來自英國卡迪夫大學和美國麻省理工學院的計算機科學和心理學專家發(fā)現(xiàn)，自主機器人可以通過識別、復制、學習其他機器人的行為產生偏見，某些種類的算法已經產生性別歧視和種族歧視。

歧視看似是人類社會中特有的、需要認知才能產生的現(xiàn)象。但是，某些類型的計算機算法已經從公開檔案等人類資料中習得了性別歧視、種族歧視等偏見。最新的一項研究甚至發(fā)現(xiàn)，人工智能可以進化出不同的偏見群體。

為證實人工智能可以自己產生偏見，科學家用計算機模擬博弈。博弈中，每個個體都可以將錢送給自己所在的群體或其他群體，以測試每個個體的給予策略，觀察其是否對其他群體有偏見。這一博弈由一臺超級計算機模擬，其中包括上千個個體，每個個體都可以通過復制其他來自相同群體或不同群體的個體學習新的策略。

參與研究的卡迪夫大學計算機科學與信息學教授 Roger Whitaker 表示：" 通過成千上萬次模擬，我們發(fā)現(xiàn)了偏見是如何演化的、哪些情況可以激化偏見、哪些情況可以減弱偏見。我們的研究表明，偏見是自然產生的、影響非常大的，它很容易被激勵、損害大范圍的連通性。來自同一偏見群體的保護可以非主觀地引起更進一步的偏見，使整個群體四分五裂。這種廣泛傳播的偏見很難逆轉。" 這些個體是通過復制那些有更高短期效益的個體使得偏見升級的，可見偏見并不需要高級認知能力。

在另一項關于性別的研究中，研究人員發(fā)現(xiàn)，微軟、IBM和 Face++ 等的人臉識別服務中存在性別歧視和種族歧視。這些服務對于男性白人更加友好，而對于男性黑人和女性黑人錯誤率最高。微軟在 21% 情況下無法識別黑人女性，而 IBM 和 Face++ 有 35% 情況無法識別。

【來源：新浪科技】