（取自Hugging Face Twitter）
谷歌Ethical AI人工智慧倫理研究小組前負責人Margaret Mitchell，將加入人工智慧創業公司Hugging Face，幫助企業開發確保其算法公平的工具。她因與他人合著的一篇重要論文引起爭議，而在今年2月被谷歌解僱。
Hugging Face有何吸引力？
Hugging Face是一家總部位於紐約的聊天機器人新創服務商，專注於NLP技術，擁有大型的開源社群。尤其是在github上開源的自然語言處理，預訓練模型庫Transformers，已被下載超過一百萬次，github上超過24000個star。Transformers提供了NLP領域大量state-of-art的預訓練語言模型結構的模型和調用框架。
Transformers最早的名字叫做pytorch-pretrained-bert，推出於google BERT之後。顧名思義，它是基於pytorch對BERT的一種實現，pytorch框架上手簡單，BERT模型性能卓越，集合了兩者優點的pytorch-pretrained-bert吸引了大批的追隨者和貢獻者。
其後，在社群的努力下，GPT、GPT-2、Transformer-XL、XLNET、XLM等一批模型也被相繼引入，整個家族愈發壯大，這個庫更名為pytorch-transformers。
2019年6月Tensorflow2的beta版發布，Huggingface實現了TensorFlow 2.0和PyTorch模型之間的深層互操作性，可以在TF2.0/PyTorch框架之間隨意遷移模型。之後也發布2.0版本，並更名為transformers。到目前為止，transformers提供了超過100+種語言的，32種預訓練語言模型。
Hugging Face維護著一個儲存庫，人們可以在儲存庫中共享AI模型並進行合作。這是一個開放源程式碼平台，目前已經有5000多家機構使用，其中包括谷歌、Facebook和微軟。
Mitchell計劃在10月份啓動，並將首先開發一套工具，以確保用於訓練人工智慧算法的數據集不存在偏見。目前用於「教導」模型如何進行預測或確定的數據集，通常因為原始數據的不完整，會導致AI軟體在女性、少數群體成員還有老年人中表現不佳。
Mitchell和Hugging Face已經建立了關係，因為為了確保模型的公平性，Hugging Face建議工程師和科學家在發布項目時，使用Mitchell在谷歌開發的名為「Model Cards」的工具，來評估人工智慧系統，以揭示優缺點。
Hugging Face執行長兼聯合創始人Clement Delangue表示，放在Hugging Face上的20000個項目中，約有四分之一使用了Model Cards工具。
Hugging Face在其50人的員工中，還有幾位人工智慧倫理專家，但CEO Delangue計劃讓所有員工對這項工作負責並努力。
Delangue表示：「我們不想建立一個輔助的人工智慧倫理團隊，而是真正讓它成為公司的核心，並確保它真正融入每個人的工作。Mitchell不會建立一個由少數人組成，只是偶爾提供諮詢的團隊。」
Mitchell在一次採訪中表示，在用軟體評估人工智慧系統方面，要用非常嚴肅和積極的態度去工作。「這對我來說是一個非常好的機會，可以幫助模型建構者，更好地理解他們正在建構的模型，其危害和風險。」
Mitchell在從谷歌離職後表示，她希望在一家規模較小的公司工作，這樣可以從一開始就將人工智慧倫理納入在考慮內。她說，在Hugging Face中，已經有很多基本的道德價值觀。「很明顯，我不必強行插手或改進倫理流程。」
Mitchell究竟為何被解僱？
Mitchell的解僱，源於谷歌人工智慧倫理研究團隊的動盪。去年，谷歌公司就解僱了該團隊的另一位聯合負責人Timnit Gebru，原因是她拒絕撤回與Mitchell等人共同撰寫的一篇論文，這篇文章涉及到對谷歌技術的批評。
Gebru離職後，作為團隊剩餘負責人的Mitchell公開強烈批評谷歌及其管理層，指責谷歌未能認真對待對其人工智慧產品的問題，以及解僱Gebru的做法，因為Gebru是人工智慧研究領域為數不多的傑出黑人女性之一。谷歌則表示， Gebru已辭職，Mitchell違反了谷歌的行為準則和安全政策。
谷歌的員工對其處理此事的方式表示憤慨，今年早些時候，對十多名現任和前任員工以及人工智慧學術研究人員的採訪表明，在兩年多的時間裡，谷歌在處理騷擾、種族主義和性別歧視指控方式上，一直陷於爭議之中。
提到這篇論文，大致集中攻擊了大規模語言模型（如BERT）的消極影響，而BERT模型是谷歌的王牌AI產品之一。
這篇論文名為《On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?》。
據瞭解，這篇論文基於其他研究人員的工作，參考了128篇學術文獻，展示了自然語言處理的發展歷史與大型語言模型的四大危害，呼籲對語言模型進行更深入的研究。
這四大危害包括：
1、訓練大型AI模型會消耗大量能源。（訓練一個BERT模型大約會產生1438磅二氧化碳，相當於在紐約與舊金山之間的一次往返航班所產生的碳排放量。）
2、大型語言模型是基於大量文本進行訓練，無法避免偏見的存在，包括那些涉及種族歧視的、具有性別歧視色彩的與其他虐待性的語言。
3、大型語言模型無法理解語言，但公司由於利益關係會加大這方面的投入，從而帶來機會成本。
4、由於大型語言模型非常擅長模仿真實的人類語言，所以很容易被用來欺騙人類。
谷歌在許多基礎研究上遙遙領先，這帶來了大型語言模型的最新爆炸式成長。如果真的如論文所說大規模語言模型「危害大於利益」，而谷歌解僱一系列人員，那對這件事的態度也就不言而喻了，或許從這個角度就能理解Mitchell加入Hugging Face的原因了。
本文為雷鋒網授權刊登，原文標題為「被谷歌開除半年後，米切爾加入初創公司Hugging Face」