微软、谷歌、IBM、Twitter：国外主流科技公司如何实践AI伦理

第一层是产品团队，由专门负责用户体验（UX）、隐私、信任和安全（T&S）等方面的专家组成，这些专家提供与人工智能原则相一致的专业知识。

第二层是专门的审查机构和专家团队。由负责任创新中央团队（Central Responsible Innovation Review Committee）、隐私顾问委员会（Privacy Advisory Council）、卫生伦理委员会（Health Ethics Committee）以及产品审查委员会（Product Area AI Principles Review Committees）四个部门组成。

① 负责任创新中央团队（Central Responsible Innovation Review Committee）
该团队为整个公司的实施AI原则提供支持。公司鼓励所有员工在整个项目开发过程中参与人工智能原则的审查。一些产品领域已经建立了审查机构，以满足特定的受众和需求，如谷歌云（Google Cloud）中的企业产品、设备和服务（Devices and Services）中的硬件、谷歌健康（Google Health）中的医学知识。

② 隐私顾问委员会（Privacy Advisory Council）
该委员会负责审查所有可能存在潜在隐私问题的项目，包括（但不仅限于）与人工智能相关的问题。

③ 健康伦理委员会（Health Ethics Committee）
HEC成立于成立于2020年，是一个在健康领域发挥指导、决策功能的论坛，针对健康产品、健康研究或与健康有关的组织决策等领域产生的伦理问题提供指导，保护谷歌用户和产品的安全。HEC是一个综合性的论坛，其中包括生物伦理学、临床医学、政策、法律、隐私、合规、研究和商业方面的主题专家。2021年，谷歌生物伦理项目创建了The Health Ethics Cafe，这是一个讨论生物伦理问题的非正式论坛，公司任何人在项目开发的任何阶段都可以在此进行讨论，论坛中遇到的棘手问题将被升级到HEC进行审查。

④ 产品审查委员会（Product Area AI Principles Review Committees）
PAAPRC是一个专门为特定产品领域而设立的审查委员会。其中包括谷歌云的负责任AI产品委员会（Responsible AI Product Committee）和交易审查委员会（Responsible AI Deal Review Committee），其旨在确保谷歌云的AI产品、项目以系统、可重复的方式与谷歌人工智能原则保持一致，并将道德、责任嵌入了设计过程中。产品委员会专注于云人工智能和行业解决方案（Cloud AI & Industry Solutions）所构建的产品。根据AI原则对社会技术前景、机会以及危害进行综合审查，并与跨职能、多样化的委员会进行现场讨论，从而形成一个可操作的协调计划。交易审查委员是一个由四名跨职能的高级执行成员组成的委员会。所有决定的作出都必须得到所有四名委员会成员的完全同意，并根据需要逐步升级。谷歌AI原则生态系统的相关人员会帮助委员会了解讨论的内容，避免其凭空做出决定。

人工智能治理结构的第三层是先进技术审查委员会（Advanced Technology Review Council），这是一个由高级产品、研究和商业主管轮流担任委员的委员会，代表着谷歌公司多个部门的不同意见。ATRC处理升级问题以及最复杂的先例性案例，并建立影响多个产品领域的策略，权衡潜在的商业机会和某些应用程序的道德风险。

案例一：谷歌云的负责任AI产品审查委员会&谷歌云负责任AI交易审查委员会为避免加重算法不公平或偏见，决定暂停开发与信贷有关的人工智能产品。
2019年，谷歌云的负责任AI产品审查委员会评估了信用风险和信誉领域的产品。虽然我们希望有一天AI能够进入信贷领域，并在增进金融普惠和财务健康方面发挥作用，但产品审查委员会最终否定了这项产品——用当下的技术、数据打造的信用可靠性产品，可能在性别、种族和其他边缘化群体方面产生差别影响，并与谷歌“避免创造或加强不公平的偏见”的人工智能原则相冲突。2020年年中，产品审查委员会重新评估并重申了这一决定。在过去的一整年中，交易审查委员会评估了多个与信贷评估有关的人工智能应用（proposed custom AI engagements）。每一项应用都会根据其特定的用例进行评估，交易审查委员会最终决定拒绝进行其中的许多业务。多年的经验和教训让我们确信：在风险得到适当缓解之前，应该暂停开发与信贷相关的定制AI解决方案（custom AI solutions）。这个方针从去年开始生效，并一直持续到今天。

案例二：先进技术审查委员会基于技术问题与政策考量，拒绝通过面部识别审提案。

2018年，先进技术审查委员会处理了谷歌云产品的审查提案，决定在解决重大技术、政策问题之前，不提供通用面部识别API，并建议团队专注于专用AI解决方案。随后，公司内外相关人员对此进行了大量的投入，经过团队的多年努力，谷歌云开发了一个高度受约束的名人专用API2（Celebrity Recognition API2），并寻求ATRC的批准，最终ATRC同意发布该产品。

案例三：先进技术审查委员会对涉及大型语言模型的研究进行审查，认为其可以谨慎地继续。

2021年，先进技术审查委员会审查的其中一个主题是关于大型语言模型的发展。审查之后，先进技术审查委员会决定，涉及大型语言模型的研究可以谨慎地继续，但在进行全面的人工智能原则审查之前，此模型不能被正式推出。

（3）
技术工具

① Fairness Indicators：2019年发布，用于评估产品的公平性。Min-Diff14 technique：对日益增多的产品用例进行补救，以达到最佳的学习规模，能够主动解决公平性问题。

② federated learning：在Gboard等产品中使用的联邦学习，帮助模型根据真实的用户交互进行集中训练和更新，而无需从个人用户那里收集集中的数据，以增强用户隐私。

③ federated analytics：使用与federated learning类似的技术，在不收集集中数据的情况下，深入了解产品特性和模型对不同用户的性能。同时，federated analytics也允许项目团队在不访问原始用户数据的情况下进行公平性测试，以增强用户隐私。

④ federated reconstruction：与模型无关的方法，可以在不访问用户隐私信息的情况下，实现更快、大规模的联邦学习。

⑤ Panda：一种机器学习算法，帮助谷歌评估网站的整体内容质量，并相应地调整其搜索排名。

⑥ Multitask Unified Model (MUM)：使搜索引擎理解各种格式的信息，如文本、图像和视频，并在我们周围世界的概念、主题和想法之间建立隐含的联系。应用MUM不仅将帮助世界各地的人们更高效地找到他们所需要的信息，而且还将增强创造者、出版商、初创企业和小企业的经济效益。

⑦ Real Tone：为深色肤色的用户提供了人脸检测、自动曝光和自动增强等功能，帮助人工智能系统发挥更好性能。

⑧ Lookout：一款为盲人和低视力者开发的安卓应用程序，使用计算机视觉技术提供用户周围的环境信息。

⑨ Project Relate：使用机器学习来帮助有语言障碍的人更便利地交流以及使用科技产品。

⑩ Privacy Sandbox：与广告行业合作，在支持出版商、广告商和内容创造者的同时，通过AI技术增强用户隐私，提供更私密的用户体验。

（4）
产品与服务

① Google Cloud：为各行业大规模应用可信赖AI模型，提供可靠的基础设施与高效的部署方案，并配套提供员工培训、集成相关开发环境等服务，使得各行业人员能更便捷地掌握和使用可信赖的AI工具模型。

② TensorFlow：世界上最流行的ML框架之一，拥有数百万的下载量和全球开发者社区，它不仅在谷歌中被使用，而且在全球范围内被用来解决具有挑战性的现实世界问题。

③ Model Cards：一种情景假设分析工具，能够为AI的算法运作提供一份可视化的解释文档。该文档能够为使用者阅读，使其充分了解算法模型的运作原理和性能局限。从技术原理上看，模型卡片设置的初衷是以通俗、简明、易懂的方式让人类看懂并理解算法的运作过程，其实现了两个维度的“可视化”：一是显示算法的基本性能机制；二是显示算法的关键限制要素。

④ Explainable AI：借助该服务，客户可以调试和提升模型性能，并帮助他人理解客户的模型行为。还可以生成特征归因，以在 AutoML Tables和Vertex AI中进行模型预测，并利用What-If工具以直观的方式调查模型行为。

（5）
治理创新：重视员工培训

相比于其他企业，谷歌在AI伦理实践方面的一大特色是专为员工开设了科技伦理培训（Technology ethics training），该培训项目旨在通过科技哲学来指导员工遵循道德，使他们了解如何评估潜在的利害，同时还配有课程，为员工解释谷歌人工智能原则和内部治理实践。不仅如此，2021年，谷歌还为新员工配套了AI原则和负责任创新培训课程（AI Principles and responsible innovation training course），帮助他们了解谷歌的伦理道德准则和可用资源。2021年，谷歌还推出了在线互动答题（interactive online puzzles），旨在帮助员工建立对人工智能原则的认识，并测试他们的记忆程度。