一部分人認(rèn)為人工智能可以消除人類偏見。在商務(wù)、醫(yī)藥、學(xué)術(shù)、打擊犯罪等領(lǐng)域，即使是簡單的統(tǒng)計(jì)工具也遠(yuǎn)超人類。還有一部分人反對AI將偏見系統(tǒng)化，因?yàn)榧词蛊娢幢痪幦氤绦颍?a href="http://m.ygpos.cn/AI_1.html" target="_blank" class="keylink">AI也自帶偏見。
2016年，ProPublica(一個(gè)獨(dú)立的非盈利新聞編輯部，為公眾利益進(jìn)行調(diào)查報(bào)道)發(fā)布了一份廣泛引用的報(bào)告(Machine Bias)，該報(bào)告認(rèn)為，預(yù)測犯罪概率的常用算法(COMPAS)帶有種族歧視。一份新的研究報(bào)告(The accuracy, fairness, and limits of predicting recidivism)顯示，至少ProPublica提到的案例算法，雙方不相上下，算法并不比人類精確公正。該報(bào)告還顯示：某些情況下，人類對高級AI的需求被過度放大。
自2000年起，名為COMPAS的專有算法開始用于預(yù)測再次犯罪，即猜測某名罪犯是否會因再次犯罪而被逮捕。ProPublica的記者觀察了來自佛羅里達(dá)州的罪犯樣本，發(fā)現(xiàn)那些并未再犯的人群當(dāng)中，被COMPAS錯(cuò)誤標(biāo)記為高風(fēng)險(xiǎn)再犯的黑人人數(shù)幾乎是白人的兩倍。而那些再犯人群中，被錯(cuò)誤標(biāo)記為低風(fēng)險(xiǎn)再犯的白人人數(shù)卻是黑人的兩倍，這激怒了公眾。但此后，有報(bào)道又稱，算法比人們想象中的公正。風(fēng)險(xiǎn)評分相同的黑人和白人，再犯的幾率也相同，因此并不存在種族差異。算法是否公平，取決于衡量標(biāo)準(zhǔn)，任何算法都不可能滿足所有標(biāo)準(zhǔn)。
研究人員將預(yù)測再犯(罪)概率的準(zhǔn)確性作為主要衡量標(biāo)準(zhǔn)。受試網(wǎng)絡(luò)用戶閱讀的罪犯信息涉及七個(gè)方面，包括年齡、性別和犯罪記錄。研究人員使用COMPAS軟件預(yù)測。
COMPAS內(nèi)部的算法未知，但能夠讀取每個(gè)與人類預(yù)測的精準(zhǔn)度和公正度基本相似，還有兩大驚人發(fā)現(xiàn)。其一，已知罪犯種族(第一組受試者和COMPAS的使用數(shù)據(jù)均不涉及種族信息)，第二組受試者預(yù)測再犯概率時(shí)表現(xiàn)的偏見度與不知情時(shí)基本一致。
其二，要與COMPAS媲美，無需137條數(shù)據(jù)(甚至7條都用不上)，也不用聰明的頭腦或算法。某次試驗(yàn)中，研究人員使用了一個(gè)極其簡單的機(jī)器學(xué)習(xí)算法(邏輯回歸)，僅需罪犯的兩條數(shù)據(jù)(年齡及此前犯罪的總次數(shù))，預(yù)測精準(zhǔn)度就可高約65%。研究人員還嘗試了一個(gè)需7條數(shù)據(jù)完成預(yù)測的強(qiáng)大算法(非線性支持向量機(jī))，但精準(zhǔn)度并未提高。該項(xiàng)發(fā)現(xiàn)證實(shí)了一點(diǎn)(許多人工智能研究員也曾提及)：“深度學(xué)習(xí)”這一時(shí)下熱門技術(shù)并非萬金油。有些時(shí)候，僅需最簡單的算法和極少量數(shù)據(jù)即可解決問題。
此外，研究人員還想強(qiáng)調(diào)，預(yù)測社會問題并非總是有跡可循。這些算法預(yù)測的不是再犯的概率，而是被再次拘捕的概率。然而，即便同一種罪行，黑人往往比白人更容易入獄。因此，算法(或人類)如果從包含人類種族偏見的數(shù)據(jù)中學(xué)習(xí)預(yù)測模式，很容易過度預(yù)測黑人的再犯率，從而增加其入獄率，陷入不公平循環(huán)。
達(dá)特茅斯大學(xué)計(jì)算機(jī)科學(xué)家Hany Farid 曾與學(xué)生Julia Dressel(現(xiàn)已畢業(yè))開展了一項(xiàng)研究，希望這一發(fā)現(xiàn)能讓法院重新審視算法的地位，比如法官在得知網(wǎng)絡(luò)投票可信度不亞于復(fù)雜的系統(tǒng)預(yù)測結(jié)果時(shí)，能夠?qū)ζ湓俅卧u估(補(bǔ)充一句，法官或許會更信任前者)。Farid稱：“我們希望算法的工作原理更加透明?！?/p>
不少案例證明人工智能有時(shí)要比人類更精準(zhǔn)公正。然而，反之亦然，人工智能和人類有時(shí)也不相上下。我們需要提倡此類研究，以驗(yàn)證AI能做什么，不能做什么。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
