當人工智能變得更像人,也會延續社會偏見:多元視角的重要性 精選

2021.12.13   韓鈴 |香港中文大學性別研究課程助理教授、劉悅 |香港中文大學性別研究課程研究助理
刊載於專欄 專題報導
给本項目評分
(0 得票數)

未來的AI,AI的未來:跨越恐怖谷
正如人工智能科學家Andrew Ng所說:「AI就像下一個時代的電能,我想像不到有哪一個產業不會經歷AI所帶來的變革。 」無論是工廠裡的自動化機器人,家裏的智能掃地機器人,還是逐漸進入大眾視野的無人機、Tesla電動車,不知不覺間,AI技術慢慢進入了我們生活中的各個角落。

女科技人介紹

 

Jeanne Lim 是一名企業家與天使投資人, 2020年創立世界首家跨媒體AI企業beingAI並出任執行總裁,負責企業願景、戰略發展和運營執行,以及為公司品牌設計一系列個性鮮明、豐富多彩的AI虛擬角色。在創立beingAI之前,她在高科技產業工作超過25年,曾出任知名機器人公司Hanson Robotics的執行總裁,這家公司成功製造了全世界第一位機器人公民Sophia. 

 

Jeanne在香港長大,分別在美國的Energy Medicine University、香港科技大學和加州柏克萊大學取得博士、碩士和學士學位,接受了能量醫療、工商管理、和心理學的專業訓練,同時她還是一位資深瑜珈師。她常開玩笑說,業界的朋友覺得她非傳統,而瑜珈界的朋友覺得她太商業,這種橫跨多重領域的身份也讓Jeanne對科技與創新保持好奇,並樂於探索未知的領域。如想跟Jeanne近一步認識,歡迎透過Linkedin與她聯繫。


* * *



未來的AI,AI的未來:跨越恐怖谷

 

正如人工智能科學家Andrew Ng所說:「AI就像下一個時代的電能,我想像不到有哪一個產業不會經歷AI所帶來的變革。 」無論是工廠裡的自動化機器人,家裏的智能掃地機器人,還是逐漸進入大眾視野的無人機、Tesla電動車,不知不覺間,AI技術慢慢進入了我們生活中的各個角落。

 

與上述的例子不同的是,AI正在變得越來越“像”人類, 無論是外形還是思想。不過,當業界設計人型機器人(humanoid robots)時,就不得不考慮恐怖谷理論(the uncanny valley)。根據日本學者森政弘在70年代提出的假說,當機器人與人類的相似度達到一定程度,人類的觀感便會突然急劇降低——這就解釋了為什麼iPhone用戶大多不會對Siri感到恐懼,卻會害怕電影裡的殭屍。

 

不過,恐怖谷理論並非不可挑戰。有趣的是,儘管觀眾對電影中的殭屍感到恐懼,卻很喜愛其他「類人卻非人」的角色,比如電影《阿凡達》中的主角們,以及知名的虛擬偶像初音未來。



Jeanne過去曾擔任Hanson Robotics研發的人工智能機器人Sophia的共同創作者,從2016年起,Sophia在《Tonight Show》和《Good Morning Britain》等電視節目中粉墨登場,在世界各地的數百個展會亮相,成為聯合國開發計劃署的第一個機器人創新大使,以及全世界第一位機器人公民——她被沙特阿拉伯政府授予了公民身分。Sophia每天都會收到世界各地的來信,傾訴心裡的秘密或是困惑,這讓Jeanne意識到AI虛擬角色可以成為連結人心的橋樑。

 

如今,不少品牌開始設計虛擬偶像來宣傳產品,相比傳統的真人偶像推廣,品牌方對虛擬偶像的形象呈現、傳達訊息和社交媒體平台有著100%的掌控權。研究顯示,相比真人,虛擬偶像能引起3倍的關注,可能是因為她們看上去太新奇了。時尚界的虛擬紅人Lil Miquela,在Instagram上擁有超過150萬粉絲,更是入選《時代》雜誌的年度最有影響力25人。

Source: https://beingai.com/

 

Zbee是Jeanne的跨媒體AI企業beingAI創造的第一個AI虛擬角色,一位紅色短髮、充滿活力與能量的冒險愛好者。她可以活躍在不同的設備與平台,並與真人用戶隨時隨地溝通及互動、產生連結。Zbee可以向用戶傳達正向價值,比如指導用戶完成冥想。beingAI正在開發配套的AR眼鏡,並嘗試融入遊戲化設計和互動式小說,讓用戶與AI虛擬角色的互動體驗更加豐富有趣。



解決算法偏見的關鍵:多樣性(Diversity)

 

不少科學家和科技產業巨頭表達過對人工智能的擔憂,包括Elon Musk和Stephen Hawking。AI科技不僅可以讓我們的生活更便利,也可以被用於開發軍事武器,或是延續現實生活中的既有問題。

 

人類是機器人的學習對象,但仔細想想,人類是一個好榜樣嗎?人類也會爭吵,人類社會也存在種族仇恨和性別歧視。微軟生產的聊天機器人Tay,在與網民交談24小時後,開始變得戾氣、好戰、色情,甚至崇拜希特勒。而這恰恰是因為,Tay所使用的算法是機器學習(machine learning),當網民不斷向Tay灌輸負面言論時,Tay便「學習」了這些特點。

 

同樣地,AI也會「學習」人腦中的偏見,甚至是無意識的、隱形的偏見。為了僱用更多女性工程師,亞馬遜公司曾使用AI篩選求職者的履歷,結果卻與亞馬遜的初衷大相徑庭——AI更多地偏好男性求職者,因為歷史數據告訴AI,過去十年的成功求職者大多是男性,儘管作為人類,我們清楚地知道,這是因為過去十年沒有太多女性申請工程師崗位。

要想解決AI的偏見,關鍵是增加數據庫(database)和開發者的族群、性別與文化多樣性。遺憾的是,目前的互聯網科技巨頭公司內,無論是科技崗位或非科技崗位,女性幾乎都是代表不足。



女科技人的闖關秘籍

 

無論是為了提升行業內的性別多樣性,還是讓未來的人工智能算法撇除性別偏見,都應該讓更多女性進入科技產業。要在男性主導的科技產業脫穎而出絕不容易,但也並非癡人說夢。

 

Jeanne認為一旦進入科技產業,便是踏上一條終身學習的道路,無論是科技崗位或非科技崗位(例如市場、公關部門)。由於行業發展飛快,在大學習得的知識,也許幾年內就需要更新換代,以跟上行業風向標。不過毋須擔心,即便離開了校園,互聯網上仍有豐富的學習資源。

 

在一個男性主導的科技產業內,許多職場的既定文化對女科技人並不友善(例如酒桌文化)。正因如此,不迎合既定的職場規則,堅定自我才更加重要。此外,還要建立良好的多元支持性網路,而不是單打獨鬥。 行業內有太多可以提供指導意見的前輩,但關鍵是要找到適合自己,且理解自身獨特性格與職場願景的人,才能夠在瞬息萬變的科技領域裡持續的成長並碰撞出創造的火花。




編輯:韓鈴 客座主編;審訂:Jeanne Lim  | BeingAI Co-founder and CEO

1386 最後修改於 %2021.%12.%13
此分類更多內容: