怎样消除机器人的“偏见”？先从消除人的偏见做起

你有没有想过这样的问题：Alexa、Siri、Cortana（小娜）、Google Assistant 等等虚拟语音助手，性别都是女的？

在西南偏南大会上，几位从事对话人工智能 ( conversational AI ) 行业的女性专家告诉我，这当中既有偏见，又有道理。

偏见的部分指的是，当一个助手在和你对话时，大部分人会更习惯这个助手的性别是女的。因为人们期待 " 她 " 比男助手更加顺从、体贴。

至于道理的部分，基于社会学和语言学的研究发现，在说话时男性普遍更直接，女性普遍更婉转；男性普遍更武断 ( assertive ) ，女性普遍更配合 ( supportive ) 。

多年以来，对于同一种语言，男人和女人们普遍形成了风格迥异运用方式。从某种程度上讲，它最初也是因为偏见的逐渐积累，形成了长期的结构性差异。

虚拟助手性别采用女性，符合这种差异。

偏见 ( bias ) ，更具体来说，聊天机器人等对话式 AI 的偏见问题，是西南偏南大会本场论坛的切入点。

除了性别之外，在虚拟语音助手和聊天机器人身上所能够找到的偏见，还有许多的种类。比如种族歧视、基于政治立场的偏见等等。

而专家指出，无论是哪一种偏见，几乎都是人自己偏见的映射。

IBM 沃森人工智能的首席产品经理阿娜米塔 · 古哈 ( Anamita Guha ) 举例，" 如果你一直用叫喊的方式训练人工智能，那么她学到的只会是叫喊。"

科技 公司 Pandorabot 创始人兼 CEO 劳伦 · 坤泽 ( Lauren Kunze ) 认为，微软早年的英语聊天机器人 Tay 是一个人类偏见投射到聊天机器人最典型的案例。

Tay 和微软小冰有所类似，是一个话题不限制的闲聊式机器人。Tay 采用无监督学习的方式，有一天突然被微软的工程师上线到 Twitter 上，任何人都可以跟她对话，教她东西——结果几天下来，坤泽形容，Tay 被训练成了一个 " 崇拜希特勒的性爱机器人 "。

"Tay 所变成的样子，不就是 互联网 的样子吗？" 她说，发生这样的情况，人们担心的不应该是聊天机器人的偏见，而是自己的偏见。

劳伦 · 坤泽

人的偏见是根深蒂固的，很难被刨除。甚至连开发 AI 的人不注意都会表达出这种偏见。

坤泽有次跟微软集团副总裁、杰出科学家程丽丽 ( Lili Cheng ) 一起出席一个对话人工智能的闭门会议，是会上唯二的女性面孔。当有人问起 IBM 沃森的声音为什么是男性时，有人在台下吆喝，" 因为男人更睿智。" 坤泽说，当时自己和程丽丽都气的直抓桌布。

其实，沃森是一套基于深度学习，面向开发者 / 企业端的 API，在语音输出时可以集成 24 种不同的声音。

像沃森这样多样化地设计对话人工智能的思路，已经逐渐被业界采纳。

Dashbot 的高级开发客户经理贾斯丁娜 · 阮 ( Justina Nguyen ) 指出，她的客户很多是非科技行业的大品牌公司。在设计聊天机器人用作客服、 营销 等用户的时候，这些公司并不是说一定要用女性的声音，而是它们需要确保这个聊天机器人和企业一直以来的形象保持一致。

就像《水形物语》中女主角去的那家甜品店，男服务生为了配合甜品店品牌的亲民形象，装出一种南方乡巴佬的口音，其实自己的老家明明是加拿大。

" 你的聊天机器人采用哪种声音，具有什么风格，是由你的品牌的形象 ( persona ) ，由你想让消费者获得何种体验决定的，" 阮表示。

阿娜米塔 · 古哈和贾斯丁娜 · 阮

既然聊天机器人的偏见来自于人的偏见，而这种偏见在现阶段又很难避免，我们有什么可以做的，有哪些规则可以被设立起来，确保开发出的聊天机器人是安全、尽量减少偏见的呢？

坤泽的建议是：如果你做的模型是无监督学习，那么千万不要拿到 Twitter 这样的 社交 网络上去训练。

阮认为，与其说我们要给聊天机器人（或者开发它的公司）设定规则，我们更应该给用户设定规则，告诉他们应该怎样跟聊天机器人正确地对话。

古哈也很同意这个观点，" 现在的小朋友们可以说是跟虚拟助手，跟聊天机器人一起长大的。

我们可以做一个设置，如果用户发出一句指令后不加一个‘请’字，Alexa 就不执行，你们说好不好啊？"

【来源：品玩】