编者按：人工智能发展如火如荼，但人才供给却跟不上。昨日，IEEE Spectrum 发布文章，描述了为什么计算机视觉专家李飞飞认为人工智能需要多样化，以及如何解决。李飞飞是斯坦福研究中心计算机科学华裔副教授，美国斯坦福大学人工智能实验室和视觉实验室主任，2015年“全球百大思想者”，雷锋网曾在谷歌微软的图像识别行不行，还得斯坦福的李飞飞说了算对她有过简单介绍。以下为雷锋网独家编译，未经许可不得转载。
正如李飞飞所见，历史性的时刻正在到来，人类文明正经历着一场人工智能革命。
“ 21 世纪第二个十年是人工智能发展史的重要转折，”上周，斯坦福大学计算机科学教授在美国总统奥巴马组织的人工智能研讨会（ White House Frontiers Conference）中说。至今为止，对于人工智能的理解、规定和测试都是在实验室中完成。“以后，它的应用范围会更广泛。从工业生产到个人需求，它正在应用到社会生活的各个方面。”
谷歌搜索、语音识别和自动驾驶汽车——这些新应用已经把我们带到人工智能的面前。如今，是时候思考如何实现多样化——让更多不同领域的人进入到该领域的研究学习当中。
总的来说，人工智能领域缺乏多样化人才是目前计算机科学和科技行业的典型问题。比如，在美国，妇女和像非裔美国人和拉丁美洲人这样的少数民族通常都得不到充分的机会来发展自己。根据美国大学妇女协会（ The American Association of University Women）数据显示，女性计算机科学毕业生只占 18% ，比 1984 年的最高值 37% 下降近一半。人工智能领域的情况则更加不容乐观。在今夏举办的 Recode 大会上，Margaret Mitchell 作为微软认知小组唯一的女性研究员表示，那场大会简直“所到之处全是大老爷们”。
人工智能需要多样化不仅仅是道德问题。李飞飞表示，对于为什么，有三个原因需要我们深入去思考。
首先是经济发展需要，这是一个很现实的问题。
在计算机和人工智能领域，拥有专门技术的劳动力明显不够，而且也并没有具体数字能够说明未来会有更多来自不同领域的人将要从事该领域。比如，在斯坦福大学计算机科学专业，人工智能方向的女性研究生数量最少（最起码和图像学以及人机交互学相比来说是这样的）。未来，自动化和机器学习在全世界内贡献的 GDP 总量将会上升，所以有来自不同背景的人来学习人工智能，这真的非常重要。“这些人可以是来自大学或者公司，总之我们现在的人才结构太单一了，”李飞飞说。
第二个原因是多样化对于改革和创新的影响巨大。
很多研究结果都证明了这一点：在多样化的工作环境中，人们往往能想出更巧妙的解决方案。从城市可持续性发展到能源问题，从医疗健康到老龄化人口的需求，人工智能将对这些生活中最重要的问题产生影响。“因此，我们需要多样化的团队来思考这些问题，”李飞飞说。
最后一个，但同样也很重要的原因是公平和公正。
为了教会电脑如何识别图像或语音，计算机科学家需要大量的数据集。但如果这些科学家“全是大老爷们”（而且大多是白种人）的话，工作结果就难免会显得有偏见和不公。“只需要在你最喜欢的搜索引擎中搜索 ‘奶奶’这个词，你就能从弹出来的图片看出搜索结果是带有偏见的，种族偏见。”她说。“如果我们意识不到这些数据表现出来的偏见，那以后肯定会衍生出很多问题。”
那我们应该怎么办呢？研究人工智能时，一定要考虑人性本身。“从根本上讲，人工智能就是一种服务社会的应用科技，人性化的人工智能不仅能引起人们对这种科技的重视，更能吸引来自不同领域的学生、科技从业者和创新者一同参与到该领域的研究当中。”
via：spectrum
延伸阅读：
正在生成分享图...
我在思考中