10月21日消息，据国外媒体报道，斯坦福大学计算机科学教授李飞飞认为，受人工智能推动的人类文明正处在一个具有重要历史意义的时刻。在上周的白宫前线会议（Frontiers Conference）上她告诉听众，“我把21世纪20年代之前（业界所做的努力）称为‘试管AI’。”到目前为止，人们对AI技术的理解、阐述和测试大多是在实验室中进行。“从这一点来看，AI即将进入‘植入母体’的阶段，”她说，“将来AI会被部署在社会中工业和个人需求等方方面面。”
AI已经以Google搜索、语音识别和自主驾驶汽车的形式出现在我们的周边。现在是谈论AI界多样性的关键时刻。
AI界缺乏多样性实际上也体现了计算机科学和科技业的整体形态。例如，在美国，妇女以及非洲裔美国人、拉丁美洲人等少数族裔的人数很少。根据美国大学女性协会的统计，目前只有18%的计算机科学毕业生是女性，与1984年37%的高峰比例相差甚远。AI界这一问题更为严重。今年夏天的Recode会议上，微软认知团队中唯一的女研究者玛格丽特?米切尔（Margaret Mitchell）称之为“一群男人帮”。
但AI界实现多样化不仅仅是一个道德问题。李飞飞指出，背后有三个原因。
首先要提的是实用经济学。目前的技术劳动力还不足以处理计算机和AI领域需要完成的工作量。对于AI多样化目前并没有多少具体的统计数据，但从平时接触的事例来看，AI的多样化现状很可能十分糟糕。以斯坦福大学的计算机科学系为例。女性本科生中就读AI专业的比例最小，至少与图形或人机交互专业相比是如此。全球范围而言，自动化和机器学习带来的GDP预计将上升。因此，我们需要更多来自不同背景的人研究AI，这是很重要的。李飞飞指出，“无论是来自大学还是公司的数据都显示，AI领域十分缺乏多样化。”
其二，AI对创新和创造力会带来深远的影响。研究表明，当人们在多样化的团队中工作时，能够想出更多的明智的解决方案。AI将影响人类的诸多重要问题，如城市的可持续性发展、能源、医疗保健和老龄化人口的需求等等。李飞飞说，“我们需要一个多元化的队伍来思考这些问题。”
最后一个原因是出于公平公正上的考虑。要让计算机学会如何识别图像或语音需要海量数据。这些数据是由计算机科学家收集整理的。如果制作数据的人大多是白人男性，那么偏见和不公平自然会滋生。“只要在你最常用的搜索引擎中输入‘奶奶’，就能从搜索出来的图片中发现偏见的存在，”李飞飞指出，“比如，种族偏见。如果我们没有意识到数据中存在的偏见，一些问题就会开始出现。”
我们应如何应对这一问题？通过人性化的宣扬，让社会意识到AI领域多样化的重要性。“AI这项应用技术势必将服务于社会，”她说，“人性化的宣传不仅能提高人们对这一技术重要性的认识，也是吸引来自多样化背景的学生、技术专家和创新者参与其中的一个重要途径。”（子旸）
免责声明：本网转载自其它媒体的文章，目的在于弘扬科技创新精神，传递更多科技创新信息，并不代表本网赞同其观点和对其真实性负责，在此我们谨向原作者和原媒体致以崇高敬意。如果您认为本站文章侵犯了您的版权，请与我们联系，我们将第一时间删除。
