先拋個磚。
價值觀的問題，很多時候我們將其視作AI倫理問題，毫無疑問是越來越受到業界的關註了。
雖然討論到價值觀的時候，可能並不像討論具體演算法有那麽高級的技術、奪目的效果、重新整理紀錄的成績，也不像討論人物、故事那樣有光環、有意思，但如果不提價值觀，總有一天AI領域會面臨和生物醫學領域一樣的問題（別跑，說的就是某位賀教授）。
早先，我們看到在國外，一些企業和知名人物在強調AI價值觀的問題，比如谷歌就在2018年釋出了AI七原則：
AI套用目標：我們相信AI應當
1、對社會有益。
2、避免制造或加劇偏見。
3、提前測試以保證安全。
4、由人類擔責。
5、保證私密。
6、堅持科學高標準。
7、從主要用途、技術獨特性、規模等方面來權衡。
我們不會將AI套用於：
1.制造整體傷害之處。如一項技術可能造成傷害，我們只會在其好處大大超過傷害的情況下進行，並提供安全措施；
2.武器或其他用於直接傷害人類的產品；
3.收集使用資訊，以實作違反國際規範的監控的技術；
4.目標違反被廣泛接受的國際法與人權原則的技術。
量子位：剛剛，Google釋出AI七原則：不開發武器，但會繼續與軍方合作
還有李飛飛的AI4ALL公益組織，希望讓那些不太「主流」的人群——比如女性、有色人種——也參與到AI的建設中，防止模型跑的太「白皮膚直男」。
http:// ai-4-all.org/
就在前幾天，沈向洋續聘清華後的首場演講，也提到了一些價值觀的問題，舉了詞嵌入系統中的問題：
詞嵌入系統中，當主語分別是「她（she）」和「他（he）」時，出現的詞是不一樣的：她是「姐妹」，他是「兄弟」；
她是「護士」，他是「大夫」；
她是「家庭主婦」，他是「程式設計師」；
她說「OMG」，他說「WTF」；
她是「女權主義者」，他是「現實主義者」；
她「懷孕」了，他「腎結石」了；
……
人類，讓資料庫出了一些問題。
量子位：沈向洋創造清華歷史，成為史上首位視訊聘任的清華教授，呼籲進行可解釋的AI研究
其實總的看來，AI的價值觀偏差往往出在兩個地方：
1.數據出了偏差；
數據的偏差往往體現在一些現有的數據，本身就是不合理的。比如從社群網站中扒下來的語料庫，一定有思維定式、歧視等出現的可能。靠這樣的數據訓練處的模型，自然也會被人類影響，產生這些思維定式的偏差。
不過，數據的創造者本身也是人。人類，本身就內建偏見這個debuff。
2.人出了偏差。
這也是李飛飛的AI4ALL所擔心的問題，AI系統很多時候是需要做決策的，如果對AI有巨大影響的系統，只是用了一兩個人，或者一兩類人的價值觀，那做出的決策必定對其他人是不公平的，創造技術暴政。
而在套用方面，考慮到價值觀倫理問題，比較適合套用的領域有：
1、人類能力不足的領域。比如醫療，疫情中大家也看到了，醫療資源不足，沒有足夠的醫生護士；還有救援，很多時候人是無法第一時間趕到災難現場進行營救的。
2、不安全環境的工作。比如有放射線/粉塵的作業環境、面對犯罪分子/恐怖分子的時候、還有長期工作會給人造成身體器官過勞損害的工廠流水線工作。
3、需要監控值守的工作。比如24小時待命的各類監控系統，這些並不是所有都能在AI套用之前實作自動化的。
而目前看來，普遍受到地址的AI套用領域，就是軍事了，軍事訂單也一度引發了谷歌的員工大遊行。但這也要攻防分開來看，軍事中的戰備、後援、醫療、偵查，套用AI的阻力並沒有那麽大，但如果有人要制造AI武器，恐怕會引起巨大的反對聲浪。
