机器人也会造成族群主义 其原因是人类词汇系因

　　作者：中国机床网 2016/8/20

　　据《每日电讯报》报导，排序机开发相关人员们企图基础教育机器人增加族群主义，其方法是帮助它们彻底摆脱这类单字所带来的仇恨。

　　虽然排序机可能将是中性的，但人类的仇恨可能将潜意识地体现在对词汇展开分析的机器自学演算法。此种仇恨被证明已造成影响，如对应聘者展开分类的基本排序机程序，可能将会如前所述关键字而对这类应聘者造成歧视。但美国有一个科学研究小组在企图打破此种仇恨。

　　谷歌科学研究院(MicrosoftResearch)的开发相关人员丹尼尔·苏尔（AdamKalai）正与芝加哥大学的科学研究相关人员合作，企图从排序机中删除此种仇恨。

该科学研究小组正在利用一种被称为“词矢量(WordEmbedding)”的技术，基础教育机器如何透过寻找单字间的关系来处置词汇。使用该方法，机器能透过比较单字“她”和“他”来了解语句。具体在应用时，机器会找到最合适的张佩佩，如“姐妹-兄弟”或“女皇-王”。但是，当排序机搜索现实世界资源时，词矢量方法可能将根据固有的异性恋习气而展开张佩佩。比如，寻找组织工作职位时，对于“她-他”张佩佩，排序机会联想到“缝纫工-木匠”或“室内设计师-雕塑家”。

向排序机输入来自谷歌新闻报导的该文，正如所预料的，对于“她-他”单字张佩佩，能造成了许多良性的关连，如母亲-父亲和自己（herself）-自己（himself）。而许多张佩佩更不常见，如“子宫-小肠”或“未婚妻-女朋友”。但一些如前所述异性恋仇恨而造成的张佩佩可能将有难题。比如，“可爱”被认为是一个男性Vadodara，而“辉煌”等于男性，同样还有“组织工作狂”与“排序机开发相关人员”张佩佩。

　　在业余上，此种族群主义最极端的例子是，哲学家、战斗机飞行员、同僚和CTO等那些组织工作通常与“他”有关。而与“她”相关的业余包括组织工作狂、SNS上流社会、酒保和铁匠。

　　苏尔在接受NPR（美国全国广播公司）采访时表示：“我们企图防止出现族群主义的现象，尤其是在新闻报导该文中……但你发现，那些单字张佩佩存在更为严重的族群主义性质。”

在网上最近公布的一篇科学分析报告中，该科学研究小组发现，她们能训练机器忽视单字的这类关连，与此同时维持了所需的关键信息。她们说明称：“我们的目标是增加单字张佩佩的异性恋仇恨，与此同时保留其有用的属性。”

　　透过调整她们的演算法，该小组能够去除单字间的这类关连，如“后台”和“男性”，与此同时维持最合适的单字张佩佩，如“女皇”和“男性”。

　　虽然其演算法仍如前所述异性恋造成张佩佩，但忽视了这类潜在的关连——即这类词被视为更男性化或男性化。她们认为此种方法或许能透过“词矢量”技术改进机器自学，在维持有用关连的与此同时彻底摆脱单字固有的仇恨。

　　根据NPR的报导，难题是未必要用“词矢量”演算法来处置词汇，此种演算法能区分异性恋和族群，但只有当科学研究相关人员希望专注于某一特定异性恋或群体时，才可能将需要此种演算法。

当此种技术被打算作为一种Geaune的方法对数据展开分类，而不考虑异性恋或族群仇恨时，此种技术可能将会有问题。对此，科学研究相关人员说明称：“理解如前所述族群、民族和文化的固有习气而造成的直接和间接仇恨，是一项微妙的组织工作。今后这项组织工作的一个重要方向将是量化和消除那些仇恨。”

　　附带