Mozilla正在進行眾包語音識別 以使AI為人們服務(wù)

數(shù)據(jù)對于建立偉大的人工智能至關(guān)重要 - 在工業(yè)革命期間，該領(lǐng)域的研究人員將其與煤炭進行了比較。擁有它的人將會前進。那些沒有的人將被遺忘。在當(dāng)前的人工智能熱潮中，很明顯誰擁有它：谷歌，F(xiàn)acebook和百度等科技巨頭。

這是令人擔(dān)憂的消息。畢竟，這些公司中的許多公司在搜索和社交媒體等領(lǐng)域幾乎都處于壟斷地位。他們的位置幫助他們收集數(shù)據(jù)，這有助于他們建立更好的AI，這有助于他們保持領(lǐng)先于競爭對手。對于公司本身而言，這是一個良性循環(huán)，但如果沒有可行的競爭，公司可以 - 并且確實 - 濫用其主導(dǎo)地位。

現(xiàn)在，來自Mozilla(Firefox瀏覽器的非營利性創(chuàng)建者)的一個新項目正在試驗數(shù)據(jù)壟斷的替代方案，要求用戶匯集信息以便為開源AI計劃提供支持。該公司的第一個項目名為Common Voice，Mozilla要求志愿者捐贈聲音樣本，以建立一個開源語音識別系統(tǒng)，如為Siri和Alexa提供支持。

Mozilla新興技術(shù)副總裁肖恩懷特告訴The Verge，“目前，控制語音識別的能力最終只能在少數(shù)人手中，我們不希望看到這一點。” 他說要獲取數(shù)據(jù)，大公司“只能過濾掉所有內(nèi)容”，但對于其他玩家來說，還需要其他方法。“對我們來說，有趣的問題是，我們能做到這一點，以便創(chuàng)建數(shù)據(jù)的人也受益嗎?”他問道。

目前，Mozilla正在收集數(shù)據(jù)，但計劃在今年年底之前提供開源語音識別功能。(它會進入Firefox瀏覽器嗎?懷特不會說，但補充說：“我們已經(jīng)計劃了一些實驗。”)目前，任何人都可以通過讀出來到Common Voice網(wǎng)站并“捐贈”他們的聲音例句。他們還可以提供年齡，地點，性別和口音等傳記信息。懷特說，這些信息將有助于Mozilla避免偏見創(chuàng)建其語音識別系統(tǒng)，并確保該技術(shù)可以處理重音 - 谷歌和蘋果仍在努力解決這個問題。

Privacy International的研究員Frederike Kaltheuner表示，這些公司經(jīng)常使用人工智能作為挖掘有價值的個人數(shù)據(jù)的“借口”，告訴用戶它將使他們能夠改善某些服務(wù)。她說，這可能是真的，但是為整個社會分享這些數(shù)據(jù)的后果不太清楚。“你們作為一個公民需要的東西與那個公司的利益之間存在著根本性的利益沖突，”Kaltheuner說。

那么像Common Voice這樣的計劃如何引誘用戶遠離現(xiàn)有的 - 并且無可否認的方便 - 服務(wù)?畢竟，開源項目比互聯(lián)網(wǎng)存在的時間更長，但除少數(shù)例外，它們無法與商業(yè)產(chǎn)品競爭。他們根本不提供類似的服務(wù)。

對于Mozilla來說，答案是個性化。畢竟，雖然針對人口規(guī)模的數(shù)據(jù)集進行過培訓(xùn)的人工智能系統(tǒng)往往對普通人來說足夠好，但在滿足較小群體或未在其數(shù)據(jù)中表示的群體的需求時往往會失敗。(通常情況下，數(shù)據(jù)偏向于白人男性，業(yè)界默認。)

“為了讓我們在數(shù)據(jù)共享方面獲得成功，除了意識到有一天他們一直在泄露他們所有的個人數(shù)據(jù)之外，必須有一種動機[對于用戶而言]，”懷特說。“我們必須讓他們的體驗更好，因為他們已經(jīng)參與。”在Common Voice的情況下，White想要盡可能多的重音數(shù)據(jù)來改善這些人的語音識別。“我們希望系統(tǒng)能夠更好地為您工作，因為您的一些數(shù)據(jù)包含在內(nèi)，”他說。

提供個性化以換取數(shù)據(jù)是一個很好的主張，但對于那些打擊數(shù)據(jù)壟斷的人來說，它并不是一顆銀彈。首先，大公司可以向用戶提供他們自己的類似報價。(“Alexa不理解你?閱讀這個10分鐘的劇本，我們將改進其語音識別。”)或者他們可以花錢來填補他們自己的數(shù)據(jù)集中的空白。例如，谷歌讓第三方公司向Redditors支付口音，以記錄他們自己的語音樣本。

White承認Common Voice項目對許多這些問題沒有答案，但Mozilla仍然致力于開放數(shù)據(jù)的核心原因。“這感覺就像一場真正的民主化活動，”他說。并且有很多組織都有這種精神。有機器學(xué)習(xí)社區(qū)Kaggle，它有大量用戶貢獻的數(shù)據(jù)集供AI科學(xué)家使用; Elon Musk資助的OpenAI，開放其所有工作; 和Healthcare.ai，發(fā)布免費使用的醫(yī)療算法。其中一些人在銷售他們自己的商業(yè)產(chǎn)品(如自動駕駛汽車初創(chuàng)公司Comma.AI)時共同分享開源數(shù)據(jù)和研究。

盡管我們每天與之互動的人工智能系統(tǒng)都建立在專有數(shù)據(jù)基礎(chǔ)之上，但是整個世界的研究人員和機構(gòu)都在發(fā)布有用的，如果是基本的開源替代方案。

然而，要將這些項目提升到新的水平，開源數(shù)據(jù)的支持者可能會擁有更高的權(quán)力來接管科技巨頭。深度學(xué)習(xí)公司Skymind的首席執(zhí)行官Chris Nicholson表示，“我們可能需要第三方介入 - 非政府組織，政府，小型私營公司的聯(lián)盟 - 并匯總他們的數(shù)據(jù)。”Nicholson建議共享醫(yī)療保健數(shù)據(jù)可以改善醫(yī)療成像技術(shù)和駕駛員數(shù)據(jù)可以使自動駕駛汽車在路上更加自然和直觀。他說，分享這些類型的數(shù)據(jù)集“具有明顯的公共利益。”

那么，捐出你的聲音可能只是一個開始。