李飛飛紐約時報最新博文：如何讓AI更好地關懷人類

大數據文摘作品

編譯：姜范波

婦女節前一天，著名AI科學家、斯坦福大學教授李飛飛在《紐約時報》網站發表了題為「How to Make A.I. That"s Good for people 」（如何讓AI更加以人為本？）的文章。文章中，她表達了對AI發展的興奮與擔憂，並提出「AI以人為本，造福人類」發展道路。

這篇文章也對前幾天，AI圈對於「技術研究者是否應該對其產生的社會後果負責任」的巨大爭議產生了有趣的呼應和回答：無論我們的技術自動化到什麼程度，它對世界的影響，無論好壞，始終是我們的責任。

李飛飛：如何讓AI更加以人為本

十年前人工智慧還僅僅限於學術圈，如今已經瘋狂增長。從矽谷到北京的科技公司都押注人工智慧，風投為研發投入數十億資金，創業公司如雨後春筍。如果我們的時代是下一次工業革命，那麼正如很多人所說，AI絕對是其動力之一。

對於像我這樣的研究人員來說，這是一個特別激動人心的時刻。十幾年前我還在讀計算機科學專業的研究生時，電腦連照片中的銳利邊緣都幾乎無法檢測出，更別說識別人臉。但隨著大數據的發展，神經網路演算法和計算機硬體的快速進步，劃時代的時刻來到了：AI已經從學術研究化身為引領製造業、醫療保健、運輸、零售業等眾多行業的弄潮兒。

然而，我擔心這股熱潮讓我們忽視了AI對社會的消極影響。 除了它的名字，這個技術沒有任何「人工」的成分——它是由人類製造的，旨在表現得像人類，旨在影響人類。所以如果我們希望AI在未來的世界中發揮積極的作用，它必須以「關懷人類」為指導。我將這種方法稱為「以人為本的AI」。它包含三個目標，旨在幫助負責任地開發機器智能。

李飛飛倡導「AI民主化」

首先，AI需要更多地反映我們智能的深度。以人類視覺的豐富感知為例，它是如此複雜、深層次，並且能在明確地覺知前景和靈敏地捕獲背景中取得自然平衡。相比之下，機器感知仍然非常狹窄。

有時候這種差異微不足道，例如，在我的實驗室里，圖像字幕演算法可以識別出「騎馬的人」，而完全沒有注意到兩個都是銅像。同樣的演算法用來識別彩虹之下草原之上的斑馬時差異更明顯。雖然識別和描述實現了技術上的正確性，但完全沒有審美意識，沒有任何人類可以自然感受到的活力或深度。

這聽起來有點吹毛求疵，但是這也指出了我們人類感知超越機器演算法的一個主要方面。如果我們不能洞察人類體驗中這些「模糊」的維度，又如何期待機器能預測我們的需求，何談為人類的福祉做貢獻？

要讓AI對人類思維的全方位更敏感不是一件容易的事。這需要計算機科學之外其它領域的專業知識，這意味著程序員必須與其他領域的專家合作。

這種合作代表著回歸，而非背離我們這個領域的起源，年輕AI學生們可能會驚訝於今天深度學習演算法原理，起源於 David Hubbard和Torsten Wiesel發現的貓視覺皮層中神經元的層次結構對刺激的反應機制。

同樣，包含數百萬張訓練圖片的ImageNet，幫助發展了計算機視覺。這個項目，是基於認知科學家和語言學家George Miller在1995年創建的WordNet數據集。WordNet旨在組織英語的語義概念。

重新連接AI與認知科學、心理學甚至社會學，將給人工智慧一個更加強大的發展基礎。而且我們可以期待這樣發展出來的技術，會讓合作和交流更加自然，從而實現以人為本的第二個目標：強化人類，而不是取代人類。

想像一下AI在手術中的作用。它的目標不是把整個過程完全自動化，相反，智能軟體和專用硬體的結合可以幫助外科醫生專註於自己的優勢——如靈活性和適應性——而讓機器從事更加常規性的工作， 以避免人類容易發生的失誤、疲勞和被干擾。

或者考慮老人護理的情景。機器人可能並不是老人看護的最佳人選，但智能感應器在幫助人類護理員方面前景很好。通過自動監測藥物劑量和自動核對安全檢查清單，人類護理員可以將更多的精力放在建設與被護理者之間的關係上。

這些都是自動化取代那些重複的、容易出錯的甚至是危險工作的例子。而剩下的創造性的，需要智力和情感的工作，由人類來完成仍然是最適合的。

然而，沒有任何聰明才智會完全消除工作流失的威脅。解決這個問題是以人為本的AI的第三個目標：確保這項技術的每一步發展都關注其對人類的影響。

今天對工作流失的焦慮只是一個開始。其他問題還包括弱勢群體中機器學習從業人數的偏倚，AI對數據的高需求與保護個人隱私之間的關係，以及全球智能競賽的地緣政治影響。

充分面對這些挑戰要求各大機構的共同付出。大學的獨特定位是通過跨學科項目、課程和研討會來促進計算機科學與傳統上不相關的學科，如社會科學甚至人文科學之間的聯繫。

各國政府可以作出更大的努力，鼓勵計算機科學教育，特別是在AI中代表性不足的年輕女孩、少數種族和其他群體。公司應該將積極投資智能演算法與倫理道德結合，兼顧抱負與責任。

李飛飛創建AI4ALL女高中生夏令營，得到梅琳達·蓋茨投資

沒有哪項技術比AI更能反映它的創造者。實際上，雖然有人認為機器沒有價值觀，但事實是：機器的價值觀是其創造者的價值觀。AI以人為本的方法意味著這些機器不是人類的競爭對手，而是保證我們福祉的夥伴。

無論我們的技術自動化到什麼程度，它對世界的影響——無論好壞——始終是我們的責任。

https://www.nytimes.com/2018/03/07/opinion/artificial-intelligence-human.html

【今日機器學習概念】

Have a Great Definition

志願者介紹

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！