曾為現(xiàn)代互聯(lián)網(wǎng)早期協(xié)議和架構(gòu)設(shè)計做出貢獻的Vint Cerf，用一個寓言來解釋為什么在人工智能等新興技術(shù)出現(xiàn)后，勇敢的領(lǐng)導力至關(guān)重要。
想象一下，你住在一個被群山環(huán)繞的山谷底部的小社區(qū)里。在遠處的山頂上有一塊巨石，它已經(jīng)存在了很長時間，從未移動過，所以就你的社區(qū)而言，它只是景觀的一部分。然后有一天，你會注意到那塊巨石看起來不穩(wěn)定，如果它滾下山，會摧毀你的社區(qū)和里面的每個人。事實上，你也許意識到，也許你一生都忽視了它的移動。那塊巨石一直在一點一點地移動，但是你從來沒有仔細觀察每天發(fā)生的細微變化，比如它投下的陰影發(fā)生了微小的變化，它和下一座山之間的視覺距離，以及它與地面摩擦發(fā)出的幾乎察覺不到的聲音。你意識到，自己一個人無法獨自跑上山去阻止巨石的移動，你太渺小了，而巨石又太大了。
但是隨后你意識到，如果能找到一顆鵝卵石，并把它放在正確的位置，它會減緩巨石的動量，稍微扭轉(zhuǎn)移動的趨勢。但僅僅一顆鵝卵石無法阻止巨石摧毀村莊，所以你要求整個社區(qū)加入你的行列。每個人手中都拿著鵝卵石，爬上了這座山，并為此做好了準備。顯然，是人和鵝卵石產(chǎn)生了所有的作用，而并不是那塊巨石。
安全有益的技術(shù)不是希望和偶然的結(jié)果，它是勇敢的領(lǐng)導力和專注持續(xù)合作的產(chǎn)物。但是目前，人工智能社區(qū)充滿著各種目的的競爭。
人工智能的未來——也就是人類的未來——已經(jīng)被九大科技巨頭所控制。這些科技巨頭正在開發(fā)框架、芯片組和網(wǎng)絡，資助了大部分研究，獲得了大部分專利，并且在這個過程中以不透明或不可見的方式挖掘著我們的數(shù)據(jù)。其中六家科技巨頭在美國，我稱他們?yōu)镚－MAFIA：谷歌、微軟、亞馬遜、Facebook、IBM和蘋果。剩下三家在中國，也就是BAT：百度、阿里巴巴和騰訊。
為了滿足短視的期望，這九大科技巨頭分別面臨著來自美國華爾街和中國北京的巨大壓力，即使我們可能會為未來付出巨大的代價。我們必須授權(quán)并鼓勵九大巨頭改變?nèi)斯ぶ悄艿陌l(fā)展軌跡，因為如果沒有我們的大力支持，他們不能也不會自己去做。
接下來要做的就是一系列鵝卵石，它們可以讓人類走上通往未來的更好道路。
九大巨頭的領(lǐng)導者都承諾，他們正在開發(fā)和推廣人工智能，以造福人類。我相信這是他們的本意，但是履行這一承諾是非常困難的。首先，我們應該如何定義“造福”？這個詞到底是什么意思？這又回到了人工智能社區(qū)內(nèi)部的問題。我們無法讓所有人都同意“造?！?，因為這個寬泛的說法實在太模糊了，無法引導人工智能社區(qū)。
例如，受西方道德哲學家Immanuel Kant啟發(fā)的人工智能社區(qū)，學習如何將權(quán)利與義務系統(tǒng)預先編程到某些人工智能系統(tǒng)中。殺人是不好的，救人是好的。如果人工智能控制著汽車，并且它唯一的選擇是撞上一棵樹并傷害司機，或者撞上一群人并殺死他們，那么這種邏輯就會存在問題。僵硬的解釋不能解決更復雜的現(xiàn)實環(huán)境，因為在現(xiàn)實環(huán)境中，選擇可能會更加多樣：撞上一棵樹并殺死司機；撞上人群并殺死八個人；撞到人行道上，只殺死了一個三歲的男孩。在這些例子中，我們?nèi)绾味x“好”的最佳版本？
同樣，框架對九大巨頭來說也很有用。他們不需要精通哲學，他們只是要求一種更慢、更認真的方法。九大巨頭應該采取具體措施來收集、培訓和使用我們的數(shù)據(jù)，雇傭員工，以及在工作場所傳達道德行為。
在這個過程的每一步，九大巨頭都應該分析自己的行為，并確定他們是否正在造成未來的傷害，他們也應該能夠驗證自己的選擇是否是正確的。這樣的要求需要有關(guān)于偏見和透明度的明確標準。
然而現(xiàn)在，并沒有單一的基線或標準來評估偏見，也沒有人在尋求克服目前人工智能中存在的偏見。以我自己在中國的經(jīng)歷，這種沒有把安全放在速度之上的機制，會產(chǎn)生令人擔心的后果。
此外，透明度也沒有標準。在美國，G－MAFIA和美國公民自由聯(lián)盟、新美國基金會以及哈佛大學伯克曼·克萊因中心都在人工智能上進行了合作，旨在提高人工智能研究的透明度。這些合作伙伴發(fā)布了一系列非常棒的建議，幫助引導人工智能研究朝著積極的方向發(fā)展，但是這些原則并不能以任何方式實施，而且在G－MAFIA的所有業(yè)務部門中也沒有被遵守。BAT也同樣如此。
九大巨頭正在使用充滿偏見的有缺陷的語料庫訓練數(shù)據(jù)集。這是眾所周知的事實，而改進數(shù)據(jù)和學習模式又是一項巨大的財務負擔。比如ImageNet，一個有嚴重問題的語料庫。ImageNet包含1400萬張標記圖像，其中大約一半的標記數(shù)據(jù)來自美國。
在美國，新娘的“傳統(tǒng)”形象是穿著白色連衣裙和面紗的女人，盡管在現(xiàn)實中，這種形象并不能代表大多數(shù)人的婚禮。有些女人會選擇穿著長褲結(jié)婚，有些則穿著色彩鮮艷的夏裝在沙灘上結(jié)婚，有些穿著和服或紗麗結(jié)婚。然而，除了白色的裙子和面紗之外，ImageNet無法識別出其他新娘。
我們也知道醫(yī)療數(shù)據(jù)集存在問題。接受識別癌癥訓練的系統(tǒng)主要采用的是淺色皮膚的攝取照片和掃描。在未來，它可能會導致黑褐色皮膚的人被誤診。如果九大巨頭知道語料庫中存在問題，卻沒有采取任何措施，那么他們將把人工智能引向錯誤的道路。
12下一頁>（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
