谷歌實(shí)驗(yàn)室告訴你，拿什么去拯救機(jī)器學(xué)習(xí)產(chǎn)生的“偏見”？

導(dǎo)讀：機(jī)器學(xué)習(xí)也會(huì)對(duì)數(shù)據(jù)產(chǎn)生“偏見”，從而導(dǎo)致錯(cuò)誤的預(yù)測(cè)。我們?cè)撊绾谓鉀Q這一問題？ Google 的新論文或許會(huì)揭曉答案。

機(jī)器學(xué)習(xí)中的機(jī)會(huì)均等

隨著機(jī)器學(xué)習(xí)計(jì)算穩(wěn)步發(fā)展，越來越多人開始關(guān)注其對(duì)于社會(huì)的影響。機(jī)器學(xué)習(xí)的成功分支之一是監(jiān)督學(xué)習(xí)。有著足夠的歷史遺留數(shù)據(jù)和計(jì)算資源，學(xué)習(xí)算法預(yù)測(cè)未來事件的效果往往令人震驚。以一個(gè)假設(shè)為例，算法可以被用來高精度預(yù)測(cè)誰將會(huì)償還他們的貸款。貸款人可能會(huì)使用這樣的預(yù)測(cè)，以幫忙決定誰應(yīng)該首先得到貸款。基于機(jī)器學(xué)習(xí)做出的決定，其實(shí)用性往往令人難以置信，并對(duì)我們的生活產(chǎn)生了深遠(yuǎn)的影響。

然而，最好的預(yù)測(cè)也可能出錯(cuò)。盡管機(jī)器學(xué)習(xí)致力于最小化出錯(cuò)的可能性，但我們?cè)撊绾畏乐鼓承┙M非均勻的共享這些錯(cuò)誤？考慮到一些情況下，我們擁有的數(shù)據(jù)相對(duì)較少，且其特征不同于那些與預(yù)測(cè)任務(wù)相關(guān)的大眾方法。由于預(yù)測(cè)精度一般與訓(xùn)練的數(shù)據(jù)量息息相關(guān)，一些組中的錯(cuò)誤預(yù)測(cè)將會(huì)更加常見。例如，盡管他們償還了貸款，預(yù)測(cè)最后也可能將過多的個(gè)體標(biāo)記到“高違約風(fēng)險(xiǎn)”組中。當(dāng)組中的成員恰逢一個(gè)敏感屬性，如種族、性別、殘疾、或宗教時(shí)，便會(huì)導(dǎo)致不公正的或有偏見的結(jié)果。

盡管需要，但機(jī)器學(xué)習(xí)中一直缺乏防止這類歧視，且基于敏感屬性的審核方法。有一種憨厚的方法是在做任何其他事之前，從數(shù)據(jù)中刪除一組敏感屬性。其想法是一種“無意識(shí)的不公平”，然而，由于存在“冗余編碼”也未能成功。即使在數(shù)據(jù)中不存在某個(gè)特定的屬性，其他屬性的組合也可以作為代理。

另一個(gè)普用方法被稱之為“統(tǒng)計(jì)平價(jià)”，其要求預(yù)測(cè)必須與敏感屬性無關(guān)。這直觀上聽起來是可取的，但結(jié)果本身往往與敏感屬性相關(guān)。例如，男性心臟衰竭的發(fā)病率通常比女性更高。當(dāng)預(yù)測(cè)這樣的醫(yī)療情況時(shí)，要阻斷預(yù)測(cè)結(jié)果和組成員之間的一切相關(guān)性，既不現(xiàn)實(shí)，也不可取。

機(jī)會(huì)平等

考慮到這些概念上的困難，我們已經(jīng)提出了一種方法，用于測(cè)量和防止基于一系列敏感屬性所產(chǎn)生的歧視。我們還展示了如何調(diào)整一個(gè)給定的預(yù)測(cè)，需要的話，它可以更好的權(quán)衡分類精度和非歧視。

我們想法的核心是，符合理想結(jié)果的個(gè)體，應(yīng)因此而擁有平等正確分類的機(jī)會(huì)。在我們虛構(gòu)的貸款例子中，它意味著預(yù)測(cè)“低風(fēng)險(xiǎn)”會(huì)實(shí)際償還貸款的人不應(yīng)該依賴于敏感屬性，如種族或性別。我們稱之為監(jiān)督學(xué)習(xí)中的機(jī)會(huì)均等。

實(shí)施時(shí)，我們的框架還改善了激勵(lì)機(jī)制，將差預(yù)測(cè)的成本從個(gè)人轉(zhuǎn)移到?jīng)Q策者，它可以通過投資提高預(yù)測(cè)精度以進(jìn)行響應(yīng)。完美的預(yù)測(cè)總能滿足我們的概念，這表明建立更精準(zhǔn)預(yù)測(cè)的中心目標(biāo)與避免歧視的目標(biāo)一致。

更多相關(guān)資訊

為了方便你自己探索博客文章中的想法，我們的 Big Picture 團(tuán)隊(duì)創(chuàng)造了一個(gè)美妙的互動(dòng)，以視覺化不同的概念和權(quán)衡。所以，你可以訪問他們的主頁了解更多相關(guān)資訊。一旦你瀏覽了演示，請(qǐng)查看論文的完整版，它由得克薩斯大學(xué)奧斯汀分校的 Eric Price 和芝加哥 TTI 的 Nati Srebro 共同完成。今年，我們會(huì)在巴塞羅召開的神經(jīng)信息處理系統(tǒng)（NIPS）會(huì)議上提交該論文。所以，如果你在附近的話，一定要停下腳步和我們中的一員聊聊天。

我們的論文決不是該重要且復(fù)雜話題的終點(diǎn)。它加入了一個(gè)正在進(jìn)行的多學(xué)科研究對(duì)談話。我們希望可以鼓舞未來的研究，進(jìn)一步討論可實(shí)現(xiàn)的方法，以權(quán)衡環(huán)境歧視和機(jī)器學(xué)習(xí)，并開發(fā)有助于從業(yè)者應(yīng)對(duì)這些挑戰(zhàn)的工具。

Via：Google Research Blog

推薦閱讀：

機(jī)器學(xué)習(xí)正在安全領(lǐng)域掛起一陣小旋風(fēng)，但這里面有BUG

AI 熱潮注定會(huì)失敗？機(jī)器學(xué)習(xí)智能才是王道？

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。