熱熱鬧鬧的機(jī)器學(xué)習(xí)浪潮給學(xué)術(shù)研究和實(shí)際應(yīng)用都帶來了很多新意，似乎我們可以就這樣樂觀地乘著機(jī)器學(xué)習(xí)的列車駛向未來。記者、科幻小說作者 Cory Doctorow 近期的一篇文章就提出了一種角度新穎且有趣的質(zhì)疑。雷鋒網(wǎng) AI 科技評(píng)論編譯如下。

Cory Doctorow：

我成為一個(gè)現(xiàn)代科技的愛好者、宣揚(yáng)者已經(jīng)好幾十年了，我也閱讀過無數(shù)的發(fā)人深省的、影響深遠(yuǎn)的科技批評(píng)觀點(diǎn)。不過，這幾年的機(jī)器學(xué)習(xí)要遠(yuǎn)比其他的科技趨勢火熱許多。從大眾媒體報(bào)道、從企業(yè)宣傳上來看，許多曾經(jīng)在理想中的高科技產(chǎn)品、高科技生活方式，都會(huì)借助機(jī)器學(xué)習(xí)的力量來到我們身邊。

但在這所有美好的愿景背后，也有一些質(zhì)疑的聲音讓人反復(fù)咀嚼。蒙特利爾麥吉爾大學(xué)的 Molly Sauter 在 2017 年寫了一篇略微奇怪但富有詩意的文章《Instant Recall》，里面有這么一句「機(jī)器學(xué)習(xí)從本質(zhì)上來講是保守的」。

機(jī)器學(xué)習(xí)從本質(zhì)上來講是保守的，它沒法改變，它只能默認(rèn)未來和過去是一樣的。如果你給你的伴侶發(fā)消息時(shí)候用過「Hey darling」這個(gè)開頭，那下次你一打出來「Hey」，「darling」就會(huì)出現(xiàn)在自動(dòng)補(bǔ)全列表的第一個(gè)位置上，即便這次你可能是要提分手的。如果你打的某個(gè)詞是你自己此前從未用過的，那么自動(dòng)補(bǔ)全會(huì)根據(jù)所有用戶的輸入統(tǒng)計(jì)數(shù)據(jù)，把最經(jīng)常出現(xiàn)的詞推薦給你?？赡艽蠖鄶?shù)時(shí)候這不會(huì)造成什么問題，但是 2018 年 7 月我給看孩子的保姆（babysitter）發(fā)消息打到「Can you sit（帶）」的時(shí)候，它接下來推薦的自動(dòng)補(bǔ)全是「on my face and」，這就非常糟糕了，我把這事發(fā)到網(wǎng)上以后還引起了不小的爭論。

這種保守性在每一個(gè)使用機(jī)器學(xué)習(xí)算法的推薦、推理系統(tǒng)里面都能看到：當(dāng)你在網(wǎng)上搜索「電冰箱」之后，算法就會(huì)給你打上「想買電冰箱」的標(biāo)簽，然后一直關(guān)注著這個(gè)「想買電冰箱」的身份的活動(dòng)，在各種廣告位給你介紹各種電冰箱，即便你已經(jīng)買了也不會(huì)停止；或者在視頻網(wǎng)站純粹因?yàn)楹闷嫠阉髁四硞€(gè)冷門話題，大概了解了、覺得以后再不會(huì)看這個(gè)話題之后，它還是會(huì)反反復(fù)復(fù)給你推薦這個(gè)話題，因?yàn)樾枰笍?qiáng)化推薦你感興趣的內(nèi)容」；在社交平臺(tái)上關(guān)注一個(gè)人之后，它會(huì)給你推薦「相似的人」，即便你自己很明白你為什么沒關(guān)注他們。

不可否認(rèn)，機(jī)器學(xué)習(xí)有很強(qiáng)的尋找關(guān)聯(lián)性的能力，比如機(jī)器學(xué)習(xí)可以自然地認(rèn)為「在很長一段時(shí)間里張三的通訊錄里都存了李四的電話號(hào)碼和家庭住址，所以他們肯定是好朋友」；但機(jī)器學(xué)習(xí)并不能學(xué)到因果關(guān)系，所以實(shí)際上更容易出現(xiàn)的事情是，張三的通訊錄里存了李四的電話號(hào)碼和家庭住址，這是因?yàn)閺埲诟櫋⑼蹈Q李四，然而 Facebook 掃描了張三的通訊錄以后，反而推薦李四把張三加為好友。

另外，機(jī)器學(xué)習(xí)也沒法提供可靠的推測意圖的工具——人類學(xué)的一條基礎(chǔ)定理就是，「如果沒有對(duì)話，那么意圖就是不可知的」。Cliff Geertz 在 1973 年的《Thick Description》文章里是這么說的，如果你在觀察某個(gè)人，但你不讓他知道你在觀察他、他也不知道你在觀察他，那你就分辨不出他到底是為了暗示什么而「擠眼」還是只是累了所以「眨眼」。

說到底，機(jī)器學(xué)習(xí)所能做的，是找到和它現(xiàn)在就能建模的東西類似的東西。機(jī)器學(xué)習(xí)系統(tǒng)很擅長找到和它們見過的車長得類似的車，也擅長找到和它們見過的人臉長得類似的人臉——這順便也用非常簡單的到底解釋了為什么面部識(shí)別系統(tǒng)對(duì)于白人的臉識(shí)別準(zhǔn)確率更高，就是因?yàn)橥前兹巳ψ釉O(shè)計(jì)的系統(tǒng)、組織收集的數(shù)據(jù)，所以見白人的臉見得更多而已。

機(jī)器學(xué)習(xí)的有害之處就是從這樣的「保守」傾向里逐漸滲透出來的。如果你設(shè)計(jì)一個(gè)機(jī)器學(xué)習(xí)系統(tǒng)幫助警察預(yù)測他們應(yīng)該抓誰，系統(tǒng)肯定會(huì)建議抓「和已經(jīng)抓過的人類似的人」。人權(quán)數(shù)據(jù)分析組織的 Patrick Ball 是這樣說的：「給警察配備的預(yù)測系統(tǒng)預(yù)測不了犯罪，它只能預(yù)測警察會(huì)做什么」。

不過，警察根據(jù)自己的判斷決定逮捕誰，和警察看到系統(tǒng)預(yù)測了一個(gè)人然后去逮捕他，兩者也有一些區(qū)別。對(duì)不愿意了解其中細(xì)節(jié)的局外人來說，算法做出的決定更容易顯得公眾，畢竟「數(shù)學(xué)是沒有歧視的」、「數(shù)學(xué)是不會(huì)說謊的」。只可惜，機(jī)器學(xué)習(xí)里并不僅僅有數(shù)學(xué)而已，要說「算法能客觀地反應(yīng)社會(huì)真實(shí)需求」，倒不如說「算法能真實(shí)反應(yīng)設(shè)計(jì)它的人的觀念和習(xí)慣」。

英國有一個(gè)非醫(yī)療用藥分類的例子。David Nutt 是一位杰出的精神藥理學(xué)家，英國議會(huì)請(qǐng)他對(duì)非醫(yī)療用途的精神類藥品的危險(xiǎn)性排一個(gè)序，方便政府制定對(duì)應(yīng)的藥品管理政策。David Nutt 組織了一群專家做了詳細(xì)的討論，他們排了三個(gè)順序出來：對(duì)使用者自己的危害的排序，對(duì)使用者的家庭的危害的排序，以及對(duì)社會(huì)整體的危害的排序。然后他對(duì)議會(huì)說，你只需要告訴我你最想保護(hù)哪一類，我就能給你一個(gè)準(zhǔn)確的排序。排序本身并不難，有很多基于實(shí)證的證據(jù)可以參考，得到準(zhǔn)確的結(jié)果；但「最想保護(hù)哪一類」是人類需要做的價(jià)值判斷，沒有「是否準(zhǔn)確」之分。

數(shù)據(jù)分析這件事由來已久，從第一種稅收的開始就需要分析數(shù)據(jù)；基于數(shù)據(jù)的科學(xué)和工具研究也為我們帶來了許許多多的便利。但是指望不可靠的黑盒子在來告訴我們應(yīng)該要什么、應(yīng)該怎么做，就會(huì)在「理智」和「進(jìn)步」的表面之下，實(shí)際帶來更多的固定流程化處理、讓人文關(guān)懷消失?？茖W(xué)技術(shù)能做什么當(dāng)然重要，但更重要的是，它到底影響了誰、又是在誰的立場上做的這些決定。