時間：2020-03-05 來源：互聯網 瀏覽量：
沈向洋是著名的計算機視覺和圖形學專家，1996年加入微軟，1999年回北京參與創立微軟中國研究院。在微軟期間，曆任微軟亞洲研究院院長兼首席科學家，微軟全球資深副總裁、全球執行副總裁。
本次聘任儀式，是沈向洋在去年宣布離職微軟後首次公開亮相。2019年11月13日，微軟CEO薩提亞宣布沈向洋將在2020年初離開微軟。2020年3月2日，“清華大學本科教學”官方公眾號發布了題為《沈向洋雙聘教授聘任儀式暨春風講堂第四講》的通知，正式確認沈向洋去向。
聘任儀式後，沈向洋在線發表了題為“Engineering Responsible AI”的報告並通過在線平台公開直播，這也被視為其在清華的“第一堂課”。
沈向洋稱，近年來人工智能領域取得的進步已經超出了此前的預期。但是，許多人工智能領域的從業人員並未充分考慮其可能產生的社會影響。如今企業界、學術界和政府需要立即采取行動以應對相關的社會挑戰。
所謂Responsible AI，即負責任的人工智能。2018年，微軟發表《未來計算》（The Future Computed）一書，其中提出了人工智能開發的六大原則：公平、可靠和安全、隱私和保障、包容、透明、責任。在報告開始階段，沈向洋再次引用該原則，重申其重要性。
在報告中，沈向洋回顧了當前AI的進展，他認為，如今AI技術已經可以做決策，這是AI技術發展過程中非常重要的一步，但是人們依然缺乏對AI做決定這一過程的理解。舉例而言，當人類在生產電氣零部件時，都會有相應的檢查記錄，哪裏出現問題，就可以對操作文件進行分析，從而找出問題。但是，AI卻沒有這樣的環節，導致問題很難排查發現。
AI這一特點在微軟內部同樣表現如此，“我們對微軟 500名機器學習領域工程師進行了調查，我們問他們如何改善機器學習係統？在經過調查後，得出結論：如今機器學習工程師麵臨的最大問題之一是，他們知道出了一些問題，但是不知道具體是哪裏出了問題，也並不知道為什麼會出現問題。” 沈向洋說。
在對AI訓練結果的解釋性、AI的偏見上，研究人員的缺陷也在影響AI發展。沈向洋以圖形識別狗舉例，盡管研究人員可以創造準確率較高的識別算法，區別圖像中的狼和哈士奇，但仍無法解釋其中原理。實際上，AI的判斷並非通過圖片中的動物部分，而是通過圖片中除了動物之外的部分進行的。
在AI的偏見上，一個經典例子就是黑色人種的人臉識別。通常，AI對黑人女性比白人的麵部識別準確率要低。但經過調整再次訓練模型後，這種識別率的差距可以降低，達到可接受水平。從不斷的訓練中，研究者得出結論，這種偏見來自於訓練采用的樣本數據。因為研究者人員更多采用非黑色人種的數據樣本。
報告中，沈向洋還引用《麻省理工科技評論》的一則新聞報道，該報道稱。通過評估算法，AI可能將錯誤的人送進監獄。在沒有仔細評估的前提下，AI預測犯罪可能會加劇對深色皮膚人士的不平等，而非提高社會安全。
最後，沈向洋總結道，“我們是第一代和AI共存的人類，無論喜歡與否都別無選擇，人類得決定怎麼構建、使用AI。而一個由AI做決定、人類無法理解的世界是不能接受的。”
