我们应该如何理解李飞飞价值十亿美金的“人文AI”计划？

原标题：我们应该如何理解李飞飞价值十亿美金的“人文AI”计划？

AI自从以应用角度走进大众视野，就一直逃不出“人文主义”的苛责。作为一种依靠于海量数据运转的技术，AI之所以能够作为提升效率的工具，主要还是因为对人类经验的高度集中。

而“人类经验”这件事，本身就是不够完美的。普遍能够累积成海量数据的经验，有时反而更加充满偏见。就像如果把AI带入哥伦布时代，AI也会成为一位坚定的地心论支持者。

而李飞飞离开谷歌回归斯坦福后，主导的第一个项目HAI——以人为本人AI研究院(Stanford Human-Centered AI Institute)，就在着重解决AI与人文主义之间的沟壑。

AI拟人化，竟是一位“富裕的白人男性”？

首先要知道的，究竟是什么让AI无法“以人为本”？

目前从人文、从公平的角度来看，AI公认的两个问题是“白人至上（White Guy Problem）”和“男性之海（Sea of Dudes）”。

所谓白人至上，是指在算法驱动下AI所做出的一些种族歧视行为。例如谷歌的图片自动分类曾经将黑人照片分类成大猩猩，以及惠普的摄像头算法无法识别深肤色的人。在犯罪预测软件中，甚至会将黑人的犯罪率识别成普通白人的两倍以上。

而男性之海，则指的是AI从业者中有极大的性别倾斜，在2015年的NIPS上，女性与会者的人数竟然只占到了13.7%，李飞飞提到，在论文引用量，男性作者的被引用次数要比女性作者高100倍。

用《纽约时报》的话讲，两者结合，让AI被塑造出了一个“富裕白人男性”的价值观——刚好和那些掌握着科技霸权的企业主们一模一样。

如此以来，对于AI的应用很可能反而会让人们一直以来对于推动种族、性别间平等所做的努力白费。

就像平权主义者一直在推动男女收入平等，而去年卡内基梅隆大学的计算机科学家却发现，在谷歌的广告推送机制中，更倾向于将高收入工作的招聘广告推送给男性用户。

而当美国各地警察部门在执行预测性警务工作时，数据驱动的风险评估工具会让他们更多的前往有色人种聚集区，无形中加重了对某一人群的偏见和标签化。

可怕的是，当女性在职场上遇到歧视时，她还可以对自己情况进行发声。而当AI驱动一切在无声中进行时，女性甚至不知道自己正在处在歧视链之中——如果从没见过这项招聘启事，女性自然不知道高收入工作更倾向于招聘男性。

而当AI行业中充斥着“富裕的白人男性”时，他们自然也很难注意到算法黑箱中产生了这样的问题。最终万事万物都在人类歧视造就的规则下运行，被驱动的每一个群体却又看不清规则的真正面目。

十亿美金的远大目标

李飞飞在斯坦福主导的HAI项目，大概有着以下三个目标：第一是推进和发展下一代AI科学（重点在于脑科学和认知科学），第二是研究和预测AI对人类社会和生活的影响，第三是设计和实践以人为本的AI技术和应用。

这么一看，所谓“以人为本”的说法其实挺虚的。但综合斯坦福的一些公开资料，以及李飞飞的一些讲话，我们可以大概总结出HAI究竟想做些什么。

首先是在AI研究中引入更多样化的视角和交叉思维。

最主要的，就是支持女性和有色人种进入AI研究。例如斯坦福所支持的“Black in AI”项目，就在号召有色人种关注目前的AI研究，关注AI无形中所带来的歧视问题。

同时还有持续追踪各个领域应用AI后所带来的影响。

初次之外，HAI还邀请了社会各界人士共同参与，如教育、工业、艺术等等领域，试图让他们一起发表意见，尤其是对技术研发者给出反馈，告诉他们AI究竟对这一领域产生了哪些影响，以权衡技术的未来走向。

至于推动下一代AI科学就很好理解了，主要是帮助研究者圈定研究方向，推动AI的可解释性等等，这里就不再进行赘述。

但有趣的是，HAI作为一个非常政治正确并伟光正的项目，并没有在舆论获得一致性的支持。尤其有媒体指出，该机构有121位教职工，其中有100位以上都是白人，并只有30%的女性。

于是事情就变成了，HAI邀请了一群富裕的白人男性，试图募集10亿美金去从人文角度矫正人工智能的“富裕白人男性”价值观。

齿轮之下：如何看待商业效率以外的AI？

虽然HAI获得的评价不一，但AI所带来的公平性问题，确实已经开始影响人们的正常生活。

就像上文提到的算法错误估计有色人种犯罪率将其提升了两倍，同样意味着算法将白人的犯罪率错误的低估了两倍。如果执法者依赖这种错误的算法，则意味着不仅可能冤枉好人，也可能错放坏人。

又比如前两年亚马逊曾经闹出的丑闻，用户发现算法在分配货物能否当日送达时，一旦输入了黑人聚集区的邮政编码，就无法使用当日送达服务。

（被评价为“高风险”的有色人种，和拥有数次犯罪记录却被评定为低风险的白人）

这种偏见现象正在越来越多地出现在种种服务中：贷款的AI风控、保险的AI审核机制。最后就导致了越是弱势群体，越容易被算法边缘化，进而难以获得资源与帮助，最后进一步地向弱势一方倾斜，甚至最终走向犯罪，加重了算法歧视。

如此看来HAI的很多策略，是非常值得我们仔细思考的。

例如，当我们在关注产业AI的效率问题时，我们是否也应该考虑在效率之外，AI对于产业的更多影响？当AI对于拥有强大IT基础的零售集团发挥作用，他们更加理解用户心智时，那些小而美的微型零售店是否在风潮中被遗忘和挤压，最终退出舞台？

又比如除了那些研发技术和为技术买单的人之外，我们是否有责任去倾听更多人的声音？AI的研发者与技术采买者或许清晰地知道AI是如何推动我们生活运转的，但那些同样被卷在齿轮之下的人，是否也有权力了解到这些齿轮的运转规则？

更重要的，我们是否应该尽力去推动AI黑箱的透明化，在发现问题时能够从内部技术机制上解决？

以往我们总觉得，技术永远只是研发者和应用之间的故事。如今看来，或许AI已经成为了一个世界命题。

世界命题，就应该广泛参与。

生成海报

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。