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

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。

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。

▲ Jeff Dean 放出了自己幾十年前的懷舊畢業照相比之下，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。

▲ Jeff 認為硬體的進步是人工智慧技術被廣泛使用的原因目前 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。

人工智慧應該遵守的七項原則：

對社會有益。

避免製造或者加深不公平的偏見。

在開發中進行測試以確保安全。

對人類負責。

隱私原則。

堅守對卓越科學的追求。

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：

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。

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。

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。

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。

▲ 作為 Google AI 業務的掌門人，傑夫 ‧ 迪恩表示他們基於這套原則，已經審查了超過 100 個專案，並對數千名 Google 員工進行機器學習公平性方面的培訓。

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。

▲ 洪水預測模型的示意圖準確率高達 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。

▲ 眼底病變檢查也已經在印度等國家投入使用。

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 ConnectionRainforest 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。