新加坡人工智能 (AI) 学徒计划的参与者必须接受包括道德和治理在内的培训，因此他们意识到涉及数据偏差的潜在问题。 管理学徒培训的 AI Singapore (AISG) 补充说，它已与 Google Cloud 建立合作伙伴关系，以利用供应商的 AI 工具和最佳实践。
事实上，AISG 的人工智能创新总监 Lawrence Liew 表示，自 2019 年将其引入其流程以来，AISG 就采用了该国的模型人工智能治理框架，并提供了一个简化版本，供其学徒和工程师遵循。
AISG 由美国国家研究基金会于 2017 年发起，是一项旨在培养人工智能能力并展示人工智能技术如何应用于日常生活和提高企业效率的国家计划。 迄今为止，已推动30多个人工智能项目落地，开发人工智能工具，包括开源RPA工具TagUI，在Github上的下载量已超过7万次。
新加坡机构与谷歌云的合作伙伴关系将看到其学徒计划以及 100E 和 Makerspace 计划利用供应商的人工智能和机器学习工具。
Liew 说，这意味着与 AISG 合作的企业可以选择使用 Google 的技术。 他补充说，合作伙伴关系并非排他性的，并指出他的团队在其他云平台上工作，包括 Microsoft Azure 和亚马逊网络服务 (AWS)。
新加坡于 2019 年公布了一项国家人工智能战略，以推动该技术在整个城市国家的采用，并将其定位为开发和测试人工智能应用程序的全球平台。 与此同时，政府强调需要通过维护公众信任来预测人工智能可能带来的社会挑战，包括评估人工智能和数据的道德使用。
AI 伦理与治理知识体系于去年 10 月发布，作为组织负责任地采用 AI 技术并强调与 AI 技术开发和部署相关的伦理方面的参考指南。 该文件是根据去年 1 月更新的 Model AI 治理框架制定的。
Liew 指出，AISG 的 AI 学徒计划包括最初两个月的 AI 工程“深度技能培训”，其中包括 AI 伦理模块。 参与者必须在两个月的培训后通过测试才能进入下一阶段，他们将花费七个月的时间通过 AISG 的其他项目（例如 100 Experiments (100E) 和 AI Makerspace）解决现实世界的 AI 问题 砖。
他在通过视频回答 ZDNet 的问题时说，将道德纳入培训模块确保其工程师意识到与数据偏见和治理相关的潜在问题。
他认为，最近有关某些 AI 应用程序偏差的新闻头条是训练有素的软件工程师造成的结果，他们应用可用的 API（应用程序编程接口）来提取数据，而没有首先确保数据样本与他们正在尝试的问题的准确性或相关性 解决。 他说，这些工程师可能没有接受过数据挖掘或数据管理方面的培训或教育，并强调数据集应该是“平衡的”。
“人类是设计数据收集过程的一部分，而人类 [天生] 已经存在偏见。因此生成的数据已经存在偏见，”Liew 说。 他指出，如果数据或 AI 工程师了解提取数据的领域和来源，识别可能存在偏差的地方并知道如何纠正，则可以将此类风险降至最低。 他说，现在还有一些工具可以自动执行其中一些任务，这有助于进一步提高数据集的质量。
他补充说，AISG 工程师有一份清单，以确保在任何数据被批准用于训练 AI 模型之前没有数据偏差。
谷歌公共部门总经理保罗威尔逊指出，人工智能的采用与任何新技术一样需要深思熟虑。 威尔逊在接受 ZDNet 的视频采访时说，它可以用于不同的目的，有好的也有坏的，所以这里的关键是确保道德部署。
他提到了谷歌的 AI 原则，该原则于 2018 年 6 月首次发布，最近一次更新于去年 7 月，其中概述了这家美国供应商对技术的道德部署以及纳入政策和法规的方法。
他补充说，该公司旨在与政府密切合作以解决任何问题，并提供解决此类问题的工具和专业知识。
谷歌在 2019 年成立了一个小组来辩论人工智能的伦理影响，但几周后才解散。 然后它指出“当前环境”是一个原因。
这家美国供应商曾表示，它不会为会造成伤害的武器或应用开发人工智能，但会“在许多其他领域与政府和军方合作”。
出于对种族歧视的担忧，微软、亚马逊和 IBM 等其他公司禁止或暂时停止向警察部门出售面部识别软件。
利用 AI 检测裂缝
不过，对于 Oceans.ai 而言，人工智能技术可能有助于提高设备检查和缺陷检测的效率，特别是在某些环境中，例如海上石油和天然气平台。
该初创公司与 AISG 的 100E 接洽，以开发用于工业部署的人工智能资产检查和报告工具。 该团队正在使用一系列谷歌云工具来构建人工智能引擎，包括 Firebase、Cloud Run 和 Cloud Storage，并计划在年底前部署该平台。
Oceans.ai 的联合创始人兼董事总经理 Vinod Govindan 表示，一旦实施，它可以解决检查和识别位于偏远地区的设备缺陷的关键挑战。
Govindan 在接受 AISG 的视频采访时说，如果人工智能平台可以使用上传的图像，或者可能通过实时视觉数据来做到这一点，它将最大限度地减少部署人员在这些偏远地区进行检查的需要。
Ocean Atlantic International 的常务董事兼 Oceans.ai 的联合创始人 Siva Keresnasami 补充说，任何程度的自动化都将有助于提高检查的安全性和速度。 他指出，在全球大流行期间，这样做的必要性尤为重要，因为在这种情况下，向这些地点发送资源更加困难。
Keresnasami 说，该团队目前正在使用无人机捕捉和收集图像，但也在探索部署自主机器人和爬虫来捕捉水下资产数据的选项。
Govindan 指出，目前的重点是训练人工智能模型来检测设备的腐蚀、裂缝和变形，这是与资产相关的大部分问题。 他说，还有一个合理大小的数据集可用于在这三个领域训练模型。
对于不太常见的故障，例如缺少零件和泄漏，可用的图像较少。 他说，这对训练人工智能模型以更准确地检查和检测此类故障提出了挑战，因为它是从较小的数据集中学习的。 他补充说，裂纹和变形也不像腐蚀那样频繁发生，这可能会扭曲 AI 引擎生成的结果。
他指出，他的团队正在寻求收集足够的数据来喂养和训练人工智能模型。 他指出可能与业内其他技术和服务提供商合作，这些提供商可能有兴趣利用 AI 平台，以提供额外的图像来构建数据集并增加数量。 他说，如果建立这些伙伴关系，就必须同意数据保护政策。
威尔逊说，新加坡通过对人工智能的投资以及对全球贸易、旅游业和公民参与的关注，可能会出现一些有趣的用例和技术经验教训。 他特别表示，他希望看到从 AISG 的各种计划中学到的东西。
他说：“与 AI Singapore 的合作让我们共同努力，引领云 AI 的新应用，从根本上改变商业模式并推动新加坡的创新。” “通过这样做，我们希望在维持国家的国家竞争力和将新加坡转变为人工智能解决方案的全球中心方面发挥作用。”
新加坡政府上个月表示，本财政年度将花费超过 5 亿新加坡元（3.7186 亿美元）来推动人工智能在公共部门的采用和部署。 这一数字将占其当年 ICT 采购总支出的 13%。
“人工智能可以帮助政府提供更好的服务，根据数据驱动的洞察做出更好的决策，并优化运营以提高生产力，”管理该行业 ICT 计划的 GovTech 说。 “为了支持政府机构部署 AI，GovTech 构建了各种中央平台来支持视频分析、自然语言处理、欺诈分析和个性化领域的常见用例，以帮助机构降低引入 AI 解决方案的成本。中央平台 还使机构能够访问通用功能并享受更低的系统管理、维护和更新成本。”
