論壓力——譬如說，開發自動駕駛，就不得不顧慮到全球千萬職業司機的生計。小型初創公司可以一往無前，但谷歌這個體量的企業，勢必需要拿出一個足以在一定程度上打消公眾疑慮的方案：怎樣避免負面效用，怎樣讓工作受威脅的職業有個過渡，諸如此類。

PAIR，這個名字很好記，並且意有所指（「pair」意為「匹配」，一家試圖更好地溝通人與 AI 的組織以此來命名，可謂十分應景）。但在谷歌高層的構想里，PAIR 成立的目的有幾分公關、有幾分是要實打實的研究，外人不得而知。雖然負責人 Fernanda Viégas 與 Martin Wattenberg，這兩位一流數據可視化專家足夠重量級，但畢竟 PAIR 要解決的問題太大、太寬泛，無法排除「一拳頭打到空處」的可能性。淡然，這些都需要我們耐心觀察。

*文章部分內容來源自 the Verge與engadget

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！