來源：ST社區(qū)

“什么是公平”，就算是人類自己也沒有統(tǒng)一的標準，它有時取決于語境。不論是在家里，還是在學(xué)校，教導(dǎo)小孩要公平是至關(guān)重要的，但說起來容易做起來難。正因為如此，我們要如何才能將社會上所說的“公平”的細微差別傳遞給人工智能(AI)系統(tǒng)呢？

IBM研究院的一組研究人員是著手解決該難題的先驅(qū)。IBM為開發(fā)人員推出了一款名為“AI Fairness 360”的工具包。作為這項工作的一部分，IBM為企業(yè)提供一種新的“基于云的、偏差(bias)檢測和消除服務(wù)”，企業(yè)可以使用它來測試和驗證AI驅(qū)動的系統(tǒng)的行為。

在接受EE Times的電話采訪時，IBM研究院院士SaskaMojsilovic告訴我們，科學(xué)家和AI從業(yè)者太過于關(guān)注AI的準確性。通常，人們關(guān)于AI的第一個問題是，“機器可以擊敗人類嗎？”

但公平呢？例如，AI中的公平缺位可能會導(dǎo)致在醫(yī)療保健中或自動駕駛車輛造成災(zāi)難性后果，她說。

如果用于訓(xùn)練機器的數(shù)據(jù)集有偏差怎么辦？如果AI無法解釋它是如何做出決定的，那么我們怎樣才能驗證其“正確性？”AI可以揭示在AI處理過程中數(shù)據(jù)是否被以某種方式操縱過嗎？AI是否可以向我們保證其數(shù)據(jù)從未(包括處理前和處理后)受到攻擊或篡改嗎？簡言之，是否存在AI內(nèi)?。亢唵位卮穑簺]有。

Mojsilovic表示，如果不對AI用戶、開發(fā)人員和從業(yè)者開放，AI系統(tǒng)就無法獲得社會的信任。

分解公平

一個更大的問題是如何教導(dǎo)機器什么是公平。Mojsilovic指出，“因為我們是科學(xué)家，我們做的第一件事就是分解‘公平’。我們需要從這著手?！彼麄儗⒐椒纸鉃锳I實現(xiàn)中的指標、算法和偏差。

IBM研究科學(xué)家Kush Varshney解釋說，其團隊研究了AI算法和AI決策的偏差和公平性?！坝袀€人的公平，也有團體的公平。我們研究了群體的不同屬性——從性別到種族。還考慮了法律和監(jiān)管問題?！弊詈螅瑘F隊最終測量了30個不同的指標，以尋找數(shù)據(jù)集、AI模型和算法中的偏差。

這些發(fā)現(xiàn)已納入IBM不久前推出的AI Fairness 360工具箱中。IBM將其描述為“一個全面的指標開源工具包，用于檢查數(shù)據(jù)集和機器學(xué)習(xí)模型中不期望的偏差?！?/p>

雖然許多科學(xué)家已經(jīng)在努力發(fā)現(xiàn)AI算法中的歧視(discrimination)，但Mojsilovic說IBM的方法不同，它不僅包括發(fā)現(xiàn)偏差的算法，且還包括用于消除偏差的工具。

在基礎(chǔ)層面，你必定會問：由計算機科學(xué)家——定義公平？這通常不是社會科學(xué)家的活嗎？意識到這種不搭調(diào)，IBM明確表示Mojsilovic和Varshney都沒有閉門造車。他們引入了許多學(xué)者和研究機構(gòu)。Varshney參加了由卡內(nèi)基國際事務(wù)倫理委員會主辦的Uehiro-Carnegie-Oxford倫理會議。 Mojsilovic參加了由加州大學(xué)伯克利分校法學(xué)院贊助的加州伯克利人工智能工作組。

算法中立嗎？

一段時間以來，社會科學(xué)家一直在指出AI偏差問題。
威斯康星大學(xué)麥迪遜分校新聞與大眾傳播學(xué)院教授Young Mie Kim解釋說，“AI歧視(或AI偏差)可能發(fā)生在它隱含或明確地強化現(xiàn)有不平等的社會秩序和偏見(例如，性別、種族、年齡、社會/經(jīng)濟狀況等)時。”例子從抽樣誤差(例如，由于抽樣方法的不適當或困難導(dǎo)致某些人口統(tǒng)計數(shù)據(jù)不充分)到機器訓(xùn)練(建模)中的人為偏差。 Kim認為，即使在設(shè)計或建模中采用的“戰(zhàn)略決策”也存在AI偏差，例如政治廣告算法。

在她最近題為“算法機會：數(shù)字廣告和政治參與的不平等”的研究中，Kim展示了在基于算法的決策中不平等是如何被強化的。

技術(shù)社區(qū)可能會爭辯說“算法是中立的”或者可以“受過教育”(訓(xùn)練有素)。 Kim指出，“也就是說，他們并不承認在算法開發(fā)的任何階段都會出現(xiàn)偏差?！?/p>

可解釋的AI

不只是消費者害怕AI。許多計算機科學(xué)家也表達了擔憂。

威斯康星大學(xué)計算機科學(xué)助理教授AwsAlbarghouthi告訴EE Times，“從短期看，我擔心越來越多地使用數(shù)據(jù)驅(qū)動的決策，這有可能傳播偏見和不公正。從長遠看，我擔心AI在戰(zhàn)爭自動化方面的使用?！?br />

AI無法解釋其決策帶來持續(xù)焦慮。威斯康星大學(xué)計算機科學(xué)助理教授Loris D'Antoni告訴我們，“現(xiàn)在，程序員開始將強大的機器學(xué)習(xí)算法作為編程工具箱中的工具。然而，這些算法復(fù)雜、難以預(yù)測、難以解釋。例如，沒人知道由此產(chǎn)生的機器學(xué)習(xí)模型究竟做了什么。在他看來，“總的來說，自動化決策需要被理解和規(guī)范，并且可能以正規(guī)的方式進行?！?/p>

對于流程的每個步驟，從訓(xùn)練數(shù)據(jù)和處理到測試和部署，IBM指出其工具包提供的解釋 可顯示：在兩種決策中、哪些因素傾向于支持哪一方；對推薦的信心以及支持這種信心的因素。

IBM希望AI Fairness 360工具包將被廣泛使用，以便開發(fā)人員可以為其做出貢獻，幫助建立對AI的信任。

與此同時，IBM將為企業(yè)提供其新的軟件服務(wù)，旨在自動檢測偏差并解釋AI在需要做決策時，是如何做出決策的。它在IBM Cloud上運行，可幫助企業(yè)管理AI系統(tǒng)。

IBM稱，其在IBM Cloud上的公平性監(jiān)控服務(wù)將與來自各種機器學(xué)習(xí)框架模型和AI構(gòu)建環(huán)境(如Watson、TensorFlow、SparkML、AWS SageMaker和AzureML)配合使用?！斑@意味著組織可以借力這些新控制以服務(wù)于企業(yè)使用的大多數(shù)流行的AI框架，”IBM稱。IBM也承諾提供定制服務(wù)。“還可對軟件服務(wù)進行編程，以監(jiān)控任何業(yè)務(wù)工作流程的獨特決策因素，使其能夠根據(jù)特定的組織用途進行定制?！?/p>

好的開始

越來越意識到AI中算法公平問題的AI研究界，對IBM的新產(chǎn)品表示歡迎。威斯康星大學(xué)的計算機科學(xué)家D'Antoni告訴我們，“看到公平檢查技術(shù)進入業(yè)界并付諸實踐，真的令人興奮?！彼a充道，“我認為該工具將使AI研究界更加意識到該問題的重要性?！?/p>

Albarghouthi稱IBM的努力“開了個好頭”。

但是為了讓AI Fairness 360工具包真正變得有效，應(yīng)該使許多需要理解它的開發(fā)人員能用到它。Albarghouthi解釋說，該工具需要“與研究界探索的最新的公平技術(shù)共同發(fā)展?！?/p>

他告誡說，“如果研究和理解超越了目前的定義和技術(shù)，”那么該工具很可能會停滯不前。

公平問題

最后，任何成全或破壞AI公平工具包的因素都會回溯到如何定義公平這一棘手問題。IBM的Mojsilovic承認，在不同應(yīng)用中，公平有不同表現(xiàn)。正如人類對公平有不同看法，用戶、客戶和公眾可能會根據(jù)情況對公平有不同評判。

當被問及AI公平工具包的缺陷時，Albarghouthi表示，問題之一是“存在于公平性定義的選擇以及其是否足夠?！碑吘?，公平“在很大程度上取決于領(lǐng)域、其敏感性和涉及的監(jiān)管?！彼a充說：“我確信，這些工具只有在其使用成為機器學(xué)習(xí)管道的標準部分時才有效?！?/p>

D'Antoni表達了他自己的擔憂。“有很多關(guān)于公平和偏差的定義，很難將它們?nèi)靠紤]在內(nèi)且其實現(xiàn)也并非能畢其功于一役?！睋Q句話說，“公平定義往往是‘沖突的，’他說?！按嬖诘牟豢赡艹霈F(xiàn)的結(jié)果表明，某些公平概念不能同時訴諸實施?！?br /> 此外，還有一個事實是“機器學(xué)習(xí)社區(qū)目前尚未接受過如何了解現(xiàn)有的公平和偏差定義的含義以及如何使用它們，”他補充道。

社會科學(xué)家Kim同意?！皩@種[AI偏見]問題的認識是抗擊AI歧視的第一步，也是最重要的一步。”她指出，“在人類社會中，我們提出了一些減輕不平等和歧視的政策和法規(guī)。但問題是AI仍是個秘密。與大多數(shù)情況一樣，數(shù)據(jù)和建模是專有的。這使得任何公共政策或監(jiān)管討論/辯論更加困難?！?/p>

透明度

理解了定義公平性時的復(fù)雜性和權(quán)衡取舍之后，IBM研究人員認為，優(yōu)先事項應(yīng)該是AI實踐和實施的透明度。

IBM的Mojsilovic建議由AI服務(wù)開發(fā)商和提供商完成并自愿發(fā)布供應(yīng)商的符合性聲明(她稱之為情況說明書)“以提高其服務(wù)的透明度并產(chǎn)生對它們的信任?！彼龑⑵浔茸鳌笆称窢I養(yǎng)標簽”，或“器具信息表”。

業(yè)界需要有關(guān)部署在不同服務(wù)中的AI系統(tǒng)信息的標準。 IBM敏銳地意識到這不會在一夜之間發(fā)生。正如營養(yǎng)標簽花了很長時間才逐步發(fā)展起來一樣，情況說明書的開發(fā)可能是個漫長過程。Mojsilovic警告說，業(yè)界才剛剛開始其人工智能之旅。

與IBM類似，研究界也在與AI公平問題斗爭。在這個懸而未決的領(lǐng)域，IBM的AI Fairness工具箱似乎具有開創(chuàng)性。 D'Antoni告訴我們，“我不知道現(xiàn)有的用于AI模型的通用公平檢查工具?！?/p>

另一方面，他補充說，“研究界提出了許多令人興奮的原型工具。例如，Kramer等人提出的FairTest和來自我們自己團隊的FairSquare。”

審核編輯 黃昊宇