對于人工智能（以下簡稱 AI），研究人員經(jīng)常說，一流的機(jī)器學(xué)習(xí)實(shí)際上更像一門藝術(shù)而不是科學(xué)。有效的公共關(guān)系也是如此，選擇合適的詞語來傳達(dá)積極的語調(diào)或重塑有關(guān) AI 的話題是一項(xiàng)需要技巧的任務(wù)：做得好，就可以加強(qiáng)一個人的品牌形象，但做不好，可能會引起更強(qiáng)烈的反對和抵制。

科技巨頭們對這一點(diǎn)肯定是心知肚明。過去幾年里，他們不得不快速學(xué)會這門藝術(shù)，因?yàn)楣妼λ麄兊男袨樵絹碓讲恍湃危麄兊?AI 研究和技術(shù)也面臨越來越多的批評。

現(xiàn)在，他們想向公眾證明他們十分關(guān)注 AI 開發(fā)方式的合理性，但又想確保這樣不會招來過多的審查，因此開發(fā)了一種新詞匯。以下是一則解讀他們的語言、挑戰(zhàn)他們的假設(shè)和價值觀的內(nèi)部指南。

Accountability（責(zé)任，名詞）—— 即你的 AI 系統(tǒng)失敗時，讓其他人為其后果負(fù)責(zé)的行為。

Accuracy（準(zhǔn)確性，名詞）—— 技術(shù)正確性。這是評估 AI 模型性能時最重要的成功衡量標(biāo)準(zhǔn)，參見 validation。

Adversary（對手，名詞）—— 即一個能破壞你強(qiáng)大的盈利 AI 系統(tǒng)的獨(dú)立工程師，參見 robustness 和 security。

Alignment（結(jié)盟，名詞）—— 即設(shè)計 AI 系統(tǒng)的挑戰(zhàn)，該系統(tǒng)需執(zhí)行我們的命令，重視我們所重視的一切，故意轉(zhuǎn)移注意力。避免使用造成不良意外后果的真實(shí)例子，參見 safety。

Artificial general intelligence（人工一般智能，短語）—— 假設(shè)的 AI 上帝，可能會在遙遠(yuǎn)的未來出現(xiàn)，但也可能馬上就會到來。可好可壞，只要說得通即可，但你明顯在打造一個好的 AI 上帝。這代價不菲，因此，你需要更多的資金，參見 long-term risks。

Audit（審計，名詞）—— 你花錢請別人對你的公司或 AI 系統(tǒng)進(jìn)行審查，這樣你無需做任何改變就可以顯得更透明，參見 impact assessment。

Augment（增加，動詞）—— 即提高白領(lǐng)工人的生產(chǎn)力。副作用：自動化讓藍(lán)領(lǐng)無工可做，雖令人難過但不可避免。

Beneficial（有益的，形容詞）—— 即對你要構(gòu)建的體系的籠統(tǒng)描述，定義不明更好，參見 value。

By design（精心設(shè)計，詞組）—— 如 “精心設(shè)計而來的公平” 或 “精心設(shè)計而來的責(zé)任”，這個詞組表明你從一開始就在認(rèn)真思考重要的事情。

Compliance（服從，名詞）—— 即行為遵守法律，凡是不違法的都可以。

Data Labelers（數(shù)據(jù)標(biāo)簽者，詞組）—— 據(jù)說這些人藏身于亞馬遜的 “土耳其機(jī)器人” 接口背后，以低廉的價格做數(shù)據(jù)清理工作，不確定他們是誰，從未見過他們。

Democratize（民主化，動詞）—— 即不惜一切代價擴(kuò)展技術(shù)，也是集中資源的理由，參見 scale。

Diversity、equity、and inclusion（多樣性、公平和包容，詞組）—— 即雇傭邊緣群體的工程師和研究人員的行為，這樣你就可以把他們公之于眾，如果他們挑戰(zhàn)現(xiàn)狀，就可以解雇他們。

Efficiency（效率，名詞）—— 即使用較少的數(shù)據(jù)、內(nèi)存、人員或精力來建立一個 AI 系統(tǒng)。

Ethics board （道德委員會，詞組）—— 即一個沒有實(shí)權(quán)的顧問小組，召集起來讓你的公司表現(xiàn)出樂于傾聽的樣子。如谷歌的 AI 道德委員會（已取消），F(xiàn)acebook 的監(jiān)督委員會（仍存在）。

Ethics principles（倫理原則，詞組）—— 用來表明你動機(jī)良好的老生常談。保持高水平，語言越模糊越好，參見 responsible AI。

Explainable（可解釋的，形容詞）—— 描述一個你、開發(fā)者和用戶都能理解的 AI 系統(tǒng)，但對用戶來說就很難實(shí)現(xiàn)這一點(diǎn)，可能不值得這么做，參見 interpretable。

Fairness （公平，名詞）—— 一個用來描述公平算法的復(fù)雜概念，可根據(jù)你的偏好以幾十種方式下定義。

For good （永久地，詞組） —— 如 “永久的 AI” 或 “一勞永逸的數(shù)據(jù)”。一個與你的核心業(yè)務(wù)完全無關(guān)的倡議可以幫你起到良好的宣傳效果。

Foresight （遠(yuǎn)見，名詞）—— 即展望未來的能力。這基本上是不可能的，因此，你的 AI 系統(tǒng)為何無法擺脫意外后果也就有了非常合理的解釋。

Framework （框架，名詞） –即一套指導(dǎo)決策的方針。這是一個讓你在實(shí)際過程中拖延決策時顯得深思熟慮和慎重的好辦法。

Generalizable （可推廣的，形容詞）—— 一個好 AI 模型的標(biāo)志，即盡管條件不斷變化仍能繼續(xù)工作的 AI 模型，參見 real world。

Governance （管理方式，名詞） —— 即官僚體系。

Human-centered design （以人為本的設(shè)計，詞組）—— 這個過程包括代入 “角色” 來想象一個普通用戶可能想從你的 AI 系統(tǒng)中得到什么，只要有時間的話，可能需要征求實(shí)際用戶的反饋，參見 stakeholders。

Human in the loop （人機(jī)回圈，詞組） —— 人人都是 AI 系統(tǒng)的一份子。責(zé)任范圍很廣，從偽造系統(tǒng)的能力到規(guī)避對自動化的指責(zé)。

Impact assessment（影響評估，詞組）—— 你自己對你的公司或 AI 系統(tǒng)進(jìn)行的評估，來表明你愿意在不做改變的情況下看到其缺點(diǎn)，參見 audit。

Interpretable （可說明的，形容詞）—— 對一個 AI 系統(tǒng)的描述，作為開發(fā)者的你可以一步步遵循其計算過程來理解該系統(tǒng)是如何得出答案的。實(shí)際上可能只是線性回歸。AI 聽起來更好。

Integrity（誠信，名詞）—— 即破壞你模型的技術(shù)性能或你公司擴(kuò)張能力的因素。不要將之與對社會有害的問題弄混淆，也不要把 honesty（誠實(shí)）與之混淆。

Interdisciplinary（跨學(xué)科的，形容詞）—— 凡是有不懂編碼的人員的團(tuán)隊(duì)或項(xiàng)目就會用這個術(shù)語，這些人員包括用戶研究者、產(chǎn)品經(jīng)理、道德哲學(xué)家，尤其是道德哲學(xué)家。

Long-term risks（長期風(fēng)險，名詞）—— 在遙遠(yuǎn)的未來可能帶來災(zāi)難性后果的壞事情，這也可能永遠(yuǎn)不會發(fā)生，但研究和避免長期風(fēng)險比避免現(xiàn)有 AI 系統(tǒng)帶來的直接危害更重要。

Partners（伙伴，名詞）—— 其他精英團(tuán)體，他們與你有相同的世界觀，并能與你一起維持現(xiàn)狀，參見 stakeholders。

Privacy trade-off（隱私取舍，詞組）—— 犧牲個人對個人信息的控制來實(shí)現(xiàn)群體利益，比如 AI 驅(qū)動的醫(yī)療保健進(jìn)步，這也是非常有利的。

Progress （進(jìn)步，名詞） —— 科學(xué)和技術(shù)進(jìn)步。一種固有優(yōu)勢。

Real world（真實(shí)世界，詞組）—— 與模擬世界相反，即一個充滿意外驚喜的動態(tài)物理環(huán)境，AI 模型經(jīng)過訓(xùn)練可在該環(huán)境生存。不要將之與人類社會混淆。

Regulation（監(jiān)管，名詞）—— 你呼吁把減輕有害 AI 的責(zé)任轉(zhuǎn)嫁給政策制定者。不要將之與阻礙你發(fā)展的政策混淆。

Responsible AI（負(fù)責(zé)任的人工智能，名詞）—— 即公司內(nèi)凡是公眾認(rèn)為確實(shí)在努力減輕 AI 系統(tǒng)危害的工作。

Robustness（穩(wěn)健性，名詞）——AI 模型在惡意輸入破壞數(shù)據(jù)的情況下仍能連貫無誤工作的能力。

safety（安全性，名詞）—— 即挑戰(zhàn)構(gòu)建不違背設(shè)計者意圖的 AI 系統(tǒng)。不要將之與構(gòu)建不會失敗的 AI 系統(tǒng)混淆，參見 alignment。

Scale（規(guī)模，名詞）—— 即任何好 AI 系統(tǒng)事實(shí)上都應(yīng)該努力實(shí)現(xiàn)的最終狀態(tài)。

Security（保障，名詞）—— 即保護(hù)有價值或敏感數(shù)據(jù)和 AI 模型不被壞人破壞的行為，參見 adversary。

Stakeholders（利益相關(guān)者，名詞）—— 即股東、監(jiān)管機(jī)構(gòu)、用戶。你想讓掌權(quán)的人滿意。

Transparency（透明度，名詞）—— 即顯示你的數(shù)據(jù)和代碼。這對所有人和敏感信息不利。因此做到這一點(diǎn)非常困難，坦白來說，可以說是不可能。不要將之理解為闡明你系統(tǒng)的實(shí)際工作原理。

Trustworthy（可信賴的，形容詞）—— 對一個在足夠協(xié)調(diào)的宣傳下制造出來的 AI 系統(tǒng)的評價。

Universal basic income（普遍基本收入，詞組）—— 向每個人支付固定工資的想法可以平息自動化導(dǎo)致大規(guī)模失業(yè)帶來的大規(guī)模經(jīng)濟(jì)動蕩，受到了 2020 年的總統(tǒng)候選人楊安澤的推廣，參見 wealth redistribution。

Validation（驗(yàn)證，名詞）—— 對 AI 模型進(jìn)行數(shù)據(jù)測試來檢查模型是否仍準(zhǔn)確的過程，而不是對它接入的數(shù)據(jù)進(jìn)行測試。

Value（價值，名詞）—— 給你的用戶帶來的無形利益，這讓你賺得盆滿缽滿。

Value（價值觀，名詞）—— 提醒人們你有價值觀。

Wealth redistribution（財富再分配，詞組）—— 當(dāng)人們因?yàn)槟闶褂昧颂噘Y源和賺了太多錢審查你時，這個想法很有用。財富再分配如何運(yùn)作呢？當(dāng)然是靠普遍基本收入。這需要監(jiān)管，也不是你自己能搞清楚的，參見 regulation。

Withhold publication（拒絕公開，詞組）—— 選擇不開放源代碼的慈善行為，因?yàn)檫@可能會落入壞人的手中。最好是限制買得起源代碼的合作伙伴的使用權(quán)。

原文標(biāo)題：谷歌、Facebook等科技巨頭是如何討論AI倫理的？

文章出處：【微信公眾號：DeepTech深科技】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

責(zé)任編輯：haq