人工智能发现了 40000 名被维基百科忽视的杰出科学家

　　人工智能经常因其延续社会偏见的倾向而受到批评，但它同样有能力与它们作斗争。机器学习目前被用于扫描科学研究和新闻报道，以识别未出现在维基百科上的杰出科学家。这些科学家中有许多是女性，在世界上最受欢迎的百科全书中，她们的遗漏尤其重要，其中82%的传记都是关于男性的。

　　该研究由一家名为 Primer 的人工智能初创公司进行，以展示该公司在自然语言处理 (NLP) 方面的专业知识。这是人工智能的一个具有挑战性但充满活力的子领域，它的全部内容都是关于理解和生成数字文本。维基百科经常被用作训练这类程序的来源，但 Primer 想要回馈该网站。

　　在一篇博文中，Primer 的科学主管 John Bohannon 解释了该公司如何开发一种名为 Quicksilver 的工具（以科幻作家 Neal Stephenson 书中的技术命名，“因为我们是书呆子”）来阅读大约 5 亿份源文件，筛选出被引用次数最多的数字，然后写一篇关于他们及其工作的基本草稿。

　　例如，这是一篇关于特蕾莎·伍德拉夫（Teresa Woodruff）的 AI 文章，这位科学家没有维基百科条目，但在 2013 年被《时代》杂志评为“最具影响力人物”之一。她的工作包括为老鼠设计 3D 打印的卵巢。

　　Primer 说，这是一篇基本的文章，但它有说服力且来源明确，这是 Wikipedia 编辑创建一篇关于 Woodruff 的文章的完美起点。

　　迄今为止，这家初创公司已经确定了 40,000 名“失踪”的科学家，他们的覆盖范围与拥有Wikipedia 文章的个人相似，并发布了 100 篇AI 生成的摘要。它还参与了三个维基百科编辑马拉松，旨在提高女性在科学界的在线代表性。（Editathons 是专家互相教授创建和编辑 Wikipedia 文章的活动，通常是为了加强其学科领域的覆盖面。）正如 Bohannon 所指出的，至少有一个人被 Primer 的技术发现，因此已经获得了一篇 Wikipedia 文章——加拿大机器人专家乔尔·皮诺。

　　伦敦帝国理工学院的物理学家杰西卡·韦德（Jessica Wade）撰写了皮诺的新条目，她向《连线》杂志介绍了该系统的好处。“维基百科存在令人难以置信的偏见，女性在科学领域的代表性不足尤其糟糕，”韦德说。“使用 Quicksilver，您无需四处寻找缺失的姓名，而且您可以非常快速地获得大量来源良好的信息。”

　　Primer 表示，它的技术建立在谷歌和其他研究人员过去的工作基础上，包括今年 1 月发表的一项研究，该研究也使用机器学习来生成基本的维基百科文章。然而，该公司表示其目标比这更实际。它不想将维基百科用作实验的测试平台，而是希望创建对在线信息生态系统有明显好处的工具。

　　为此，Quicksilver 不仅会发现被忽视的个人并生成文章草稿。它还可用于维护 Wikipedia 条目并识别它们何时没有更新。该公司表示，数据科学家 Aleksandr Kogan 的维基百科条目就是一个很好的例子。Kogan 在Cambridge Analytica 丑闻的核心开发了这个应用程序，他在今年 3 月创建了一个关于他的 Wikipedia 页面。Primer 指出，对 Kogan 条目的编辑在 4 月中旬停止（这意味着有关 Kogan 的更新，例如他还访问了 Twitter 数据的事实，尚未添加）。

　　当然，即使是这样的工具也容易受到偏见的影响。如果 Primer 的广告基于他们在新闻报道中的包含而忽略了科学家，那么它最终可能会反映科学媒体的兴趣。但 Bohannon 坚持认为，该公司的工具仍然可以作为人类主导流程的助手。