上週，斯坦福大學以人為本AI研究所（HAI)進行了2天（2019年10月28日至29日）的秋季會，會上學術界、產業界、民間社會和政府的專家及領導人共聚一堂，探討了AI對人類和社會影響有關的各類問題。特朗普CTO邁克爾·克拉西奧斯（Michael Kratsios）在會上解釋了與AI相關的政府政策。斯坦福艾琳·多納霍（Eileen Donahoe）主持了和Kratsios的對話，其中一些交流觸及了當前的熱點話題，比如美國和中國在科技上的較量，言語中對中國帶有批判色彩。
在進入正題分享這段對話內容之前，先普及一下HAI和人物介紹：
斯坦福大學以人為本AI研究所，簡稱HAI,於2019年3月18日創立，是一個跨學科的研究中心，擁有來自各個領域的專家。研究所共同院長李飛飛表示，該機構致力於評估智能機器對人類生活的影響，包括自動化導致的工作不安全感、算法中存在的性別和種族偏見以及由此引發的不平等現象，以及醫療、教育和司法系統中的人工智能對人類的影響。HAI的目標是讓智能機器更以人為本，更加仁慈，幫助我們人類解決一些最大的問題。
美國CTO成立於2009年奧巴馬政府時期，是總統在技術和數據相關問題上的最高顧問。Michael Kratsios是美國第四任首席技術官，在今年8月被確認為特朗普(Donald Trump)總統的第一位CTO，負責處理從量子計算到農村寬帶的各種問題，以促進支持技術創新的監管環境的養成。Kratsios在擔任CTO之前，曾擔任Peter Thiel投資公司Thiel Capital的首席執行官，並擔任另一個Thiel項目的首席財務官，即對沖基金Clarium Capital。
Eileen Donahoe是斯坦福大學全球數字政策孵化器的執行董事，並在奧巴馬執政期間擔任美國駐聯合國人權理事會第一任大使。
進入正題：
會上Kratsios吹捧了美國政府在無人機使用政策制定方面取得的成功，提及STEM教育備忘錄（特朗普曾簽署了一份備忘錄：提出將撥款2億美元加大對STEM教育的支持，尤其注重計算機科學和編程方面的學校教育），以及AI基礎研究經費的增加（對增加的幅度沒有具體說明）。Kratsios指出，特朗普政府的人工智能政策一直是奧巴馬政府政策的延續，並將在此基礎上繼續發展，特朗普今年早些時候簽署的美國人工智能倡議就是極好的證明，簽署該倡議旨在將各種政府機構聚集在一起，協調各機構在人工智能上的努力，推動人工智能作為美國工人的工具的想法。人工智能倡議也考慮到人工智能將導致工作崗位流失，並要求私營公司承諾對工人進行再培訓。他說，政府正在尋求消除人工智能創新的障礙。
Kratsios在這場對話中談了對於AI、面部識別、移民、技術基礎設施等的看法，有提到成就也提了爭議。接下來是外網發佈的對話內容：
（英文是對話原文，中文由AI報道進行編譯，不當之處，歡迎指正）
中國vs美國
Donahoe:
“You talk a lot about unique U.S. ecosystem.In which aspect of AI is the U.S. dominant, and where is China challenging us in dominance?
“關於獨特的美國生態系統，您談到的比較多。在人工智能這個範疇裡，美國哪些方面佔據主導地位，中國哪些方面正在挑戰我們的主導地位呢？”
Kratsios:
“They are challenging us on machine vision.They have more data to work with, given that they have surveillance data.”
“在機器視覺上中國很具挑戰性。他們掌握監控數據，故而有更多數據可用。”（不知是不是小編敏感，此處感受到不善意）
Donahoe:
“To what extent would you say the quantity of data collected and available will be a determining factor in AI dominance?”
“你認為收集到的和可用的數據量在多大程度上將成為AI主導地位的決定性因素？”
Kratsios:
“It makes a big difference in the short term.But we do research on how we get over these data humps.There is a future where you don’t need as much data, a lot of federal grants are going to [research in] how you can train models using less data.”
“在短期內數據量的多寡帶來的差異是很大的。不過我們正在研究如何克服這些數據駝峰。未來我們不再需要這麼多的數據，大量的聯邦撥款將被用於研究如何使用更少的數據訓練模型。”
這裡插一條消息：
2017年8月，研究員Pratik Shah在TED演講中提出:傳統的人工智能算法需要數萬張昂貴的醫學圖像來檢測病人的疾病。而他和團隊開發了一項技術，採用非傳統的人工智能方法，只需要50張圖像就可以開發出有效的算法--甚至可以使用醫生手機上拍攝的照片來提供診斷，該方法使用了更少的數據，而且更實用，尤其在醫學上急需的技術領域。等待漫長數據的收集，會導致落地實施的延遲。
Donahoe:
“A lot of conversation yesterday was about the tension between innovation and values, and how do you hold those things together and lead in both realms.”
“昨天的很多談話聚焦在創新和價值觀之間的緊張關係，以及您如何將它們結合在一起，並在這兩個領域中發揮領導作用。”
Kratsios：
“We recognized that the U.S. hadn’t signed on to principles around developing AI.In May, we signed [the Organization for Economic Cooperation and Development Principles on Artificial Intelligence], coming together with other Western democracies to say that these are values that we hold dear.”
“我們意識到美國還沒有簽署關於開發人工智能的原則。在今年5月，我們便籤署了[經濟合作與發展組織人工智能原則]，與其他西方民主國家一起宣告：這些是我們珍視的價值觀。”
[Meanwhile,] we have adversaries around the world using AI to surveil people, to suppress human rights.That is why American leadership is so critical: We want to come out with the next great product.And we want our values to underpin the use cases.”
與此同時，在世界各地都有我們的對手在用人工智能來監視人們，壓制人權（小編感受到不友善x2）。這也是為什麼美國的領導地位如此關鍵：我們想要推出下一個偉大的產品，並且用我們的價值觀支持其用例。”
會上一位成員提問：
“Maintaining U.S. leadership in AI might have costs in terms of individuals and society.What costs should individuals and society bear to maintain leadership?”
“保持美國在人工智能領域的領導地位可能會在個人和社會方面付出代價。為了保持領導地位，個人和社會會承擔什麼代價？”
Kratsios:
“I don’t view the world that way.Our companies big and small do not hesitate to talk about the values that underpin their technology.[That is] markedly different from the way our adversaries think.The alternatives are so dire [that we] need to push efforts to bake the values that we hold dear into this technology.”
“我並不這樣看。我們大大小小的公司都會毫不猶豫地談論支撐他們技術的價值觀。這與我們對手們的思維方式明顯不同（不友善x3）。和此相對的選擇結果是非常可怕的，所以我們必須堅守我們珍視的價值觀，並將其融入這項技術中。”
面部識別
面部識別最近在舊金山被禁止(至少對警察和政府機構如此)。
Donahoe:
“Some private sector companies have called for government regulation of facial recognition, and there already are some instances of local governments regulating it.Do you expect federal regulation of facial recognition anytime soon? If not, what ought the parameters be?”
“一些私營企業已經呼籲政府對面部識別進行監管，而且已經有一些地方政府對其進行監管的實例。您認為聯邦政府會很快對面部識別進行監管嗎？如果不是，參考的依據是什麼？”
Kratsios:
“A patchwork of regulation of technology is not beneficial for the country. We want to avoid that. Facial recognition has important roles—for example, finding lost or displaced children. There are use cases, but they need to be underpinned by values.”
“毫無章法的技術監管對國家並無益處，我們想要避免這種情況的發生。面部識別具有重要的作用，比如搜索迷路或流離失所的兒童。已經有一些用例，但所有的用例需遵循價值觀。”
又一位會上成員發言：
“Frequently the example of finding missing children is given as the example of why we should not restrict use of facial recognition. But we saw Joy Buolamwini’s presentation on bias in data. I would like to hear your thoughts about how government thinks we should use facial recognition, knowing about this bias.”
“尋找失蹤兒童經常被作為例子拿來以支持不該限制面部識別的使用。但是我們也看過Joy Buolamwini關於數據偏差的演講。我想聽聽基於知道存在數據偏差的情況下，您對政府認為我們應該如何使用面部識別的想法。”
Kratsios:
“Fairness, accountability, and robustness are things we want to bake into any technology—not just facial recognition—as we build rules governing use cases.”
“公平、責任和堅固是我們希望融入任何技術的東西（不僅僅是面部識別），因為我們建立了控制用例的規則。”
移民和創新
一位會上成員提出了移民問題：
“One major pillar of innovation is immigration, does your office advocate for it?”
“創新的一個主要支柱是移民，貴單位提倡移民嗎？”
Kratsios:
“Our office pushes for best and brightest people from around the world to come to work here and study here. There are a few efforts we have made to move towards a more merit-based immigration system, without congressional action. [For example, in] the H1-B visa system, you go through two lotteries. We switched the order of them in order to get more people with advanced degrees through.”
“我們推動來自世界各地的最優秀和最聰明的人來這裡工作和學習。在沒有國會行動的情況下，我們已經做出了一些努力，朝著更加基於功績的移民制度邁進。比如，在H1-B簽證（特殊專業人員/臨時工作簽證）系統中，有兩次抽籤。我們改變了抽籤順序，以便讓更多持有高級學位的人通過。”
這裡說明一下：根據美國國土安全部DHS宣佈的H-1B簽證新規提案，新的簽證方案將對 抽籤順序 進行調整，改為只要有國內或國外大學及以上學歷，全納入第一輪6萬5000個名額的抽籤；在第一輪沒有中籤，但持有美國各大學碩士及以上學歷者，則可參加第二輪2萬名額的抽籤。美國國安部也明確指出，這種改變抽籤順序的新方案，將提高持美國大學碩士及以上學歷者的中籤概率。
政府的科技基礎設施
Donahoe:
“We talk about the shiny object, AI, but the 80 percent is the unsexy stuff, at federal and state levels. We don’t have a modern digital infrastructure to enable all the services—like a research cloud. How do we create this digital infrastructure?”
“我們談論的是引人注目的人工智能，但從聯邦和州的層面來說，80%都毫無吸引力，我們沒有現代化的數字基礎設施來支持所有服務-比如研究雲服務。我們如何才能創建這種數字基礎設施？”
Kratsios:
“I couldn’t agree more; the least partisan issue in Washington is about modernizing IT infrastructure. We spend like $85 billion a year on IT at the federal level, we can certainly do a better job of using those dollars.”
“您剛說的我非常同意，華盛頓最不具黨派色彩的問題是關於IT基礎設施的現代化。在聯邦一級，我們每年在IT上花費大約850億美元，我們一定可以更好地支配這些資金。”
以上是外網發佈的全部對話內容。
另外，Kratsios在會上說：“我們從根本上相信，美國必須在下一代技術方面引領世界。”他呼籲美國不僅要在人工智能領域領先，還要在量子計算和5G等其他新興技術領域領先。儘管他承認中國在開發先進的人工智能技術方面取得了進展，但只要美國保持自由市場的創新體系，還有聯邦資助的大學研究和私企研究商業化之間的協同關係的支持，它就會保持技術領先地位。
閱讀更多 AI報道 的文章
