发布者 Bhaktipriya Radharapu，Google Research 软件工程师

负责任的 AI 的主要目标之一是道德地开发软件，并以响应社会需求的方式进行，同时考虑到用户的不同观点。开源软件通过为广泛的利益相关者提供贡献方式来帮助解决这个问题。

为了继续使负责任的 AI 开发更加包容和透明，并符合我们的AI 原则，Google 的负责任的 AI 团队与 Google Summer of Code (GSoC) 合作，为学生和专业人士提供机会为促进负责任的 AI 资源和实践的开源项目做出贡献。GSoC 是一项全球性的在线计划，专注于将新的贡献者引入开源软件开发。GSoC 贡献者在导师的指导下与开源组织合作完成一个 12 周以上的编程项目。通过引入新的贡献者和想法，我们发现 GSoC 有助于为负责任的 AI 开发营造更加创新和创造性的环境。

这也是 Google 的一些负责任的 AI 工具（例如 学习可解释性工具 (LIT)、TensorFlow 模型修复 和 数据卡手册）首次从全球第三方开发者那里获得贡献，吸引了来自不同领域的新的开发者加入我们，共同致力于为所有人构建负责任的 AI。

我们很高兴分享 GSoC 参与者完成的工作，并分享他们对使用最先进的公平性和可解释性技术的经验，以及我们作为导师的收获，以及夏季代码项目对我们每个人以及对负责任的 AI 社区的价值。

我们有机会指导四位开发者 - Aryan Chaurasia、Taylor Lee、Anjishnu Mukherjee、Chris Schmitz。Aryan 在 Google 软件工程师 Ryan Mullins 的指导下成功地为 LIT 实施了 XAI 教程。这些教程展示了如何使用 LIT 来评估（多语言）问答模型的性能，并了解文本到图像生成模型的行为模式。

Anjishnu 在 Ryan Mullins 的指导下也为 LIT 实施了教程。Anjishnu 的工作影响了正在审查的研究，该研究评估了专业人员在生产环境中的可解释性实践。

Chris 在 Google 软件工程师 Jenny Hamer 的技术指导下，为 TensorFlow 模型修复的实验技术 Fair Data Reweighting 创建了两个教程。这些教程帮助开发者应用公平性强制数据重新加权算法，这是一种与模型架构无关的预处理偏差修复技术。

最后，Taylor 在 Google Research 的高级 UX 设计师 Mahima Pushkarna 和 Google 负责任的 AI 开发倡导者 Andrew Zaldivar 的指导下，为数据卡手册中的活动设计了信息架构和用户体验。该项目将一个帮助团队评估其数据卡模板的读者中心性的手动计算器转换为虚拟体验，以促进深入的讨论。

参与者学习了关于使用最先进的公平性和可解释性技术的很多知识。他们还了解了开发负责任的 AI 系统的挑战，以及考虑其工作社会影响的重要性。GSoC 的独特之处还在于它不仅仅是代码和开发 - 受训者接触到了设计和技术写作等与代码相关的技能，这些技能对于软件项目的成功至关重要，对于尖端的负责任的 AI 项目来说也很关键，使他们能够从 360 度的角度了解负责任的 AI 项目的生命周期。

该项目对来自世界各地的参与者开放，来自 14 个国家/地区的参与者参与了该项目。我们为参与者和专业人士设立了几个社区频道，以便他们讨论负责任的 AI 主题以及 Google 的负责任的 AI 工具和产品，这些频道自然发展壮大，拥有 300 多名成员。社区参与了 GSoC 在公平性、可解释性和透明度方面的各种动手入门项目，并由 8 位 Google Research 导师和组织者指导。

我们能够强调社区和协作在开源软件开发中的重要性，特别是在负责任的 AI 这样的领域，该领域依赖于透明和包容的开发。总而言之，Google Summer of Code 项目一直是民主化 AI 技术负责任开发的有力工具。通过为指导和创新提供平台，GSoC 帮助我们提高了开源软件的质量，并通过工具和技术指导开发者以安全和负责任的方式构建 AI。

我们衷心地感谢所有参与者、导师和组织者，感谢他们使夏季代码项目取得成功。我们期待看到我们的开发者社区如何继续共同努力，塑造负责任的 AI 的未来。

我们鼓励您查看 Google 的负责任的 AI 工具包，并通过在您的社交媒体帖子中添加 #TFResponsibleAI 标签与我们分享您构建的内容，或者为社区聚光灯计划分享您的工作。

如果您有兴趣在 2023 年参加 TensorFlow 的夏季代码项目，您可以在此处找到有关我们组织和建议项目的更多信息。

致谢

导师和组织者

Andrew Zaldivar、Mahima Pushkarna、Ryan Mullins、Jenny Hamer、Pranjal Awasthi、Tesh Goyal、Parker Barnes、Bhaktipriya Radharapu

赞助商和支持者

特别感谢 Shivani Poddar、Amy Wang、Piyush Kumar、Donald Gonzalez、Nikhil Thorat、Daniel Smilkov、James Wexler、Stephanie Taylor、Thea Lamkin、Philip Nelson、Christina Greer、Kathy Meier-Hellstern 和 Marian Croak 使这项工作成为可能。