不當解僱黑人女性 AI 倫理學者,讓 Google 執行長出面道歉

自上週爆出 Google 不當解僱 AI 倫理學家 Timnit Gebru,引發大規模抗議後,機器學習領域的領導者們,正式表示將拒絕幫 Google 審核論文。而 Google 執行長 Sundar Pichai 在週三發出電子郵件向員工道歉。Google 認錯了嗎?員工似乎不這麼認為。
評論
Photo Credit:retures
評論

連 AI 學術界都看不下去

在學術界領域,是否要幫在學術會議上發表研究論文審稿,通常都屬自願工作,審稿人會根據他們的經驗和專業知識,選出那些可以在人工智慧頂尖領域發表的論文。根據公開數據顯示,Google 是在 AI 研究會議裡,論文貢獻量最大的企業。

但剛好在人工智慧領域全球最大的國際學術會議(Neural Information Processing Systems ,NeurIPS)今年大會開幕之際,Google 發表了有關 GPT-3 (迄今為止最強大的語言模型) 論文並獲最佳論文獎之際,機器學習社群的領導者卻吹起了拒絕審查來自 Google AI 部門研究風潮,

這是因為 Google 日前解雇了 AI 倫理科學家 Timnit Gebru,就在之後不到一天,公司內部員工組成一個組織 Google Walkout for Real Change ,並發表了一份聲譴責 Google 「史無前例的研究審查制度」,並要求 Google 在完全公開的情況下進行論文審查。到目前為止,這份聲明已有 2500 多位谷歌員工和 2600 多名學術界、民間社會和產業界的支持者簽名。

許多 AI 研究人員都會持續與學術機構保持聯繫。Air Street Capital 去年10月發表一份美國 AI 人才動態的報告發現,2004 年至 2018 年期間,Google 是聘用最多大學終身職教授數量的企業。

Google 執行長發內部電子郵件向員工道歉

Google 執行長 Sundar Pichai 在週三發出一封給全體員工的電子郵件,就上週解僱 Timnit Gebru 一事向員工道歉。信件裡他提到:「Gebru 離開的事,確實在公司內部埋下的不信任種子,讓內部同事質疑自己在 Google 的地位或工作穩定度。對此我深表歉意,我會努力承擔起恢復大家對公司信任的責任。」

Pichai 的道歉,也顯示事態迅速惡化到已非原本的 AI 部門主管 Jeff Dean 能掌控的程度。Pichai 表示,Google 已啟動了一項內部調查,目的是搞清楚公司如何處理 Gebru 的離職,以及這事件對員工-特別是對少數族裔員工的影響。

但「被離職」的 AI 倫理學家 Gebru 認為 Pichai 做得還遠遠不夠。她表示,到現在 Pichai 都沒說「我為我們對她所做的事感到抱歉,這是錯誤的。」郵件裡只寫了「播下了不信任的種子,並導致我們社群裡部分人質疑自己在 Google 的地位。」

Gebru 指出:「我認為 Pichai 這封郵件意思是「我只為事情的結局感到遺憾,但我並不為我們對她所做的事抱歉。」

Google 內部溝通會議「充耳不聞」

本週二 Google 與內部的 Black Googler 社群舉行了一場激烈的溝通會議,不少人在視訊會議中擷取問答的畫面,與會者對 Google 本身以及對公司 AI 相關發展工作的支持度提出高度質疑,雖然 AI 部門主管 Jeff Dean 與直接解僱 Gebru 的副執行長 Megan Kacholia 都親自出席會議回答問題,但被認為答非所問。

在兩人離開會議之後,更有一位會議主持人直接激怒員工,不少與會者都在會議中談到了離職。其他員工則稱 Google 舉行這場會議只是試圖繼續「掩蓋原本的錯誤行為」,對與會者的聲音根本充耳不聞。

這起事件漣漪效應不斷擴大,多數加入連署抗議的人表示: 

Gebru 被解僱的真正原因是:她太直言批評 Google 根本不夠努力改善內部有色人種工作條件。

「Google 總是說,我們致力於做正確的事。」一位參與這場會議的並有提問的女性非裔員工在網路上寫道:「正確的作法是:承認發生在 Gebru 身上的事是不對的。但我還沒有看到哪一位高階主管承認這一點。作為一名黑人女性,我現在很難相信 Google。」

核稿編輯:Chris

延伸閱讀:



Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。