2019.07.20 13:30

Google AI 與善的距離!七項原則發佈一年後,AI 業務掌門人傑夫‧迪恩談技術

ADVERTISEMENT

從 DeepFake 的 AI 換臉風波,到 DeepNude 的「一鍵脫衣」,越來越多人開始意識到人工智慧技術被濫用後的陰暗面,察覺這些技術與惡的距離。

近日,Google AI 業務負責人傑夫‧迪恩(Jeff Dean)在亞太地區的公開活動上,講述了這些年來 Google 利用人工智慧和機器學習技術做了哪些造福社會的事情,並且再次談到他們對人工智慧技術應用的原則和底線。

而這距離 2018 年 6 月,Google CEO 桑達爾 ‧ 皮查伊(Sundar Pichai)宣佈他們使用人工智慧的七項原則以及四條底線,也過去一年了。

ADVERTISEMENT

基於道德原則,超過 100 個專案被審查

傑夫 ‧ 迪恩展示了一個印度學生團隊使用開源機器學習框架 TensorFlow,所開發的空氣品質監測 app。

這個 app 借助 TensorFlow Lite 以及機器學習模型,使用者只需往空氣中拍一張照片就可以得到當地的即時空氣品質。

相比之下,迪恩表示 30 年前自己的畢業論文就是與神經網路訓練有關,而直到如今,機器學習的相關技術才逐漸被廣泛應用。他認為導致這個變化的重要原因是硬體的進步。

ADVERTISEMENT

目前 Google 在人工智慧領域的大部分業務聚焦在機器學習上。透過輸入像素、聲音、文本等資料,電腦已經可以做到「看、聽、說、理解」。

Google 在人工智慧技術上的道德規範,主要體現在七項原則,以及四條底線上。

ADVERTISEMENT

 

人工智慧應該遵守的七項原則:

  1. 對社會有益。
  2. 避免製造或者加深不公平的偏見。
  3. 在開發中進行測試以確保安全。
  4. 對人類負責。
  5. 隱私原則。
  6. 堅守對卓越科學的追求。
  7. 在使用中考慮首要用途、技術的獨特性及適用性、使用的規模這三個因素。

四條底線是:

  1. 對於那些將產生或者導致傷害的整體性技術,我們會確保其利大於弊,並將做好確保安全的相關限制。
  2. 不會將 AI 用於製造武器及其它將會對人類產生傷害的產品。
  3. 不會將 AI 用於收集或使用使用者訊息,以進行違反國際公認規範的監視。
  4. 不會將 AI 用於違反國際法和人權的技術開發。

傑夫 ‧ 迪恩(Jeff Dean)早期曾在大幅提高 Google 搜尋的品質,後續是 Google 大腦業務的負責人,並在 2018 年開始掌舵 Google 的 AI 業務。除了有一大堆「Jeff Dean 有多神奇」的事蹟,他也是這個地球上在人工智慧領域最有影響力的人物之一。

ADVERTISEMENT

在使用者隱私安全方面,迪恩則是提及了自家的「Federated Learning」,這項技術會將原始資料都保留在本地,並在本地建立一個資料庫。Android 手機上 Gboard 鍵盤應用,就用到這個技術。

我們相信,人工智慧可以幫助解決我們這個時代最困難的社會和環境問題——比如醫療、災害預測、環境保護、農業或文化保護。

迪恩認為,讓人工智慧技術更加公平公正,不僅需要看到技術對現階段的影響,還需要考慮到其對未來的影響。

而為了讓技術可以更好地服務人類,Google 還開展了「AI for Social Good」專案,重點關注「科研與工程」(Research & Engineering)、「幫助他人解決重要問題」(Empower)。

Google 的 AI 能力,在解決哪些社會問題?

Google 的 AI 能力已經融入到搜尋、郵件、輸入法等產品的角落,同時也在醫療、農業、環保等不同的領域發揮作用。

這次 Google 展示了多個自家的專案,以及 4 個透過 TensorFlow 借助 Google AI 能力,在保護熱帶雨林、垃圾分類、檢測農作物蟲害、轉錄古代文獻等方面做出貢獻的外部專案。

準確率高達 75% 的洪水預測模型,是 Google 今年年初公佈的新成果。這個模型建立在相當有限的資料量上,也使用了早期預測地震餘震、衛星圖像、量化火災等研究基礎。

有效的災害預警可以大幅降低人員傷亡和財產損失的程度,這個洪水預警模型將會進入 Google 的公共警報程式,在搜尋、地圖、新聞等產品上對使用者進行預警。

Google Health 的產品經理 Lily Peng 講述了人工智慧在肺癌篩查、轉移性乳腺癌、糖尿病眼底檢查這三個領域所取得的成就。

肺癌是最常見的癌症之一,占全球死亡率的 3%。Google 目前所建立的機器學習模型,透過分析 CT 掃瞄結果對病患的肺部惡性腫瘤進行預測。結果顯示,Google 現有模型所檢測到的肺癌病例,比放射科醫生增加了 5%,同時減少了 11% 以上的假陽性病例。用於檢測乳腺癌病人淋巴結切片的模型,已經能夠發現 95% 的癌症病變,高於專業病理學家 73% 的檢測率。

 

科技公司的新一輪技術競賽,其中一個重點就是健康醫療領域,Google 則是將自己在 AI 技術上的優勢與醫學影像結合。

另外,Google 與美國國家海洋暨大氣總署(NOAA)共同研究瀕危物種座頭鯨,對 19 年來所收集的聲音資料進行處理和分析。目前已經可以做到從海洋噪音中辨識座頭鯨的叫聲,製作鯨魚活動的軌跡地圖。

產品經理 Sagar Savla 講述了 Live Transcribe 通過語音辨識(Speech Recognition),為聽障人士提供超過 70 種語言的即時自動轉錄對話功能。

Euphonia 專案也正在構建一個語音辨識模型,幫助那些因殘障、疾病而存在語言障礙的患者,讓機器去理解他們說話的方式,在用語音幫這些患者「說話溝通」。

Google 曾透過「Impact Challenge」專案,向全球徵集使用 AI 來幫助解決社會問題的方案。

其中印尼的 Gringgo Indonesia 基金開發了一個拍照就能辨識可回收垃圾的app,其中一個特點就是會在每個被辨識的垃圾上,標出這個垃圾被回收後的價值。

Rainforest Connection 專案也入選了「Impact Challenge」的名單。創始人 Topher White 從 5 年前開始,將舊手機改造成熱帶雨林「千里耳」,透過監測森林中伐木車和電鋸的聲音,為護林員發出即時警報。近年來,他們已經開始使用 TensorFlow 對音訊資料進行更深入的分析。

此外,還有一個來自印度的研究所正在構建 AI 模型,用於自動檢測和計算農作物上的病蟲害數量。這個app讓印度棉花農民能夠透過手機拍照,辨識出相應的害蟲,進而更好地種植農作物,控制農藥的使用量。

日本學者 Tarin Clanuwat 博士訓練了一個模型用以辨識日本古籍中的草書,並將這些字符轉錄為現代日語。據悉這個模型能夠檢測約 2300 個中字符,平均準確率為 85%。

上面這些無論是 Google 正在研發的專案,還是外界利用 Google AI 能力的專案,都離不開 TensorFlow。作為全球影響力最大的機器學習開源平台之一,TensorFlow 目前已經擁有超過 4100 萬的下載量。

  • 本文授權轉載自ifanr

ADVERTISEMENT