AI算法与道德规则如何平衡?IBM推出AI推荐技术

[导读] 近两年信息推荐引擎大火,根据用户的阅读行为,AI算法可以精准地把握用户喜好,为用户推荐他们爱看的内容。信息推荐引擎不断给用户推荐用户喜欢的内容,用户花在应用内的时间就会越来越多。

近两年信息推荐引擎大火,根据用户的阅读行为,AI算法可以精准地把握用户喜好,为用户推荐他们爱看的内容。信息推荐引擎不断给用户推荐用户喜欢的内容,用户花在应用内的时间就会越来越多。

但这似乎是公司想要得到的结果,却并不一定完全有利于用户。通常来说,我们想要看到的,喜欢看到的内容,并不一定是我们应该看到的和需要看到的。这也是依靠算法进行内容分发的公司面临的一大困境:如何平衡在以点击率高的内容获得用户的注意力和时间的同时,给用户提供高质量、有价值的内容。

AISF0717

为了解决这一难题,IBM的研究员和麻省理工媒介实验室(MIT Media Lab)发展出了一种AI推荐技术,能够兼顾用户的喜好,同时也不会打破任何行为、道德准则。IBM团队已经论证了这种AI推荐技术,他们首先将其运用在了电影推荐系统,其可以允许家长为孩子设置一些内容限制

此前,已有不少人将道德规则与AI算法相结合的尝试,但是它们主要是基于静态规则。例如,用户可以指定算法避免推荐特定类别的新闻。虽然这种方法可以在某些环境中使用,但它有其局限性。

IBM研究员Nicholas Mattei说,“定义明确的规则集很容易” ,“但是在数据量庞大的互联网上,你没法穷尽所有的规则,好让机器去一一遵循”。

为了解决这个问题,Mattei和他的同事开发的方法使用机器学习从实例中定义规则。 Mattei说,“我们认为,通过实例学习什么是合适的,然后转移这种理解,同时仍然对在线奖励反应是一个非常有趣的技术问题”。

从案例中学习道德规则

研究人员选择电影推荐来作为demo,主要有两个原因:首先,我们已经有相当多的电影相关数据,其次,在电影领域,用户偏好和道德规范之间的差异清晰可见。例如,父母不希望孩子观看一些内容,而孩子却对这些内容表现得很积极,算法很容易学习到这种积极的行为。

AI推荐技术有两个不同的训练阶段。第一阶段是离线的,这意味着它发生在系统开始与最终用户交互之前。在此阶段,仲裁者给系统一些案例来定义推荐引擎应应该遵守的约束。然后,AI会检查这些案例以及与它们相关的数据,以创建自己的道德规则。与所有机器学习系统一样,提供给系统的案例越多,数据越多,创建规则的效果就越好。在电影推荐这个demo中,在离线训练阶段,父母向AI提供一组适当和不适当内容的示例。Mattei说,“系统应该能够从这些例子中学习,并使用这些例子,在孩子观看内容时,避免推荐某些类型的内容。”

第二个数据训练阶段发生在线上,与最终用户直接互动。与传统的推荐系统一样,AI试图学习用户的偏好,给用户推荐用户喜爱的内容来获得最大的奖励。在很多时候,满足道德约束和用户偏好两者很可能发生冲突。仲裁者可以设置一个阈值,定义道德约束和用户偏好两者分别能获得多少优先级。在IBM提供的电影推荐Demo中,有一个滑块允许父母选择,道德原则和孩子的偏好,分别能占据多大的比例。

从电影推荐的例子中,我们也能很容易看出这套系统如何解决其他与AI推荐系统工作方式相关的问题。IBM研究人员还在医疗保健中测试了该技术,他们通过在药物成功变量和生活质量限制之间建立平衡,成功地在药物剂量中使用该算法,该团队还致力于改进系统可以训练的示例类型。

如何让个人用户约束自己?

未来,研究团队将致力于使AI能够在更复杂的情况下工作。Rossi说,“在这个用例中,我们专注于单一建议,例如是否应该推荐特定的电影”, “我们计划扩大这项工作,以便能够对行动序列施加限制”。

这样的改变将使算法能够解决其他类型的问题,例如“过滤泡泡” (filter bubbles)和“技术成瘾”。“过滤泡泡”这个概念由Eli Pariser在2010年提出,指的是在算法推荐机制下,高度同质化的信息流会阻碍人们认识真实的世界。

技术成瘾的可能情况则是,一个无害的动作(例如检查手机上的通知或从有偏见的来源阅读新闻)在长期重复,或者与其他相似的行为组合起来时,会产生不利的影响。

虽然Rossi和她的同事开发的方法在亲子电影推荐或医患情况下表现良好,但在只涉及一个用户的环境中会遇到限制,而我们在互联网上使用的大多数应用程序,都是一个人的行为。在这种情况下,用户将负责定义他们自己的道德准则和约束。

Mattei说,“在一些更个性化的系统中,你可能能够表达一些高级别的想法,比如’我希望看到更多种类’或’我希望花更少的时间在手机上”, “但如果你能设置它们,你也可以违背它们。你必须表达自己的美德并坚持下去。”

未经允许不得转载:数智网 » AI算法与道德规则如何平衡?IBM推出AI推荐技术

分享到: