人工智能学习人类知识，同时也吸收人类偏见。这种担忧由来已久。但谷歌的一项新发明极大推进了人工智能从文本材料中学习的速度，也使解决机器偏见问题迫在眉睫。
10 月 25 日，谷歌宣布利用 BERT 来优化搜索引擎，已经使英语搜索结果的匹配度提高了 10% 左右。未来，谷歌还会推出学习其他语言和国家的算法。
BERT 是谷歌在 2018 年开发的一种基于神经网络的 NLP 技术，它能一次接收整句话，而非从左至右（或相反）逐字接收。这使得如果有人要搜“在没有路缘的山坡停车”，BERT 能认出“不要”，从而给出正确的搜索结果。而传统搜索引起只会关注“路缘”和“山坡”，给出与搜索意图相反的结果。
图 | BERT 能更好识别“在没有路缘的山坡停车”句子里的“没有”一词，从而理解人类意图（来源：https://blog.google）
让人们担忧的是，BERT 的学习材料正来自数字化书籍和新闻文章。在 BERT 学会一切之前，人们没有时间来清理其中根深蒂固的偏见。而这些偏见一旦被算法吸收，将更难辨认，也更难清除。
