手机AIX

网站导航

51CTO 博客专栏播客学院 WOT

沈向洋打破清华记录，成史上首位视频聘任清华教授，呼吁可解释AI

作者：郭一璞 2020-03-05 16:26:38

本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。

今天早上，离开微软的沈向洋正式续聘清华，在清华讲了第一堂课。

去年11月沈向洋离职微软后，就在本周前几天，沈向洋续聘清华，在清华的title是清华大学高等研究院双聘教授。

清华大学校长邱勇说，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。

这次聘任仪式的两端分别在中美两地，校长和工作人员们在位于北京的清华大学工字厅，而沈向洋博士在位于西雅图的清华大学全球创新学院（GIX）大楼127室。

邱勇校长还开玩笑说：“我也是第一次跟向洋博士以这种形式见面，向洋博士在屏幕上很帅，比以前都帅。”

之所以是“续聘”，是因为这其实是沈向洋在清华的第二场聘任仪式。2005年，沈向洋首次受聘清华高等研究院双聘教授，距今已经过去了15年。

聘任仪式之后，借助Zoom直播平台，沈向洋进行了主题为Engineering Responsible AI的课程演讲。

沈向洋提到，AI目前在社会各界中都有应用，人们借助AI来做决策。但现在，AI已经在做我们不懂的决策。

许多AI系统就像黑箱一样，AI做了决策，但我们不知道它为什么这样做。

因此，负责任的AI是很重要的，每个创造AI的人都应该了解一些AI创造的原则。

之后沈向洋重点讨论了可解释的AI和AI的偏差（bias）

关于可解释的AI，沈向洋举了一个AI分辨哈士奇和狼的例子。

在以下6张照片中，只有左下角的一张被识别错了。

但其实，AI可能并非像我们理解的那样，通过动物的外形来辨别的，它的辨别方法可能是这样：

AI的判断并非通过图片中的动物部分，而是通过图片中除了动物之外的部分进行的。

因此，可解释的AI非常重要，不然你永远都不知道AI可能是用这种作弊的方法来判别哈士奇和狼的。

而关于偏差，沈向洋举了性别偏差的例子。

曾经有人发现一个人脸识别系统里，识别不准的都是女性、不化妆、短发、不苟言笑的照片，而其他人就相对更准一些。

而在词嵌入中，问题更为明显。

同一段描述，当文中用的是she/her等女性词汇时，AI判断这段文字描述的是老师；

而当里面的she/her变成he/his/him等男性词汇时，AI就会判断这段文字描述的是律师。

一个典型的例子是“He’s Brilliant, She’s Lovely”。

在一个词嵌入系统中，当主语分别是“她（she）”和“他（he）”时，出现的词是不一样的：

她是“姐妹”，他是“兄弟”；她是“护士”，他是“大夫”，谈到这里，沈向洋吐槽说，你们没发现哪里不对么？她是“家庭主妇”，他是“程序员”；她说“OMG”，他说“WTF”；她是“女权主义者”，他是“现实主义者”；她“怀孕”了，他“肾结石”了；……

这是词嵌入里的偏差，很多时候人们想都不想，就直接用了。

最后，沈向洋教授总结说，我们是第一代和AI共存的人类，我们得决定怎么构建AI、怎么用AI。我们能接受一个AI做的决定、我们人类无法理解的世界吗？

One More Thing

最后，沈向洋还表达了他对NLP领域的期待。

他说，CV现在还很火，但未来十年自己看好NLP：

“懂语言者得天下。”

这是沈向洋全程唯一一句中文。

如果你想了解沈向洋演讲的具体内容，清华大学微博上可以查看回放：

https://weibo.com/1676317545/Ixadc8PhK?from=page_1002061676317545_profile&wvr=6&mod=weibotime&sudaref=weibo.com&display=0&retcode=6102&type=comment

AI 数据人工智能

暂无评论，快去成为第一个评论的人吧