Google AI 七项原则发布一年，AI 业务掌门人杰夫·迪恩谈技术与善的距离

从 DeepFake 的 AI 换脸风波，到 DeepNude 的「一键脱衣」，越来越多人开始意识到人工智能技术被滥用后的阴暗面，察觉这些技术与恶的距离。

近日，Google AI 业务负责人杰夫·迪恩（Jeff Dean）在亚太地区的公开活动上，讲述了这些年来 Google 利用人工智能和机器学习技术做了哪些造福社会的事情，并且再次谈到他们对人工智能技术应用的原则和底线。

而这距离 2018 年 6 月，Google CEO 桑达尔 · 皮查伊（Sundar Pichai）宣布他们使用人工智能的七项原则以及四条底线，也过去一年了。

基于道德原则，超过 100 个项目被审查

杰夫 · 迪恩展示了一个印度学生团队使用开源机器学习框架 TensorFlow，所开发的空气质量监测 app。

这个 app 借助 TensorFlow Lite 以及机器学习模型，用户只需往空气中拍一张照片就可以得到当地的实时空气质量。

▲ Jeff Dean 放出了自己几十年前的怀旧毕业照

相比之下，迪恩表示 30 年前自己的毕业论文就是与神经网络训练有关，而直到如今，机器学习的相关技术才逐渐被广泛应用。他认为导致这个变化的重要原因是硬件的进步。

▲ Jeff 认为硬件的进步是人工智能技术被广泛使用的原因

目前 Google 在人工智能领域的大部分业务聚焦在机器学习上。通过输入像素、声音、文本等数据，计算机已经可以做到「看、听、说、理解」。

Google 在人工智能技术上的道德规范，主要体现在七项原则，以及四条底线上。

人工智能应该遵守的七项原则：

1. 对社会有益。
2. 避免制造或者加深不公平的偏见。
3. 在开发中进行测试以确保安全。
4. 对人类负责。
5. 隐私原则。
6. 坚守对卓越科学的追求。
7. 在使用中考虑首要用途、技术的独特性及适用性、使用的规模这三个因素。

四条底线是：

1. 对于那些将产生或者导致伤害的整体性技术，我们会确保其利大于弊，并将做好确保安全的相关限制。

2. 不会将 AI 用于制造武器及其它将会对人类产生伤害的产品。

3. 不会将 AI 用于收集或使用用户信息，以进行违反国际公认规范的监视。

4. 不会将 AI 用于违反国际法和人权的技术开发。

杰夫 · 迪恩（Jeff Dean）早期曾在大幅提高 Google 搜索的质量，后续是 Google 大脑业务的负责人，并在 2018 年开始掌舵 Google 的 AI 业务。除了有一大堆「Jeff Dean 有多神奇」的事迹，他也是这个地球上在人工智能领域最有影响力的人物之一。

作为 Google AI 业务的掌门人，杰夫 · 迪恩表示他们基于这套原则，已经审查了超过 100 个项目，并对数千名 Google 员工进行机器学习公平性方面的培训。

在用户隐私安全方面，迪恩则是提及了自家的「Federated Learning」，这项技术会将原始数据都保留在本地，并在本地建立一个数据库。Android 手机上 Gboard 键盘应用，就用到这个技术。

我们相信，人工智能可以帮助解决我们这个时代最困难的社会和环境问题——比如医疗、灾害预测、环境保护、农业或文化保护。

迪恩认为，让人工智能技术更加公平公正，不仅需要看到技术对现阶段的影响，还需要考虑到其对未来的影响。

而为了让技术可以更好地服务人类，Google 还开展了「AI for Social Good」项目，重点关注「科研与工程」（Research & Engineering）、「帮助他人解决重要问题」（Empower）。

Google 的 AI 能力，在解决哪些社会问题？

Google 的 AI 能力已经融入到搜索、邮件、输入法等产品的角落，同时也在医疗、农业、环保等不同的领域发挥作用。

这次 Google 展示了多个自家的项目，以及 4 个通过 TensorFlow 借助 Google AI 能力，在保护热带雨林、垃圾分类、检测农作物虫害、转录古代文献等方面做出贡献的外界项目。

▲ 洪水预测模型的示意图

准确率高达 75% 的洪水预测模型，是 Google 今年年初公布的新成果。这个模型建立在相当有限的数据量上，也使用了早期预测地震余震、卫星图像、量化火灾等研究基础。

有效的灾害预警可以大幅降低人员伤亡和财产损失的程度，这个洪水预警模型将会进入 Google 的公共警报程序，在搜索、地图、新闻等产品上对用户进行预警。

Google Health 的产品经理 Lily Peng 讲述了人工智能在肺癌筛查、转移性乳腺癌、糖尿病眼底检查这三个领域所取得的成就。

肺癌是最常见的癌症之一，占全球死亡率的 3%。Google 目前所建立的机器学习模型，通过分析 CT 扫描结果对病患的肺部恶性肿瘤进行预测。

结果显示，Google 现有模型所检测到的肺癌病例，比放射科医生增加了 5%，同时减少了 11% 以上的假阳性病例。

用于检测乳腺癌病人淋巴结切片的模型，已经能够发现 95% 的癌症病变，高于专业病理学家 73% 的检测率。

眼底病变检查也已经在印度等国家投入使用。

科技公司的新一轮技术竞赛，其中一个重点就是健康医疗领域，Google 则是将自己在 AI 技术上的优势与医学影像结合。

另外，Google 与美国国家海洋和大气管理局（NOAA）共同研究濒危物种座头鲸，对 19 年来所收集的声音数据进行处理和分析。目前已经可以做到从海洋噪音中识别座头鲸的叫声，制作鲸鱼活动的轨迹地图。

产品经理 Sagar Savla 讲述了 Live Transcribe 通过语音识别（Speech Recognition），为听障人士提供超过 70 种语言的实时自动转录对话功能。

Euphonia 项目也正在构建一个语音识别模型，帮助那些因残障、疾病而存在语言障碍的患者，让机器去理解他们说话的方式，在用语音帮这些患者「说话沟通」。

Google 曾通过「Impact Challenge」项目，向全球征集使用 AI 来帮助解决社会问题的方案。

其中印度尼西亚的 Gringgo Indonesia 基金开发了一个拍照就能识别可回收垃圾的应用，其中一个特点就是会在每个被识别的垃圾上，标出这个垃圾被回收后的价值。

除了印尼的朋友需要这个应用，国内尤其是上海以及后续 45 个垃圾分类的城市，也对这类应用有强烈的需求。

▲ Rainforest Connection

Rainforest Connection 项目也入选了「Impact Challenge」的名单。创始人 Topher White 从 5 年前开始，将旧手机改造成热带雨林「千里耳」，通过监测森林中伐木车和电锯的声音，为护林员发出实时警报。近年来，他们已经开始使用 TensorFlow 对音频数据进行更深入的分析。