一种使 AI 民主化的框架

机器学习与人工智能被视为第四次工业革命不可或缺的一部分。它们的影响及深远后果虽已被承认，却尚待被充分理解。这些技术高度专业化，少数组织与经过精选的高素质专业人员拥有以资金、人力与实力衡量的能力来规划未来。然而，权力集中可能导致边缘化，引发严重不平等。全球监管机构和政府正在围绕这些技术制定国家政策与法律，以保护数字公民的权利并赋予其能力。即便是私营非营利组织也正通过使技术\emph{可及}与\emph{可负担}来推动技术民主化。然而，可及性与可负担性仅是该领域民主化的少数方面。其他方面包括但不限于\emph{可移植性}、\emph{可解释性}、\emph{可信性}、\emph{公平性}等。可想而知，AI 民主化是一个多方面问题，需要科学、技术与政策的进步。在 \texttt{mlsquare}，我们正在该领域开发科学工具。具体而言，我们引入了一个固守特定理念、可扩展的 \texttt{Python} 框架，为上述每一类中的多种解决方案提供单一接口点。我们给出了框架的设计细节、API、参考实现、开发路线图及贡献指南。