AI挑大樑，妹紙不如男？我呸！

「這些都你爸爸幫你做的吧？」

看個劇都有男主女主，看春晚都有男主持女主持，可在人工智慧領域裡，男女比例就不那麼平衡。

在之前的《文科生不服，誰說AI是理工科的天下》里，我們討論了文科生和理工科之間的「傲慢與偏見」，但其實，文理科之間的鴻溝更深的可能是性別差異。

在大多數人的印象里，人工智慧不僅是理工科的天下，還是一個由男性來主導的領域。

「我體驗過那種感受，我是機器人課的唯一女孩，那天我走進教室，別人都用奇怪的目光看著我，好像我走錯了教室一樣。」一位酷愛機器人的女生，她經常聽到別個問她這個問題——「這些都是你老爸幫你做的吧？」

叔可忍，嬸嬸可不能忍！

AI裡頭挑大樑，誰說妹紙不如男？比如讀芯君的同事阿岳，別人還在玩芭比娃娃時，她就開始造玩具直升機了！

計算機科學專業的女生只有18%？

計算機是人工智慧不可或缺的工具，美國國家教育統計中心的最新數據表明，2011 年，計算機科學的本科生里，女性只佔 18%。在過去幾十年里，這個比例一直在下滑。而在 1985 年，拿到計算機學位的人裡面，有 37% 的人是女性。

馬里蘭大學計算機系教授瑪麗·德賈斯丁認為，在人工智慧領域發展的女性之所以越來越少，是因為它往往忽視人文目標。以往人工智慧的研究，瞄準了如何用技術改善人類的生活這個目標。而德賈斯丁發現，現在目標正在偏離。

德賈斯丁說，很多女性的工作，是被一種改善社區的願望驅使的。而男性，往往對演算法和數學問題更感興趣。自從男性開始主宰人工智慧，研究越來越窄，只關心解決技術問題，常常忘了「改善生活」這一更大的目標。

事實上，計算機是一門軟體型學科，它對體力等的要求不高，而計算機專業的學習能很好地鍛煉一個人的發散思維和理性思維模式，這更好地彌補女性偏「感性思維」的短板，從這個角度上看，計算機專業同樣很適合女生。而一位理工科教授曾向媒體感慨，在他們系，每年的成績排名，都是女生瘋狂屠榜，男生被全方位碾壓。讀芯君想說，像這樣的勵志故事，請給我們來一打！

阻礙女性進入AI的攔路虎

中國計算機學會曾在2015和2016年兩次針對計算機類女性工作者進行了調查，發現計算機女工作者的壓力來自於「工作繁瑣頭緒多、技術更新快、工作量大以及工作難度大」四個方面。

而與這些壓力對應的是女性的一部分相對劣勢。例如女性在學習新技術的主動性上較弱、對自身潛力的挖掘不夠積極、照顧家庭不適應經常加班、不方便出差等。

清華大學教授鄭緯民認為，女生之所以在計算機領域比例少而且有人覺得「不行」，是因為女生信心不足。「主要是女生聽說做計算機系統這項工作非常苦，被嚇到了。與此相對應的是，美國社會心理學家做過專項研究，發現在同等能力和表現的前提下，男人總是高估自己，而女人總是低估自己。

鄭緯民表示，「其實男女生在學習和工作能力上差不多，只要想做，就肯定能做好。」

此處讀芯君打算甩出點證據：據英國《每日電訊報》報道稱，自100年前開展智商測試以來，女性一直落後於男性多達5分，心理學家一度懷疑其中存在基因差別。但是，近年來這一差距不斷縮小，2012年女性智商超過男性，而且這個差距越來越大。科學家表示，其實男性和女性的智商近年來都在提升，但女性上升的速度明顯更快。

香港科技大學教授張黔則認為這裡面存在一個「不知不敢」的問題。在他培養的博士生中女生確實少，但都很出色。張教授認為女生有自己的優勢，更擅長多元化要素組合，女性的溝通能力強會讓一個團隊內討論結果更棒。

風險投資人洛麗塔陶布認為最主要有三個原因：嘲笑、缺乏鼓勵和偏見。在她的經歷中，常常聽到「科技不適合女孩」這樣的話，還曾被告知：「洛麗塔，你不應該在一個由男性主導、充滿困難的世界裡工作。」

為這些AI女神打CALL

力克.胡哲說，「錯的並不是我的身體，而是我對自己人生設限，因而限制了我的視野，看不到生命的種種可能。」

2017年，福布斯網站曾刊發了一篇文章，盤點21位人工智慧領域的傑出女性，她們背景各異，在不同的崗位上，以不同的方式，推動著AI的進步。

李飛飛

作為計算機視覺領域的大咖，斯坦福人工智慧實驗室和斯坦福視覺實驗室的負責人。後加盟谷歌雲擔任首席人工智慧和機器學習科學家，如今她正帶領谷歌重返中國。

作為科學家的她，已經在頂尖期刊和會議上發表了超過150篇科研論文。她還開發了ImageNet，這是一個擁有1500萬張圖片的數據集，對人工智慧和深度學習最近的發展做出了貢獻。她的非營利組織AI4ALL針對人工智慧領域的少數群體提供K-12教育項目。

Daphne Koller

在擔任斯坦福大學計算機科學教授的近20年間，Daphne Koller在頂尖學術刊物上發表了200多篇論文，還因為學術突破和出色的教育獲獎無數。參與創辦了全球最大在線教育平台Coursera，數百萬人通過Coursera參與人工智慧、機器學習和數據科學課程的學習。其中，來自發展中國家或社會經濟發展落後地區的弱勢群體學員人數增加了48%。

Latanya Sweeney

作為哈佛大學政府和科技教授兼哈佛大學數據隱私實驗室主任，Latanya Sweeney面對著安全、隱私以及個人數據和機器學習演算法偏見等領域的挑戰。她還成為第一個獲得麻省理工學院計算機系博士學位的黑人女性。

吳華

百度自然語言處理團隊的技術總監，領導團隊在自然語言處理、對話系統和神經網路機器翻譯等方面做出了取得突破。她提出的NMT多任務學習框架被《紐約時報》譽為「開創性」的進展。她還創建了百度的AI對話程序Duer，為智能家庭助手和智能物聯網設備提供幫助。吳華是中國科學院的博士，領導著ACL和IJCAI兩個學術會議。

Gebru

師從李飛飛，在從大規模數據集中發現社會學問題方面，發表了多篇優秀的論文，她用機器學習方法通過谷歌街景圖像數據推斷人口普查結果的論文，獲得了《經濟學人》雜誌的稱讚。

她積極推動著AI領域的多元化和包容性。當Gebru在某次重要的AI會議上，發現自己是在場唯一黑人女性之後，她聯合創立了社會團體Black In AI，來驅動黑人群體對AI研究的參與。

……

她們當中有亞裔、非裔，有科學家、總裁、總監、實驗室主任，供職於大學、科技公司或者自主創業，做著人工智慧的研究和開發工作，都取得了出色的成績。

人工智慧革命，女性不能缺席

如果人工智慧始終由男性主導，很可能在有意無意中，讓AI傾向於針對男性需求進行設計。而這將引發一系列倫理問題。

人工智慧開發和測試環境中缺乏女性也是一個問題。為什麼讓女性開發和創建人工智慧的數據集很重要?

洛麗塔陶布認為：人工智慧可以傳遞其創造者的偏見和相關數據。如果我們想要在人工智慧的新世界裡有女性的視角，我們就需要女性參與其中，而且是有不同背景的女性。

她舉了一個例子：在一場由人工智慧主導的選美比賽中，人工智慧只認為白人女性是美麗的，而對少數族裔、有色人種帶有偏見。原因就在於它是在處理被輸入的數據後得出結果，而該人工智慧演算法確定只有白人女性才漂亮。

女性不能缺席人工智慧，不只是為了糾正性別歧視，也是因為，女性在看待和應用人工智慧過程中，擁有不同於男性的思維和視角，進行優勢互補。

女性更懂怎麼利用人工智慧

相比之下，男性工作者更關心技術，而女性更關心怎樣用技術改善生活，讓人工智慧成為我們的福利。

辛西婭是麻省理工學院媒體實驗室個人機器人小組的創始人。她辭掉了大學的工作，專門投入研發史上首個家用社交機器人——把情感和人際交往的技巧賦予機器人。這個機器人的主要工作是給家人拍照、跟蹤待辦事項清單、講故事哄孩子等等。它還能學習主人的偏好，變得更「懂事」。

丹妮拉·羅斯和斯坦福大學人工智慧實驗室負責人李飛飛（ Fei-Fei Li ）正在為豐田的一個智能汽車實驗室提供監督指導，幫助他們研究如何減少駕駛事故。密歇根大學計算機科學教授瑪莎·波拉克正在研究機器人助手，用來幫助老年人、阿爾茨海默症患者和其他有人知障礙的人。

在日本京都大學讀碩士和博士期間，Lim將計算機科學、神經科學和文化發展心理學結合起來，想要製造一個懂人類情緒的機器人。

CSAIL分散式機器人實驗室負責人Daniela Rus想要打造更安全、便捷的機器人。「相對於通過傳統製造方式生產的硬體機器人，我們近期的3D列印軟性機器人更安全、更廉價、更有彈性，可以方便地改變方向，擠進狹窄的空間。」

IBM工程師Rama Akkiraju開發的技術能通過社交媒體數據，利用語言和機器學習方法去推斷人物的個性、情緒、態度和意圖。她說：「能真正理解人類的機器人可以彌補客服人員、諮詢顧問和健康教練的短板。在這些領域，我們的工作可以給人們的日常生活帶來重要不同。」

讀芯君開扒

最好的AI生態是「多樣」和「差異」

人工智慧應該有兩個面，一面是技術，一面是人文，而一刀切地將技術和男性連在一起，將人性化應用認為是女性地專長，對於個體來說，其實意義不大。

因為忽略任何一面，都不利於人工智慧行業的發展。在21位AI領域的傑出女性中，都兼顧了人文和技術，而在男性大咖里，了解技術的人也不缺乏倫理方面的批判思維。

讀芯君寫這篇文章的目的在於，是希望能讓大家注意到，女性在AI以及其他科技領域，並不是先天不足。之所以造成從業者人數的差異，也是環境所迫，以及各種觀念的影響。

人工智慧的發展，需要「差異」和「多樣」，性別只是其中的一個因素，除此之外，還需要多樣化的學科交叉融合，不同種族、民族、文化背景下的研究和應用，多角度的研究方向，才能創造一片繁榮，結出碩果。

留言 點贊 發個朋友圈

我們一起探討AI落地的最後一公里

作者：六個太陽

http://mp.ofweek.com/robot/a845663328486#

http://dy.163.com/v2/article/detail/CI4M97U10511CUKV.html

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！