谷歌研究員披露種族歧視遭遇 谷歌被迫支付4000英鎊和解

• 2018年11月26日 ZhangHongYuan來源：綜合 672 39
• 繁體

• 

  如何應對2019年新形勢下中國科技創(chuàng)新行業(yè)的變化與挑戰(zhàn)！

  中國科技創(chuàng)新基礎較為堅實。中國一直重視科技創(chuàng)新的培養(yǎng)，從新中國成立之初就提出科學技術是第一生產力，近年來更是加大科研經費的投入，科技創(chuàng)新是經濟發(fā)展和社會進步的驅動力，是提高中國綜合...

據英國《衛(wèi)報》報道，谷歌聘用的一名摩洛哥裔英國外包員工在工作過程受到不公平對待。為此，谷歌被迫支付4000英鎊和解此案。

北京時間11月26日早間消息，據英國《衛(wèi)報》報道，谷歌聘用的一名摩洛哥裔英國外包員工在工作過程受到不公平對待。為此，谷歌被迫支付4000英鎊和解此案。

這位化名艾哈邁德·拉希德(Ahmed Rashid)的員工表示，此前他在英國各大商場為谷歌進行秘密研究的過程中，經常因為自己的種族身份而被當做恐怖分子嫌疑人。而在他提出投訴后，原本獲得的一份新合約也被谷歌突然取消。

谷歌當時否認不當行為，但同意向拉希德支付4000英鎊和解此案。作為該和解協(xié)議的一部分，拉希特同意不談論此案，但在看到谷歌員工在世界各地抗議該公司的各種歧視行為后，他決定披露此事。

拉希德表示，他當時負責為谷歌收集目標購物中心中的各個商店的WiFi信號強弱信息。這個名為Expedite的項目意在幫助谷歌地圖用戶通過WiFi數據、而非GPS信號進行室內定位。所以，拉希德和他的團隊必須在目標商場內部走來走去，然后將信號記錄在他們手機上的谷歌應用中。

但由于要在商店和商場不知情的情況下開展工作，并被禁止向店內員工透露自己的身份，導致他很容易遭到種族歧視。他還表示，谷歌要犧牲合同工的安全來開展這項秘密研究，而這恰恰迎合了人們對穆斯林和阿拉伯人的偏見。

他說：“我是團隊中唯一一個明顯有阿拉伯血統(tǒng)的人。我經常被保安和工作人員阻止。但我又不能告訴他們我在為谷歌工作。我很害怕去工作，因為我擔心自己被逮捕。那10個月時間，我就是這么過來的，感覺很孤獨。我甚至一度想過自殺，我的外表讓我感覺自己就是個被遺棄的人?！?/p>

拉希德的一位白人前同事表示，谷歌本應采取更多措施保護拉希德。他說：“如果我們所有人都有身份證明就會很有幫助，因為我們都被攔下來過。但我們很多人都沒碰到麻煩，因為我們是白人。谷歌應該給他提供更多幫助?！?/p>

拉希德曾經在西倫敦的Westfield商場被保安攔下，而該商場的發(fā)言人也證實他們沒有參與這個項目。

拉希德表示，他曾經多次向谷歌匯報此事，希望能夠獲得一個工卡來避免遭到懷疑。但谷歌并未理會這項請求。當他投訴自己去年9月29日在羅姆福的Liberty購物中心被保安跟蹤的經歷后，一份原本已經承諾給他的新合同卻被谷歌撤銷。

拉希德還表示，他還在歐洲從事過跟購物中心地圖繪制有關的一個項目，該項目就會事先通知商場，但也不會為其提供工卡。他也在巴黎和那不勒斯的購物中心遭到保安的盤問。

拉希德認為，谷歌未能認識到阿拉伯背景的研究員會遭到何種對待。世界各地的谷歌員工都要求該公司停止使用保密協(xié)議來強迫受害者保持沉默。作為回應，該公司也修改了性騷擾政策。拉希德則認為，該公司應該更進一步，修改跟種族歧視有關的政策。

谷歌證實其的確會定期派人收集WiFi信號。但該公司也表示，這些都是公開信息，不必尋求許可。該公司發(fā)言人說：“如果有人問及，我們會要求他們直接表明自己為谷歌工作的身份?！?/p>

相關閱讀：谷歌推出新方案，圖像標注速度提高三倍

谷歌AI團隊近日推出了一款新型圖像標注方式——“流體標注”，即采用機器學習來注釋分類標簽并勾勒出圖片中的每個對象和背景區(qū)域。谷歌官方表示其可將標記數據集的速度提高三倍。

百度眾測平臺去年曾發(fā)布了5000萬元的數據標注任務，而今年預計將達3億元。面對如此大的市場需求，效率低、交付質量參差不齊的人工標注方式亟待改善。谷歌此次推出的“流體標注”如何為圖像標注提速?

數據標注——機器感知世界的起點

“數據標注是人工智能產業(yè)的基礎，是機器感知現實世界的起點。從某種程度上來說，沒有經過標注的數據就是無用數據。”美國加州科技大學校長秦志剛教授在接受科技日報記者采訪時表示，機器識別事物主要通過物體的一些特征。被識別的物體還需要通過數據標注才能讓機器知道這個物體是什么。

在機器的世界里，圖像與語音、視頻等一樣，是數據的一個種類。近年來，隨著數碼產品以及存儲技術的迅速普及和發(fā)展，人們每天都可通過相機、可視電話、監(jiān)控及醫(yī)療設備等制造大量圖像。因此，現階段圖像已然成為標注產業(yè)發(fā)展的重點對象。

如果素材是一張人物圖像，那么需要標注的信息往往是性別、面部朝向、人種、有無帽子眼鏡等，也可以人為地將人物和背景的區(qū)域劃分開來。將成千上萬張經過標注的圖片組成的數據集“投喂”給機器，它才能在一張全新的圖像中分辨出人物在哪個區(qū)域、具有怎樣的外貌特征。對于人來說“小兒科”的思考歷程，機器卻需要大量的標記數據集進行訓練。

延伸閱讀

推薦閱讀

猜您喜歡