Bina masyarakat yang lebih baik dengan kecerdasan buatan yang lebih baik

Kecerdasan buatan (AI) mempunyai potensi besar untuk berinovasi bagi menambah baik setiap aspek masyarakat, daripada sistem kejuruteraan tradisional kepada penjagaan kesihatan kepada proses kreatif dalam seni dan hiburan. Di Hollywood, sebagai contoh, studio menggunakan AI untuk mendedahkan dan mengukur berat sebelah dalam skrip—alat pengeluar dan penulis perlu mencipta media yang lebih adil dan inklusif.

Walau bagaimanapun, AI hanya pintar seperti data yang dilatihnya, yang mencerminkan berat sebelah dalam kehidupan sebenar. Untuk mengelakkan stereotaip dan eksklusiviti berterusan, ahli teknologi menangani isu ekuiti dan kemasukan dalam kehidupan sebenar dan inovasi.

Kecondongan semula jadi manusia

Memandangkan ahli teknologi ingin menggunakan AI untuk mencari penyelesaian berpusatkan manusia untuk mengoptimumkan amalan industri dan kehidupan seharian, adalah penting untuk mengambil kira kecenderungan semula jadi kita yang mungkin Mempunyai akibat yang tidak diingini adalah penting.

"Sebagai manusia, kami sangat berat sebelah," kata Ammanath, pemimpin global Institut AI Deloitte dan pemimpin teknologi dan etika AI di Deloitte. “Memandangkan kecenderungan ini dimasukkan ke dalam sistem, sebahagian daripada masyarakat berkemungkinan akan ketinggalan — minoriti yang kurang diwakili, orang yang tidak mempunyai akses kepada alatan tertentu — dan itu boleh menyebabkan lebih banyak ketidaksamaan di dunia.” 

Jika sistem dilatih dengan data berat sebelah, atau penyelidik tidak mempertimbangkan bagaimana perspektif mereka sendiri mempengaruhi hala tuju penyelidikan, maka titik permulaannya adalah projek yang baik - mencipta hasil yang sama atau mengurangkan ketidaksamaan masa lalu - mungkin masih menjadi berat sebelah .

Pelarasan kepada kecenderungan AI setakat ini biasanya merupakan tindak balas kepada penemuan algoritma berat sebelah atau kemunculan demografi yang kurang diwakili selepas fakta itu, kata Ammanath. Walau bagaimanapun, syarikat kini mesti belajar cara menjadi proaktif, mengurangkan isu ini lebih awal dan bertanggungjawab atas kesilapan dalam usaha AI mereka.

Bias Algoritma dalam Kepintaran Buatan

Dalam kecerdasan buatan, bias datang dalam bentuk bias algoritma. "Bias algoritma ialah satu set cabaran dalam membina model AI," jelas Kirk Bresniker, ketua arkitek di HP Labs dan naib presiden di Hewlett Packard Enterprise (HPE). "Kami mungkin menghadapi cabaran kerana algoritma kami tidak dapat mengendalikan input yang berbeza, atau kerana kami tidak mengumpul set data yang cukup luas untuk dimasukkan ke dalam latihan model kami. Dalam kedua-dua kes, kami tidak mempunyai data yang mencukupi. ”

Pincang algoritma juga boleh datang daripada pemprosesan yang tidak tepat, data diubah suai atau seseorang yang menyuntik isyarat palsu. Sama ada disengajakan atau tidak, berat sebelah ini boleh membawa kepada hasil yang tidak adil yang boleh memberi keistimewaan kepada satu kumpulan atau mengecualikan yang lain sepenuhnya.

Sebagai contoh, Ammanath menerangkan algoritma yang direka bentuk untuk mengenal pasti jenis kasut yang berbeza, seperti selipar, sandal, kasut pakaian dan kasut. Bagaimanapun, apabila ia dikeluarkan, algoritma tersebut gagal mengecam kasut wanita dengan kasut tumit tinggi. Pasukan pembangunan ialah sekumpulan graduan kolej baru-baru ini—semua lelaki—yang tidak pernah terfikir untuk melatihnya dalam kasut wanita.

"Ini adalah contoh remeh, tetapi anda menyedari set data adalah terhad," kata Ammanath. “Sekarang fikirkan tentang algoritma serupa yang menggunakan data sejarah untuk mendiagnosis penyakit atau penyakit Bagaimana jika ia tidak dilatih untuk jenis badan tertentu, jantina tertentu, atau kaum tertentu Jika anda tidak mempunyai kepelbagaian itu, anda kehilangan senario tertentu yang lebih baik AI bermakna peraturan kendiri dan etika Mudah Mengakses set data yang lebih besar (dan lebih pelbagai) adalah cabaran yang menakutkan, terutamanya apabila data menjadi lebih tertumpu. Perkongsian data menimbulkan banyak isu, yang paling penting ialah keselamatan dan privasi.

Nathan Schneider, penolong profesor kajian media di University of Colorado Boulder, berkata: "Pada masa ini, kami mempunyai situasi di mana pengguna individu mempunyai kuasa yang jauh lebih rendah daripada syarikat besar yang mengumpul dan memproses data mereka."

Undang-undang dan peraturan yang diperluaskan akhirnya akan menentukan masa dan cara data dikongsi dan digunakan. Tetapi inovasi tidak akan menunggu penggubal undang-undang. Pada masa ini, organisasi pembangunan AI mempunyai tanggungjawab untuk menjadi pengurus data yang baik dan melindungi privasi individu sambil berusaha untuk mengurangkan kecenderungan algoritma. Ammanath dari Deloitte berkata kerana teknologi matang dengan begitu cepat, adalah mustahil untuk bergantung pada peraturan untuk merangkumi setiap senario yang mungkin. “Kami akan memasuki era pematuhan mengimbangi dengan peraturan sedia ada dan kawal selia kendiri.”

Kawal selia kendiri ini bermakna meningkatkan standard merentas keseluruhan rantaian bekalan teknologi yang membina penyelesaian AI, daripada data kepada latihan kepada infrastruktur yang diperlukan untuk membuat penyelesaian ini mungkin. Selain itu, organisasi perlu mewujudkan jalan untuk individu merentas jabatan untuk menimbulkan kebimbangan tentang berat sebelah. Walaupun mustahil untuk menghapuskan berat sebelah sepenuhnya, perniagaan mesti sentiasa mengaudit keberkesanan penyelesaian AI mereka.

Disebabkan sifat AI yang sangat kontekstual, kawal selia kendiri akan kelihatan berbeza untuk setiap perniagaan. Sebagai contoh, HPE telah membangunkan garis panduan AI beretika. Pelbagai orang dari seluruh syarikat menghabiskan hampir setahun bekerja bersama-sama untuk membangunkan prinsip AI syarikat dan kemudian menyemaknya dengan pelbagai pekerja untuk memastikan mereka boleh diikuti dan bahawa mereka masuk akal kepada budaya korporat.

Bresniker HPE berkata: "Kami mahu meningkatkan pemahaman umum tentang isu ini dan kemudian mengumpulkan amalan terbaik. Ini adalah tugas semua orang - terdapat kesedaran yang mencukupi dalam bidang ini."

Teknologi kecerdasan buatan telah matang, daripada penyelidikan dan pembangunan kepada aplikasi praktikal dan penciptaan nilai, merentas semua industri. Penembusan AI yang semakin meningkat dalam masyarakat bermakna perniagaan kini mempunyai tanggungjawab etika untuk menyediakan penyelesaian yang berkuasa, inklusif dan boleh diakses. Tanggungjawab ini mendorong organisasi untuk memeriksa, kadangkala buat kali pertama, data yang mereka tarik ke dalam proses mereka. "Kami mahu orang ramai membina visi itu dan mempunyai keyakinan yang boleh diukur dalam data yang masuk," kata Bresniker "Mereka mempunyai kuasa untuk menghentikan ketidaksamaan sistemik yang berterusan dan mencipta hasil yang saksama untuk masa depan yang lebih baik."

Atas ialah kandungan terperinci Bina masyarakat yang lebih baik dengan kecerdasan buatan yang lebih baik. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!