一個(gè)多學(xué)科的研究生團(tuán)隊(duì)幫助將道德計(jì)算內(nèi)容注入麻省理工學(xué)院最大的機(jī)器學(xué)習(xí)課程。
作為計(jì)算社會(huì)和道德責(zé)任倡議的一部分,一個(gè)多學(xué)科的研究生小組努力為麻省理工學(xué)院最大的機(jī)器學(xué)習(xí)課程之一注入與道德計(jì)算、數(shù)據(jù)和模型偏差以及機(jī)器學(xué)習(xí)公平性相關(guān)的材料。
參加 MIT 課程 6.036(機(jī)器學(xué)習(xí)簡(jiǎn)介)的學(xué)生學(xué)習(xí)強(qiáng)大模型背后的原理,這些模型可幫助醫(yī)生診斷疾病或幫助招聘人員篩選求職者。
現(xiàn)在,由于計(jì)算的社會(huì)和道德責(zé)任(SERC) 框架,這些學(xué)生還將停下來(lái)思考 這些人工智能工具的含義,這些工具有時(shí)會(huì)帶來(lái)意想不到的后果。
去年冬天,一個(gè)SERC 學(xué)者團(tuán)隊(duì)與講師 Leslie Kaelbling、松下計(jì)算機(jī)科學(xué)與工程教授以及 6.036 名助教合作,為每周實(shí)驗(yàn)室注入了涵蓋道德計(jì)算、數(shù)據(jù)和模型偏差以及機(jī)器學(xué)習(xí)公平性的材料。該過(guò)程由電氣工程和計(jì)算機(jī)科學(xué)系 X 聯(lián)盟助理教授 Jacob Andreas 于 2019 年秋季啟動(dòng)。SERC 學(xué)者在多學(xué)科團(tuán)隊(duì)中合作,幫助博士后和教師開(kāi)發(fā)新的課程材料。
由于 6.036 課程如此龐大,因此 2021 年春季學(xué)期入學(xué)的 500 多名學(xué)生在努力學(xué)習(xí)新的計(jì)算技術(shù)的同時(shí),努力應(yīng)對(duì)這些道德方面的問(wèn)題。對(duì)于一些人來(lái)說(shuō),這可能是他們第一次在學(xué)術(shù)環(huán)境中批判性地思考機(jī)器學(xué)習(xí)的潛在負(fù)面影響。
SERC 學(xué)者評(píng)估了每個(gè)實(shí)驗(yàn)室,以開(kāi)發(fā)具體的示例和與道德相關(guān)的問(wèn)題,以適應(yīng)該周的材料。每個(gè)人都帶來(lái)了不同的工具集。Serena Booth 是計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室 (CSAIL) 交互式機(jī)器人組的研究生。Marion Boulicault 是語(yǔ)言學(xué)和哲學(xué)系的研究生,現(xiàn)在是 SERC 所在的麻省理工學(xué)院蘇世民計(jì)算機(jī)學(xué)院的博士后。Rodrigo Ochigame 是歷史、人類學(xué)、科學(xué)、技術(shù)和社會(huì) (HASTS) 項(xiàng)目的研究生,現(xiàn)在是荷蘭萊頓大學(xué)的助理教授。他們與 MEng ‘21 助教 Dheekshita Kumar 密切合作,后者在開(kāi)發(fā)課程材料方面發(fā)揮了重要作用。
他們?cè)诿總€(gè)實(shí)驗(yàn)室進(jìn)行頭腦風(fēng)暴和迭代,同時(shí)與助教密切合作,以確保內(nèi)容適合并推進(jìn)課程的核心學(xué)習(xí)目標(biāo)。同時(shí),他們幫助助教確定呈現(xiàn)材料的最佳方式,并就種族、性別和監(jiān)視等具有社會(huì)影響的話題引導(dǎo)對(duì)話。
“在像 6.036 這樣的課程中,我們正在與 500 名不在那里學(xué)習(xí)道德的人打交道。他們認(rèn)為他們?cè)谀抢飳W(xué)習(xí)機(jī)器學(xué)習(xí)的基本要素,比如損失函數(shù)、激活函數(shù)等等。我們面臨的挑戰(zhàn)是試圖讓這些學(xué)生以非常積極和參與的方式真正參與這些討論。我們通過(guò)將社會(huì)問(wèn)題與技術(shù)內(nèi)容緊密結(jié)合來(lái)做到這一點(diǎn),”布斯說(shuō)。
例如,在一個(gè)關(guān)于如何為機(jī)器學(xué)習(xí)模型表示輸入特征的實(shí)驗(yàn)室中,他們引入了不同的公平定義,要求學(xué)生考慮每個(gè)定義的優(yōu)缺點(diǎn),然后讓他們思考應(yīng)該輸入的特征一個(gè)使它公平的模型。
四個(gè)實(shí)驗(yàn)室現(xiàn)已在MIT OpenCourseWare上發(fā)布。一個(gè)由 SERC 學(xué)者組成的新團(tuán)隊(duì)正在根據(jù)教師和學(xué)生的反饋修改其他八名,重點(diǎn)是學(xué)習(xí)目標(biāo)、填補(bǔ)空白和突出重要概念。
有意的方法
SERC 副院長(zhǎng)兼航空航天學(xué)教授 Julie Shah 說(shuō),學(xué)生在 6.036 上的努力表明 SERC 旨在以適合他們的方式與教師合作。由于這個(gè)大型課程的獨(dú)特性和緊迫的時(shí)間限制,他們調(diào)整了 SERC 流程。
SERC 是兩年多前通過(guò)麻省理工學(xué)院蘇世民計(jì)算學(xué)院成立的,旨在將來(lái)自不同學(xué)科的教師聚集到一個(gè)協(xié)作環(huán)境中,共同創(chuàng)建和推出專注于社會(huì)和負(fù)責(zé)任計(jì)算的新課程材料。
每個(gè)學(xué)期,SERC 團(tuán)隊(duì)都會(huì)邀請(qǐng)十多名教職員工加入一個(gè)致力于開(kāi)發(fā)新課程材料的行動(dòng)小組(有幾個(gè)SERC 行動(dòng)小組,每個(gè)小組都有不同的使命)。SERC 副院長(zhǎng)、Germeshausen 科學(xué)史教授和物理學(xué)教授 David Kaiser 說(shuō),他們邀請(qǐng)的對(duì)象是有目的的,并尋求將可能會(huì)在較小的小組中形成富有成效的合作伙伴關(guān)系的教職員工包括在內(nèi)。
這些由兩到三名教職員工組成的小組在學(xué)期中磨練了他們的共同興趣,以開(kāi)發(fā)新的倫理相關(guān)材料。但不是一門(mén)學(xué)科為另一門(mén)學(xué)科服務(wù),而是一條雙向的道路;Shah 解釋說(shuō),每位教員都會(huì)將新材料帶回他們的課程中。麻省理工學(xué)院所有五所學(xué)校的行動(dòng)小組都吸引了教師。
“其中一部分涉及走出你正常的學(xué)科界限并建立一種語(yǔ)言,然后信任并與你正常圈子之外的新人合作。這就是為什么我認(rèn)為我們的故意方法如此成功。試用材料并將新事物帶回您的課程是很好的,但建立關(guān)系是核心。這使得這對(duì)每個(gè)人都很有價(jià)值,”她說(shuō)。
產(chǎn)生影響
在過(guò)去的兩年里,Shah 和 Kaiser 對(duì)圍繞這些努力的能量和熱情印象深刻。
自該計(jì)劃啟動(dòng)以來(lái),他們與大約 80 名教職員工合作,僅去年一年就有 2,100 多名學(xué)生參加了包含新 SERC 內(nèi)容的課程。這些學(xué)生不一定都是工程師——大約 500 人通過(guò)人文、藝術(shù)和社會(huì)科學(xué)學(xué)院、斯隆管理學(xué)院和建筑與規(guī)劃學(xué)院提供的課程接觸了 SERC 的內(nèi)容。
沙阿說(shuō),SERC 的核心原則是計(jì)算中的道德和社會(huì)責(zé)任應(yīng)該融入麻省理工學(xué)院的所有教學(xué)領(lǐng)域,因此它與課程的技術(shù)部分一樣重要。技術(shù),尤其是人工智能,現(xiàn)在幾乎涉及每個(gè)行業(yè),因此所有學(xué)科的學(xué)生都應(yīng)該接受培訓(xùn),幫助他們理解這些工具,并深入思考它們的力量和陷阱。
“弄清楚事情出錯(cuò)的原因或發(fā)生的事情不是別人的工作。這是我們的全部責(zé)任,我們都有能力做到這一點(diǎn)。讓我們習(xí)慣這一點(diǎn)。讓我們建立起能夠停下來(lái)問(wèn)那些棘手問(wèn)題的能力,即使我們無(wú)法在問(wèn)題集的最后找到一個(gè)答案,”Kaiser 說(shuō)。
對(duì)于三位 SERC 學(xué)者來(lái)說(shuō),在沒(méi)有答案可參考的情況下,仔細(xì)提出道德問(wèn)題是一項(xiàng)獨(dú)特的挑戰(zhàn)。但深入思考這些棘手的問(wèn)題也幫助布斯、布利科和奧奇加姆學(xué)習(xí)、成長(zhǎng),并通過(guò)其他學(xué)科的視角看待世界。
他們希望 6.036 的本科生和助教能夠牢記這些重要的課程,并融入他們未來(lái)的職業(yè)生涯。
“這個(gè)過(guò)程讓我受到啟發(fā)和鼓舞,我學(xué)到了很多東西,不僅僅是技術(shù)材料,還有跨學(xué)科合作可以實(shí)現(xiàn)的目標(biāo)。只是這種努力的規(guī)模令人興奮。如果我們有這 500 名學(xué)生組成的隊(duì)列,他們能夠更好地了解如何思考這些問(wèn)題,我覺(jué)得我們真的可以有所作為,”Boulicault 說(shuō)。
-
人工智能
+關(guān)注
關(guān)注
1805文章
48899瀏覽量
247991 -
機(jī)器學(xué)習(xí)
+關(guān)注
關(guān)注
66文章
8499瀏覽量
134332
發(fā)布評(píng)論請(qǐng)先 登錄
機(jī)器學(xué)習(xí)模型市場(chǎng)前景如何
嵌入式機(jī)器學(xué)習(xí)的應(yīng)用特性與軟件開(kāi)發(fā)環(huán)境

傳統(tǒng)機(jī)器學(xué)習(xí)方法和應(yīng)用指導(dǎo)

如何選擇云原生機(jī)器學(xué)習(xí)平臺(tái)
zeta在機(jī)器學(xué)習(xí)中的應(yīng)用 zeta的優(yōu)缺點(diǎn)分析
什么是機(jī)器學(xué)習(xí)?通過(guò)機(jī)器學(xué)習(xí)方法能解決哪些問(wèn)題?

評(píng)論