Rumah  >  Artikel  >  Peranti teknologi  >  Apakah prinsip etika yang perlu dipatuhi oleh kecerdasan buatan?

Apakah prinsip etika yang perlu dipatuhi oleh kecerdasan buatan?

WBOY
WBOYke hadapan
2023-05-17 12:13:052107semak imbas

Apabila sains data menjadi semakin canggih dan pengguna semakin menuntut pengalaman pelanggan yang lebih diperibadikan, kecerdasan buatan ialah alat yang membantu syarikat memahami pelanggan dan khalayak mereka dengan lebih baik. Tetapi walaupun AI mempunyai semua potensi di dunia, potensi penuh itu mungkin tidak akan dapat direalisasikan jika kita tidak dapat memikirkan cara untuk menyelesaikan cabaran etika yang masih ada.

Apakah prinsip etika yang perlu dipatuhi oleh kecerdasan buatan?

Ketika teknologi ini berkembang, satu persoalan yang perlu diingat oleh semua pemimpin yang ingin melaksanakan strategi AI ialah bagaimana untuk melakukannya secara beretika dan bertanggungjawab Memaksimumkan penggunaan kecerdasan buatan dalam perusahaan anda.

Untuk melaksanakan dan menskalakan keupayaan AI yang memberikan pulangan pelaburan yang positif sambil meminimumkan risiko, mengurangkan berat sebelah dan memacu nilai AI, perusahaan harus mengikut empat prinsip berikut:

1. Fahami matlamat, objektif dan risiko

Kira-kira tujuh tahun lalu, sebuah organisasi mengeluarkan apa yang mereka panggil “ The Hype Cycle for Emerging Technologies ,” meramalkan teknologi yang akan mengubah masyarakat dan perniagaan sepanjang dekad akan datang. Kecerdasan buatan adalah salah satu daripada teknologi ini.

Pengeluaran laporan ini telah mendorong syarikat untuk tergesa-gesa membuktikan kepada penganalisis dan pelabur bahawa mereka mahir dalam kecerdasan buatan, dan banyak syarikat telah mula menggunakan strategi kecerdasan buatan pada model perniagaan mereka . Walau bagaimanapun, kadangkala strategi ini terbukti tidak dilaksanakan dengan baik dan berfungsi sebagai sedikit pertimbangan kepada analitik atau matlamat berangka sedia ada. Ini kerana perniagaan tidak mempunyai pemahaman yang jelas tentang masalah perniagaan yang mereka cari untuk diselesaikan oleh AI.

Hanya 10% daripada model AI dan ML yang dibangunkan oleh perusahaan dilaksanakan. AI ketinggalan di belakang pemutusan hubungan bersejarah antara perniagaan dengan masalah dan saintis data yang boleh menggunakan AI untuk menyelesaikan masalah. Walau bagaimanapun, apabila kematangan data meningkat, perusahaan telah mula menyepadukan penterjemah data ke dalam rantaian nilai yang berbeza, seperti keperluan perniagaan pemasaran untuk menemui dan mengubah hasil.

Itulah sebabnya prinsip pertama dalam membangunkan strategi AI yang beretika adalah untuk memahami semua matlamat, objektif dan risiko, dan kemudian mencipta pendekatan terdesentralisasi kepada AI merentas perusahaan.

2 Menyelesaikan masalah berat sebelah dan diskriminasi

Oleh kerana penyelesaian AI tidak pernah dibangunkan dengan betul untuk menyelesaikan masalah berat sebelah, perniagaan besar. dan kecil sedang mengalami Reputasi rosak dan pelanggan tidak mempercayainya. Oleh itu, syarikat yang mencipta model AI mesti mengambil langkah pencegahan untuk memastikan penyelesaian mereka tidak mendatangkan bahaya. Cara untuk melakukan ini ialah dengan mencipta rangka kerja yang menghalang sebarang kesan negatif pada ramalan algoritma.

Sebagai contoh, jika syarikat ingin memahami dengan lebih baik sentimen pelanggan melalui tinjauan, seperti cara komuniti yang kurang diwakili melihat perkhidmatan mereka, mereka mungkin menggunakan sains data untuk menganalisis Tinjauan pelanggan tersebut, menyedari bahawa peratusan tertentu respons kepada tinjauan yang diterbitkan adalah dalam bahasa selain bahasa Inggeris, satu-satunya bahasa yang mungkin difahami oleh algoritma AI.

Untuk menyelesaikan masalah ini, saintis data bukan sahaja boleh mengubah suai algoritma tetapi juga menggabungkan nuansa kompleks bahasa. Jika nuansa dalam bahasa ini dapat difahami, dan AI digabungkan dengan bahasa yang lebih fasih menjadikan kesimpulan ini lebih boleh diambil tindakan, perniagaan akan dapat memahami keperluan komuniti yang kurang diwakili untuk meningkatkan pengalaman pelanggan mereka.

3 Membangunkan rangkaian penuh data asas

Algoritma kecerdasan buatan boleh menganalisis sejumlah besar set data, dan perusahaan harus memberi keutamaan kepada model kecerdasan buatan mereka Rangka kerja untuk pembangunan standard data untuk penggunaan dan pengingesan. Untuk AI berjaya, set data yang holistik, telus dan boleh dikesan adalah penting.

AI mesti mengambil kira campur tangan manusia. Perkara seperti slanga, singkatan, perkataan kod dan banyak lagi perkataan yang telah dibangunkan manusia berdasarkan evolusi berterusan, setiap satunya boleh menyebabkan algoritma kecerdasan buatan yang sangat teknikal menjadi salah. Model AI yang tidak dapat mengendalikan nuansa manusia ini akhirnya tidak mempunyai set data holistik. Ia seperti cuba memandu tanpa cermin pandang belakang Anda mempunyai beberapa maklumat yang diperlukan tetapi tiada titik buta yang kritikal.

Perniagaan mesti mencari keseimbangan antara data sejarah dan campur tangan manusia agar model AI memahami perbezaan yang kompleks ini. Dengan menggabungkan data berstruktur dengan data tidak berstruktur dan melatih AI untuk mengenali kedua-duanya, anda boleh menjana set data yang lebih komprehensif dan meningkatkan ketepatan ramalan anda. Selanjutnya, pengauditan pihak ketiga bagi set data boleh menjadi faedah tambahan, bebas daripada berat sebelah dan percanggahan.

4 Elakkan pendekatan "kotak hitam" untuk pembangunan algoritma

Untuk AI beretika, ketelusan yang lengkap diperlukan. Untuk membangunkan strategi AI yang telus, boleh ditafsir dan boleh ditafsir secara serentak, syarikat mesti membuka "kotak hitam" kod mereka untuk memahami cara setiap nod dalam algoritma mencapai kesimpulannya dan mentafsir keputusannya.

Walaupun ini kedengaran mudah, untuk mencapainya memerlukan rangka kerja teknikal yang kukuh yang boleh menerangkan tingkah laku model dan algoritma dengan melihat kod asas untuk menunjukkan perkara yang dijana Sub-ramalan yang berbeza.

Perusahaan boleh bergantung pada rangka kerja sumber terbuka untuk menilai model AI dan ML merentas pelbagai dimensi, termasuk:

  • Analisis Ciri: untuk menilai kesan penggunaan ciri baharu pada sedia ada model
  • Analisis nod: menerangkan subset ramalan
  • Analisis setempat: menerangkan ramalan individu dan ciri padanan, dengan itu meningkatkan hasil
  • Analisis global: menyediakan Ulasan atas ke bawah keseluruhan gelagat model dan ciri utama

AI ialah teknologi yang kompleks dengan banyak masalah yang berpotensi jika perniagaan tidak berhati-hati. Model AI yang berjaya harus mengutamakan isu-isu etika dari hari pertama, bukan sebagai renungan. Merentasi industri dan perniagaan, AI bukanlah satu saiz yang sesuai untuk semua, tetapi satu perkara biasa yang harus membawa kepada kejayaan ialah komitmen terhadap ramalan yang telus dan tidak berat sebelah.


Atas ialah kandungan terperinci Apakah prinsip etika yang perlu dipatuhi oleh kecerdasan buatan?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Artikel ini dikembalikan pada:51cto.com. Jika ada pelanggaran, sila hubungi admin@php.cn Padam