來源：SiliconANGLE

出品：科技行者

撰文：海外來電

圖片：海外來電

為了解決兩性人物傳記比例失衡的情況，Meta操碎了心。

維基百科一直是全球訪問量Top 10的網站，是許多人搜索歷史人物與領創者資訊的第一站，但這些人物的傳記，并不總被“平等”的呈現在維基百科上。

Meta人工智能研究科學家Angela Fan在一篇博文中指出，維基百科的所有英文傳記中只有20%是關于女性的。且這個數字在交叉性群體中估計就更少了，例如科學界的女性、非洲的女性和亞洲的女性等。

甚至，維基百科內容里“女性代表不足”的情況，也延伸到了該組織本身，該網站上只有15%的編輯表明自己是女性（來自維基媒體《2021年社群洞察報告》）。

Angela Fan提到，“女性在歷史上對科學、政治、社會甚至創新創業的各個部分都產生了巨大影響。但是這些女性人物卻被忽視，或是被以不成比例的方式在維基百科上呈現。”

比如，加拿大物理學家Donna Strickland，曾在2018年獲得諾貝爾物理學獎，第一時間維基百科上卻無法找到任何關于她的資訊，直到維基百科發布了關于她的工作傳記后才得到改善，然而那時距離她獲得諾獎已經過去很多天了。”

針對女性傳記缺乏的情況，Meta公司宣布開源旗下的一個“生成式（Generative）”人工智能模型，該模型可以自動研究并創建一些重要人物的高質量傳記文章。

該模型的工作方式與人類研究員的工作方式相似，分三步走：首先是「檢索模塊」，搜索特定人物的相關信息；然后是「生成模塊」，起草一個維基百科式的人物條目；最后是「引用模塊」，附上引證信息的來源。最終達到涵蓋維基百科傳記所需要的所有元素，如傳記人物的早期生活、教育和職業。

由于該AI系統仍還存在一些限制，因此在定位上，需要能與維基百科編輯互補——由AI系統產生草稿，接著再由編輯進行事實查證和補充。模型的限制包括，用來創建維基百科條目的網頁內容，可能存在文化偏見，需要依靠人工鑒別；而且在技術上，文本生成系統容易產生幻覺（Hallucination），也就是非事實的內容；此外在語義方面，AI的連貫性和邏輯也有些力不從心。

即便如此，該AI模型仍然令人印象深刻。下圖彩色文本，是由AI模型替無脊椎動物的研究先驅Libbie Hyman，所生成的簡短傳記。綠色文本來自參照文章；紫色文本則來自網絡上的證據；橘色文本則表示幻覺，是由模型腦補，無法被驗證的資訊。

雖然模型所生成的結果無法直接發布，但該模型已經拿到了足夠多與Libbie?Hyman相關的信息（包括對無脊椎動物的研究、重要出版物和工作等），人類研究員或作家可以根據這些信息迅速上手并完成這篇文章。

盡管技術方面還在完善中，但這是對維基百科內容的性別平等踏出的重要一步。研究人員提到，他們目前的工作，僅是解決一個復雜問題的一小部分，接下來還有很多工作要做，包括識別不同的“偏見”問題：比如女性傳記往往涉及額外的生活細節，“離婚”一詞出現在女性傳記的頻率是男性傳記的4倍；一些“小報”往往更關注女性的生活，而這些細節可能沖淡人物更應該被關注的成就；跨性別和二元性別人物的傳記，往往長度更長，但是大部分章節都是描寫個人生活，而非個人成就。

為了改進該模型，Meta還發布了一個數據集，數據集可用于評估該模型基于1527份來自“邊緣化群體”的女性傳記中的表現。Meta表示，這些數據可用于訓練該模型的迭代并評估模型的性能。

未來智能實驗室的主要工作包括：建立AI智能系統智商評測體系，開展世界人工智能智商評測；開展互聯網（城市）大腦研究計劃，構建互聯網（城市）大腦技術和企業圖譜，為提升企業，行業與城市的智能水平服務。每日推薦范圍未來科技發展趨勢的學習型文章。目前線上平臺已收藏上千篇精華前沿科技文章和報告。

??如果您對實驗室的研究感興趣，歡迎加入未來智能實驗室線上平臺。掃描以下二維碼或點擊本文左下角“閱讀原文”

總結

以上是生活随笔為你收集整理的Meta开发了一个AI模型，尝试解决维基百科的「性别偏见」问题的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。