曾为现代互联网早期协议和架构设计做出贡献的Vint Cerf，用一个寓言来解释为什么在人工智能等新兴技术出现后，勇敢的领导力至关重要。
想象一下，你住在一个被群山环绕的山谷底部的小社区里。在远处的山顶上有一块巨石，它已经存在了很长时间，从未移动过，所以就你的社区而言，它只是景观的一部分。然后有一天，你会注意到那块巨石看起来不稳定，如果它滚下山，会摧毁你的社区和里面的每个人。事实上，你也许意识到，也许你一生都忽视了它的移动。那块巨石一直在一点一点地移动，但是你从来没有仔细观察每天发生的细微变化，比如它投下的阴影发生了微小的变化，它和下一座山之间的视觉距离，以及它与地面摩擦发出的几乎察觉不到的声音。你意识到，自己一个人无法独自跑上山去阻止巨石的移动，你太渺小了，而巨石又太大了。
但是随后你意识到，如果能找到一颗鹅卵石，并把它放在正确的位置，它会减缓巨石的动量，稍微扭转移动的趋势。但仅仅一颗鹅卵石无法阻止巨石摧毁村庄，所以你要求整个社区加入你的行列。每个人手中都拿着鹅卵石，爬上了这座山，并为此做好了准备。显然，是人和鹅卵石产生了所有的作用，而并不是那块巨石。
安全有益的技术不是希望和偶然的结果，它是勇敢的领导力和专注持续合作的产物。但是目前，人工智能社区充满着各种目的的竞争。
人工智能的未来——也就是人类的未来——已经被九大科技巨头所控制。这些科技巨头正在开发框架、芯片组和网络，资助了大部分研究，获得了大部分专利，并且在这个过程中以不透明或不可见的方式挖掘着我们的数据。其中六家科技巨头在美国，我称他们为G－MAFIA：谷歌、微软、亚马逊、Facebook、IBM和苹果。剩下三家在中国，也就是BAT：百度、阿里巴巴和腾讯。
为了满足短视的期望，这九大科技巨头分别面临着来自美国华尔街和中国北京的巨大压力，即使我们可能会为未来付出巨大的代价。我们必须授权并鼓励九大巨头改变人工智能的发展轨迹，因为如果没有我们的大力支持，他们不能也不会自己去做。
接下来要做的就是一系列鹅卵石，它们可以让人类走上通往未来的更好道路。
九大巨头的领导者都承诺，他们正在开发和推广人工智能，以造福人类。我相信这是他们的本意，但是履行这一承诺是非常困难的。首先，我们应该如何定义“造福”？这个词到底是什么意思？这又回到了人工智能社区内部的问题。我们无法让所有人都同意“造福”，因为这个宽泛的说法实在太模糊了，无法引导人工智能社区。
例如，受西方道德哲学家Immanuel Kant启发的人工智能社区，学习如何将权利与义务系统预先编程到某些人工智能系统中。杀人是不好的，救人是好的。如果人工智能控制着汽车，并且它唯一的选择是撞上一棵树并伤害司机，或者撞上一群人并杀死他们，那么这种逻辑就会存在问题。僵硬的解释不能解决更复杂的现实环境，因为在现实环境中，选择可能会更加多样：撞上一棵树并杀死司机；撞上人群并杀死八个人；撞到人行道上，只杀死了一个三岁的男孩。在这些例子中，我们如何定义“好”的最佳版本？
同样，框架对九大巨头来说也很有用。他们不需要精通哲学，他们只是要求一种更慢、更认真的方法。九大巨头应该采取具体措施来收集、培训和使用我们的数据，雇佣员工，以及在工作场所传达道德行为。
在这个过程的每一步，九大巨头都应该分析自己的行为，并确定他们是否正在造成未来的伤害，他们也应该能够验证自己的选择是否是正确的。这样的要求需要有关于偏见和透明度的明确标准。
然而现在，并没有单一的基线或标准来评估偏见，也没有人在寻求克服目前人工智能中存在的偏见。以我自己在中国的经历，这种没有把安全放在速度之上的机制，会产生令人担心的后果。
此外，透明度也没有标准。在美国，G－MAFIA和美国公民自由联盟、新美国基金会以及哈佛大学伯克曼·克莱因中心都在人工智能上进行了合作，旨在提高人工智能研究的透明度。这些合作伙伴发布了一系列非常棒的建议，帮助引导人工智能研究朝着积极的方向发展，但是这些原则并不能以任何方式实施，而且在G－MAFIA的所有业务部门中也没有被遵守。BAT也同样如此。
九大巨头正在使用充满偏见的有缺陷的语料库训练数据集。这是众所周知的事实，而改进数据和学习模式又是一项巨大的财务负担。比如ImageNet，一个有严重问题的语料库。ImageNet包含1400万张标记图像，其中大约一半的标记数据来自美国。
在美国，新娘的“传统”形象是穿着白色连衣裙和面纱的女人，尽管在现实中，这种形象并不能代表大多数人的婚礼。有些女人会选择穿着长裤结婚，有些则穿着色彩鲜艳的夏装在沙滩上结婚，有些穿着和服或纱丽结婚。然而，除了白色的裙子和面纱之外，ImageNet无法识别出其他新娘。
我们也知道医疗数据集存在问题。接受识别癌症训练的系统主要采用的是浅色皮肤的摄取照片和扫描。在未来，它可能会导致黑褐色皮肤的人被误诊。如果九大巨头知道语料库中存在问题，却没有采取任何措施，那么他们将把人工智能引向错误的道路。
12下一页>（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
