沈向洋成清华首位线上受聘教授，鼓励学生打造负责任的AI

聘任仪式现场  

续聘清华大学后，3月5日，沈向洋正式收到了聘书。有意思的是，这封聘书是通过网络收取的，沈向洋也正式成为了清华大学首位线上受聘的教授。

受聘仪式后，沈向洋在清华上了第一堂课，课程演讲通过网络直播，吸引了十万以上的人观看。

去年11月14日，作为微软职位最高的华人高管，沈向洋博士宣布离开微软，沈向洋正式宣布离开微软，但会继续担任微软CEO纳德拉和创始人比尔盖茨的顾问。3月2日，清华大学公布聘任沈向洋为双聘教授。

清华大学校长邱勇通过视频连线为沈向洋颁发双聘教授聘书 

实际上，这是清华大学第二次向沈向洋颁发聘任证书。清华大学官网显示，沈向洋早在2015年就开始担任清华大学双聘教授，已经担任过多位清华博士生的导师。目前，清华大学招生信息一栏已公布了沈向洋招收2020年计算机视觉、计算机图形学博士生的信息。

沈向洋在线作报告

简短的受聘仪式后，沈向洋发表了以“Engineering Responsible AI”为题的课程演讲。

在演讲过程中，沈向洋提到：“从历史来看，每次出现新的技术，我们都面临一样的问题，那就是如何创造出负责任的技术。”

沈向洋在GIX

沈向洋指出，目前人工智能（AI）已经在做我们无法理解的决定了，但它有自己的黑匣子。

他以机器识别狼和哈士奇为例。在6张照片中，只有一张照片被错误识别了。

从识别率来看还挺靠谱，但如果你想买只哈士奇，结果却购入了一只狼，那问题就大了。

沈向洋指出，人工智能可能并非像人一样通过外形来辨别的。而是通过背景中是否有雪景来判断，如果有雪景就会识别为狼，相反则识别为哈士奇。因此，可解释的AI非常重要，不然你永远无法知道AI可以通过这种方式来识别哈士奇和狼。

除了讲到可解释的AI外，沈向洋还提到了人工智能领域一直存在的偏差和偏见问题。

“如果要建立一个AI，你肯定会需要数据。所以你就必须要了解这些偏见是怎么来的。”沈向洋说。

在自然语言处理的“单词嵌入”领域里，就存在这样的偏差。所谓单词嵌入，是一种用来将单词转换为向量数字的算法，它能够以来自新闻数据或者网页数据的海量文本数据为依据，为每个单词赋予一个对应的向量数字。

研究员通过在向量坐标系中，比对常见词汇与“他”、“她”这两个性别代词之间的关联度，研究人员发现了一些明显的特征，例如“sassy（刁蛮）”、“knitting（编织）”这样的词更靠近女性，而“hero（英雄）”、“genius（天才）”更靠近男性。

举例来说，根据梅林达·盖茨的LinkedIn信息推测其职业时，得到了“教师”的判断，但只要将人称代词从“她”换成“他”，盖茨夫人的职业就会变为“律师”。

算法之所以会为这些词汇赋予性别特征，原因在于训练算法用的基准数据集——通常是来自新闻和网页的数据——本身，就存在着由语言习惯造成的“性别偏见”，算法也自然“继承”了人类对这些词汇理解的性别差异。

讲完上述两个问题后，沈向洋做了最后的总结，他表示，我们是第一代和AI共存的人类，我们得决定怎么构建AI、怎么用AI。最后，他也反问大家，我们能接受一个AI做决定、且使我们人类无法理解的世界吗？