谷歌首次在谷歌翻譯解決性別偏見的人工智能

谷歌今天宣布在谷歌翻譯中發(fā)布了從英語到西班牙語、芬蘭語、匈牙利語和波斯語到英語的性別翻譯，該翻譯利用了一種新的范式，通過重寫或后期編輯最初的翻譯來解決性別偏見。這家科技巨頭聲稱，這種方法比之前支持谷歌Translate將性別特定性的土耳其語翻譯成英語的技術(shù)更具可擴(kuò)展性，主要是因?yàn)樗灰蕾囉跀?shù)據(jù)密集型的性別中立檢測器。

谷歌Research的高級軟件工程師梅爾文·約翰遜寫道:“自從我們推出以來，我們已經(jīng)取得了顯著的進(jìn)步，我們提高了性別翻譯的質(zhì)量，并將其擴(kuò)大到4對以上的語言對。”“我們致力于進(jìn)一步解決谷歌翻譯中的性別偏見，并計(jì)劃將這項(xiàng)工作擴(kuò)展到文檔級翻譯。”

正如約翰遜所解釋的那樣，用于將突厥語翻譯成英語的性別分類器很難適應(yīng)新語言，因此無法使用神經(jīng)機(jī)器翻譯(NMT)系統(tǒng)獨(dú)立地生成男性化和女性化的翻譯。此外，在多達(dá)40%的符合條件的查詢中，它無法顯示針對性別的翻譯，因?yàn)槌伺c性別相關(guān)的現(xiàn)象外，這兩種翻譯通常并不完全相同。

相比之下，這種基于重寫的新方法首先生成翻譯，然后對其進(jìn)行審查，以確定在哪些情況下，性別中立的源短語生成了性別特定的翻譯。如果是這樣的話，一個(gè)句子層次的改寫者會(huì)拋出一個(gè)替代的性別化翻譯，第一個(gè)和重寫的翻譯都會(huì)被審查，以確保性別是唯一的區(qū)別。

根據(jù)谷歌，構(gòu)建改寫器涉及生成數(shù)百萬個(gè)由詞組對組成的訓(xùn)練示例，每個(gè)詞組都包含陽性和陰性的翻譯。因?yàn)閿?shù)據(jù)不容易獲得,谷歌翻譯團(tuán)隊(duì)必須想出候選人重寫交換性別代詞從男性女性(或者相反),從一個(gè)大單語數(shù)據(jù)集。重寫這個(gè)語料庫,工程師運(yùn)用內(nèi)部語言模型訓(xùn)練在數(shù)以百萬計(jì)的英語句子選擇最好的候選人,進(jìn)了訓(xùn)練數(shù)據(jù),從一個(gè)女性男性化的輸入輸出,反之亦然。

在合并來自兩個(gè)方向的訓(xùn)練數(shù)據(jù)之后，團(tuán)隊(duì)使用它來訓(xùn)練一個(gè)基于單層轉(zhuǎn)換的序列到序列模型。然后，他們在訓(xùn)練數(shù)據(jù)中引入標(biāo)點(diǎn)符號和大小寫變體，以增強(qiáng)模型的魯棒性，從而使最終的模型在99%的情況下都能可靠地生成所要求的陽性或陰性重寫。

谷歌度量稱為偏見減少評估,衡量之間的相對減少偏見新的翻譯系統(tǒng)和現(xiàn)有系統(tǒng)(“偏見”被定義為在性別選擇翻譯未指明的來源),約翰遜說,新方法導(dǎo)致偏見減少≥90%翻譯來自匈牙利、芬蘭,波斯英語。現(xiàn)有的突厥語-英語翻譯系統(tǒng)的偏差減少率從60%提高到95%，該系統(tǒng)引發(fā)性別差異翻譯的平均準(zhǔn)確率為97%。在，當(dāng)它決定顯示性別特定的翻譯時(shí)，97%的正確率。

改進(jìn)后的谷歌翻譯系統(tǒng)推出的幾個(gè)月前，谷歌通過其云視覺API取消了在圖像中將人標(biāo)記為“男人”或“女人”的功能。另外，在2018年1月，谷歌屏蔽了Smart Compose(一項(xiàng)Gmail功能，當(dāng)用戶鍵入句子時(shí)，它會(huì)自動(dòng)為用戶推薦句子)和基于性別的代詞。

對語言翻譯和計(jì)算機(jī)視覺采取中性態(tài)度，是谷歌在減輕人工智能系統(tǒng)偏見方面所做的更大努力的一部分。這家山景城(Mountain View)的公司利用其人工智能道德團(tuán)隊(duì)開發(fā)的測試來發(fā)現(xiàn)偏見，并禁止其預(yù)測技術(shù)中出現(xiàn)咒罵、種族歧視、提及商業(yè)競爭對手和悲劇事件等字眼。