您现在的位置: 首页 > 营销资讯营销资讯
清华大学沈向洋教授快手直播：要避免传统社会语境里的偏见被带入AI
发布时间：2020-03-05作者：青鸾传媒来源：全网营销点击：
当下，以人工智能为代表的新兴技术正在让很多不可思议的事情成为现实。但在推动技术进步的同时，如何解决技术带来的社会影响?如何避免人工智能技术发展带来的偏见和歧视?也是全人类需要共同关注的问题。
2019年底，前微软全球执行副总裁沈向洋宣布离职后，去向一直备受关注。3月3日，沈向洋入职清华大学拥抱学术的消息传出。
3月5日上午九点，刚刚续聘清华大学高等研究院双聘教授的沈向洋博士，通过清华大学快手官方账号(快手ID：Tsinghua_1911)直播，为清华学子和广大网友上了特殊的公开课《打造负责任的AI》(Engineering Responsible AI)，差不多1个小时间里，直播间总观看人数近10万人。
在近年的科技浪潮中，沈向洋一直主张打造负责任的、可信赖的人工智能。他认为，我们不仅要推动技术的进步，更要认真思考可能由此带来的社会影响，以及人类将要共同面对的潜在挑战，未雨绸缪。
演讲的前半部分，沈向洋解释了explainable AI(可解释的人工智能)对于如何打造负责任的AI的重要性。“人工智能已经开始做出人类无法理解的决定了。我们需要开启人工智能的黑箱，了解AI做出决定背后的原因。”
今天AI最大的突破就是深度学习，但是深度学习的一个最大的问题就是，出来的结果非常好，但是人们没办法解释。所以Explainable AI在接下来的AI领域探索中非常重要。沈向洋称：“今天我如果有研究生的话，我就建议他们做这个方向的工作。”
在演讲的后半部分，沈向洋提出了“技术的偏见”问题。在训练人工智能系统时，一些社会偏见可能会导致对数据集在个人的性别、肤色和年龄假设。但在多元化的社会中，肤色、口音等各种不同的特征和差异也让我们意识到，满足所有人的不同需求是非常复杂的。
他举了文本搜索中性别偏见的例子。研究团队利用称为“单词嵌入”的自然语言处理工具，将单词转换为向量数字的算法，以来自新闻数据或者网页数据的海量文本数据为依据，为每个单词赋予一个对应的向量数字。通过在向量坐标系中，比对常见词汇与“他”、“她”这两个性别代词之间的关联度，研究人员发现了一些明显的特征，例如“sassy(刁蛮)”、“knitting(编织)”这样的词更靠近女性，而“hero(英雄)”、“genius(天才)”更靠近男性。
算法之所以会为这些词汇赋予性别特征，原因在于训练算法用的基准数据集通常是来自新闻和网页的数据，就存在着由语言习惯造成的“性别偏见”，算法也自然“继承”了人类对这些词汇理解的性别差异。其结果就是，当微软用试验算法，根据梅林达