誓要让 AI 造福于人，谷歌 “PAIR” 项目究竟有多靠谱？
雷锋网导读：两天前的 CCF-GAIR 大会，香港大学席宁教授讲道：“随着技术的发展，智能机器人已经从简单地替代人的能力，到扩展人的能力”。MIT 斯隆商学院的两位著名教授 Andrew McAfee 和 Erik Brynjolfsson，也说过人工智能时代的主题不应该是 “Race against the Machine”（与机器赛跑），而是 “Race with the Machine”（和机器一起跑）。
但我们如何才能并最小化 AI 给社会带来的风险与阵痛？对此，谷歌成立了一个新项目 “PAIR”，入驻了一批谷歌大脑的顶尖科学家，试图解决 AI 技术革命 “造福于人” 的终极挑战。
前言
对于 AI 将会给人类社会带来的变革，未来学家们画下了许多大饼。但这些诱人的愿景充满了不确定性，以及潜在的陷阱。
比如，我们希望 AI 技术帮助人们合理、科学地做决策，但它有没有可能反而加深社会的成见？我们梦想着 AI 把大家从九九六工作制里解脱出来，给上班族带来工作与家庭生活的平衡，但会不会大多数好处都让企业家、玩资本的得去，普通人的饭碗更加朝不保夕？
“奇点教父”Ray Kurzweil 把 AI 看做是未来三大 “paradigm shift”* 技术里（AI、基因技术、纳米技术），影响最重大、深远的一个，也是直接引爆 “奇点” 的那一个。
Ray Kurzweil
因此，不难理解为什么欧美公众与社会学家，会对 AI 的社会、伦理影响如此在意。这给谷歌等 AI 技术先驱们带来强大舆论压力，迫使他们谨慎再谨慎，并考虑每一项重大 AI 突破将给社会带来的后果以及副产品。
* 雷锋网注：“paradigm shift” 意味着科技的一轮更新换代，农业、蒸汽机、内燃机、电力以及互联网，均属于带来 paradigm shift” 的技术。
“PAIR”：沟通人与 AI
为应对上文提到的种种挑战，今日谷歌宣布了一个全新项目的开启——“PAIR”。它是 “People + AI Research” 的缩写，即 “人与 AI 研究”，目标是 “研究并重新设计 AI 系统与人交互的方式”，并 “试图让 AI 技术为每个人服务、给每个人都带来利益”。
PAIR 团队由谷歌大脑研究员 Fernanda Viégas 与 Martin Wattenberg 带领，两位均是数据可视化专家。12 名全职谷歌大脑员工将加入。除此之外，PAIR 还将与谷歌之外的研究人员合作，譬如哈佛大学教授 Brendan Meade 以及 MIT 教授 Hal Abelson。和愿景相比，PAIR 的核心团队一点也不算大。不过雷锋网获得的消息称，PAIR 是一个 “全公司尺度” 的项目，谷歌的各个研究部门会与之密切合作。
Martin Wattenberg 与 Fernanda Viégas49 30990 49 15231 0 0 4855 0 0:00:06 0:00:03 0:00:03 4855pan>
它的使命，听起来与谷歌参与发起的 The Partnership on Artificial Intelligence to Benefit People and Society （“造福于人和社会的 AI 合作组织”。没错，就是名字长到塞不进标题、让媒体圈一致吐槽的那个组织）很是相像。该组织的参与者还包括 Facebook、微软、IBM、亚马逊。谷歌表示，PAIR 将会作为这个名字特别长的组织的补充。两者的工作内容都包括开源新的技术研究平台、促进 AI 研究透明度的提升。这两个组织的目标，听起来与 OpenAI 也有些相似。
谷歌在博客宣布，PAIR 的研究工作会分为以下三个领域：
工程师和研究人员：AI 由人来创造。怎么让工程师们更方便地开发、理解机器学习系统？他们需要什么样的教育资源和实践工具？
行业专家：AI 如何协助各个领域专家的工作？怎样更好地为医生、技师、设计师、农民、作曲家等职业服务？
普通用户：怎样才能保证机器学习的普适性，为每个人服务，让每个人都从 AI 的发展中受益？设计思维是否能打开一扇全新的大门，诞生一批前所未有的 AI 应用？我们是否能让 AI 背后的技术民主化？
面对 AI 的 “不平等” 挑战
它们所服务的，是一个相当宽泛、也相当宏大的愿景。谷歌表示，PAIR 会审视 AI 供应链中影响每个人的一系列问题——从写代码的研究人员，到使用（或即将使用） AI 专业工具的医生、农民等职业。另外，让 AI 对用户友好也是一大工作方向，让 AI 技术便于理解（比如说，AI 算法的可解释性就是一个极有挑战性的问题），同时，保证 AI 技术平等地对待用户。
什么是让 AI“平等对待用户”？
现实证明，社会中的偏见、成见、不平等，会被有意无意写入 AI 的代码里。比如说，无法识别黑人的面部识别软件；设计为男医生、女护士服务，而不为女医生、男护士考虑的语言处理程序。
那么，造成上述情况的原因是什么呢？
最常见的原因是用于训练的数据集。要么，它包含的信息不完整（例如缺乏男护士的数据），要么存在某种形式的偏见。
发布 Facets 开源工具
针对上面的问题，PAIR 在诞生的同时，公布了它的第一份工作：Facets Overview 和 Facets Dive。这两个开源工具让程序员检查数据集的工作变得更方便——提升数据可视化体验。
上图（第二张）是 Facets Dive 里的截图，它在检查一个面部识别系统。它通过每个人的国籍筛选检验器，把每个国家人口的错误与成功识别率进行对比。这很方便得让研究人员看出哪个国籍的错误率较高，因而需要更多数据集、更多样本，并进行相应调整。
想试一下这两个开源工具？请访问这里。
PAIR 会陆续发布更多的开源工具，让 AI 技术更透明公开的努力也已经提上日程。就雷锋网所知，谷歌还将设立奖金和实习机会来支持相关研究。
后话
笔者认为，越来越多 AI 公益组织的建立，以及谷歌等 AI 企业的投入，在一定程度上是对社会公众的回应：回应大众对 AI 技术的疑虑或者说担忧。
作为号称是足以媲美互联网的 “paradigm shift” 技术革命，AI 有着迅速颠覆传统生活沟通方式的能力，这引发的伦理讨论不绝于耳。这又在很大程度上对 AI 领头羊企业造成了相当大的舆论压力——譬如说，开发自动驾驶，就不得不顾虑到全球千万职业司机的生计。小型初创公司可以一往无前，但谷歌这个体量的企业，势必需要拿出一个足以在一定程度上打消公众疑虑的方案：怎样避免负面效用，怎样让工作受威胁的职业有个过渡，诸如此类。
PAIR，这个名字很好记，并且意有所指（“pair” 意为 “匹配”，一家试图更好地沟通人与 AI 的组织以此来命名，可谓十分应景）。但在谷歌高层的构想里，PAIR 成立的目的有几分公关、有几分是要实打实的研究，外人不得而知。虽然负责人 Fernanda Viégas 与 Martin Wattenberg，这两位一流数据可视化专家足够重量级，但毕竟 PAIR 要解决的问题太大、太宽泛，无法排除 “一拳头打到空处” 的可能性。当然，这些都需要我们耐心等待。
* 文章部分内容来源自 the Verge 与 engadget
CCF-GAIR 2017 已经圆满结束，点击阅读原文，回顾大会精彩演讲 。