连线清华，沈向洋离职后首次公开演讲：构建负责任的AI

作者|刘俊寰 来源|大数据文摘(ID：BigDataDigest)

前几日，清华大学官宣了前微软全球执行副总裁、人工智能与研究事业部负责人沈向洋的最新动态：加入清华大学高等研究院，以双聘教授的身份重新回归到大众的视线中。

由于疫情原因，3月5日，清华大学史上首次举行了线上聘任仪式，在“春风讲堂”系列讲座第四讲活动中，校长连线，远程完成了聘任仪式。沈向洋也发布了主题为“Engineering Responsible AI“的讲座。

在演讲开始前，清华大学校长邱勇对沈向洋的加入表示欢迎，并表示，“这是清华大学历史上第一次以视频会议的形式举行聘任仪式，校长连线发聘任书”。

其实早在2005年，沈向洋就首次受聘成为了清华大学高等研究院双聘教授，距今已经过去了15年，严格来说，这应该是“续聘”。

聘任仪式后，沈向洋在Zoom直播平台，用全英文进行了主题为Engineering Responsible AI的课程演讲，分享了他对目前AI可解释性与AI偏见相关的研究与看法。

文摘菌对演讲精华总结如下：

走出黑箱，构建可解释AI

演讲开始，沈向洋就表示，AI已经从科幻小说和电影中走入了现实，在金融、医疗等众多领域都已经得到了发展，但AI系统就像黑箱一样，我们不知道它为什么是基于什么标准做出的决策，这也就引出了第一个演讲主题：我们缺乏对AI所做决定的认知。

不过，沈向洋也指出，在人类历史发展过程中，每次新技术的开发，都会面临“如何让技术更加安全可靠”的问题。比如，在生产电气零部件时，我们都会有相应的检查记录。一旦哪里出现问题，我们需要对操作文件进行复盘，找出问题所在。但是，AI没有这种检修表，这就让我们对其中的问题更加迷茫。

因此AI的发展需要遵循一定的基本原则，包括公正、透明、可信赖&安全、隐私&安全、适用范围广泛、负责。

其实，很多年前，人类就已经在使用这种线性模式的系统了，只不过那时我们还不称其为AI。

下面这张图是一张模型可解释性的变化图片，横轴代表模型的可解释能力，纵轴表示预测的准确性。以横轴为标准，越向右边延伸，模型的可解释性就越大;以纵轴为标准，越向上延伸，系统预测的准确性越高。

在2016年，很多地方都已经推出了用于预测未来罪犯的AI，法庭在审判时也已经开始用AI进行辅助判断，但我们越是把AI放在一个重要的位置上，就越会担心算法是否存在偏见。

在下图中，红色曲线代表从模型提取的情况，绿色曲线代表实际情况。但问题是，你是根据什么判断这个人将会或将不会再次犯罪的?这时或许我们可以借用一下过去的数据，数据告诉我们，如果这个人有犯罪史，在过去他犯得罪越多，未来继续犯罪的可能性也就越高。

从下图可以看出，美国本土居民的犯罪率较高，对应地，根据红色柱形图显示，重新犯罪比率也比较高，但代表实际的绿线显示，结果与预测是相反的。

人们基于刻板印象，往往会认为非裔美国人犯罪率很高，实际上也并不是这样。

尽管得出这些结论，我们是严格基于事实和数据进行的预测，但是其中不可避免地存在着偏见，因此在训练和利用这种数据集的时候需要格外小心。

在举出第二个例子之前，沈向洋向大家安利了一篇名叫“why should I trust you?:explaining the predictions of any classlfler"的文章。他认为人工智能信任的关键的问题在于，我们理解黑箱中的东西，即使我们向里面输入后能够得到输出，但是我们仍无法理解模型本身是如何工作的。

有些人可能会提出一种看法，他们会说，这些难懂的模型我们不必追求整体解释，只需要局部的可解释性就行了，但是那么就会出现下列问题。

就算我们已经把模型的识别准确率训练到了5/6，但是仍然有可能无法识别这是哈士奇还是狼。如果你想要一只哈士奇，却把一只狼带回了家，那麻烦就大了。

从上面两个例子中可以看出，有时候你会以为，你已经训练出了一个非常强大的模型，但可能实际上并非如此，这就是为什么模型的可解释性如此重要的原因所在。

要解决AI的偏见需要从数据下手

现在我们一说到构建AI，就一定离不开数据。因此在了解AI的偏见源于何处的时候，我们也需要从源头，也就是数据本身下手。

纽约时报此前发过一篇文章，叫作”facial recognition is accurate, if you're a white guy"，目前，在微软、IBM和Face++制定的面部识别算法中，黑人、女性的面部识别准确率普遍要低很多。

下图所示，黑色女性人脸识别的错误率高达21.073，很多人对此表示抗议。

后来，对这个识别模型进行调整后，得到了如下结果：

可以看出，模型被改善之后，即使是面对不同肤色人种，识别准确率也有了明显的提高，许多分类错误率已经达到了0.000，即便是黑人女性，识别错误率也降低至1.9008。

从不断的训练中，沈向洋表示，他们得到的结论是：这种偏见来自于训练采用的样本数据。

基于这个问题，他们对微软500名机器学习领域工程师进行了调查，向他们询问是如何改善机器学习系统的?调查后得到的结论是，机器学习工程师面临的最大问题之一就是，有时候他们知道系统出问题了，但不知道具体是哪里，也并不知道为什么。

当训练一个或复杂或简单的模型时，最终得到了一个准确率为73.8%的结果，这个结果看上去似乎令人满意，但是一旦再深入训练的数据集时，会发现上述的一些问题，也就是说，在面对不同的肤色和性别，模型的准确率是不一样的。

所以，沈向洋向大家介绍了一个方法，就是构建了一个系统来进行对比，找出具体问题所在。

传统机器学习系统是低级模式，现在的模型带有错误可解释性，可以从整体视角根据数据集不同的特征来判断问题源于何处，也可以从集群角度找出到底问题的原因。基于这种模型，一旦出现问题，可以复检样本数据集、模型来找出症结所在。

再次回到面部识别，在这个模型中，可以看到他的准确率达到了167/219，但是通过实际应用下来会发现，女性的识别准确度是不如男性的，同时，没有化妆的、短发的、不苟言笑的面部的识别准确率不够高。

这就表示你的模型出了问题，你需要重新回到数据上去，发现数据上存在哪些问题。

沈向洋表示，训练时他们使用了很多数据，通过列出27种职业，包括会计、律师、教师、建筑师等，然后输入一段话，系统可以识别出其职业为，如果修改了段落中某些单词，哪怕只改变很小的一部分 ，比如只修改了性别，最终的结果就从“教师”变成了“律师”。

这里就涉及到了文字嵌入几何学，这个几何嵌入有两个属性：Proximity和Parallelism。

比如当我们说到Apple和Microsoft，大家就会联想到，这两家公司都很伟大，他们的成立者是乔布斯和盖茨，这些就是嵌入的内容。

在比如说，下图的这张性别几何图中，可以看到，如果某个单词更向下邻近He，则表示为他;如果某个单词更向上，邻近She，表示为她。

从横轴可以看出，单词越向右，就越与性别无关;越向左，越与性别相关，例如妻子和丈夫，爸爸和妈妈。这里还可以看出，时髦通常用来形容女性，杰出通常用来形容男性。

至此，我们其实已经知道了问题出在哪里，其实，“时髦”、“杰出”、“天才”这些词，既可以用来形容男性，也可以用来形容女性。既然知道了问题所在，那么我们就可以用模型解决。

可以说，现在我们已经进入了AI时代，AI已经与我们的生活产生了十分紧密的关系，我们身为AI首代人，时代发展已经由不得我们自己做出选择是否接受AI，但是我们能决定我们可以用何种方式来构建AI以及使用AI。

最后，沈向洋表示，尽管计算机视觉现在很火，但未来十年自然语言处理或许会后来居上，“懂语言者得天下”，这也是沈向洋全程唯一说的中文。

编者按：本文转载自微信公众号：大数据文摘(ID：BigDataDigest)，作者：刘俊寰