搜尋
首頁科技週邊人工智慧最優運輸及其在公平性的應用

譯者 | 李睿

審校 | 孫淑娟

最佳運輸源自經濟學,如今被發展為如何最佳分配資源的工具。最優運輸理論的起源可以追溯到1781年,當時的法國科學家加斯帕德·蒙格研究了一種據稱「移動地球」的方法,並為拿破崙的軍隊建造防禦工事。整體而言,最優運輸是一個問題,即如何將所有資源(例如鐵礦)從一組起點(礦場)移動到一組終點(鋼鐵廠),同時最小化資源必須移動的總距離。從數學上來說,研究人員希望找到一個函數,該函數將每個起點映射到一個目的地,同時最小化起點與其對應目的地之間的總距離。儘管其描述無傷大雅,但這一問題的原始構想(即蒙格構想)的進展仍停滯了將近200年。

在上世紀40年代,蘇聯數學家Leonid Kantorovich將這個問題的構想調整為現代版本,即現在所稱的Monge Kantorov理論,這是朝著解決方案邁出的第一步。這裡的新奇之處在於允許來自同一礦山的一些鐵礦提供給不同的鋼鐵廠。例如,一個礦山60%的鐵礦可以提供給一家鋼鐵廠,而礦山剩餘40%的鐵礦則可以提供給另一個鋼鐵廠。從數學上來說,這不再是一個函數,因為同一個原點現在映射到潛在的多個目的地。與其相反,這被稱為起點分佈和目的地分佈之間的耦合,如下圖所示;從藍色分佈(原點)中選擇一個礦山,並沿著該圖垂直移動,顯示了鐵礦被發送的鋼鐵廠(目的地)的分佈。

最優運輸及其在公平性的應用

作為這一新發展的一部分,Kantorivich引入了一個重要的概念,稱之為Wasserstein距離。與地圖上兩點之間的距離類似,Wasserstein距離(受其原始場景啟發也稱為推土機距離)測量兩個分佈之間的距離,例如本例中的藍色和洋紅色分佈。如果所有的鐵礦都距離所有的鐵廠都很遠,那麼礦山分佈(位置)和鋼鐵廠分佈之間的Wasserstein距離就會很大。即使有了這些新的改進,仍然不清楚是否真的存在運輸鐵礦資源的最佳方式,更不用說採用哪種方式了。最後在上世紀90年代,由於數學分析和最佳化的改進問題獲得部分解決方案,理論開始迅速發展。而進入21世紀,最優運輸開始蔓延到其他領域,如粒子物理學、流體動力學,甚至統計和機器學習。 

現代的最優運輸  

隨著新理論的爆炸性發展,在過去二十年中,最優運輸已成為許多新的統計和人工智慧演算法的中心。在幾乎每個統計演算法中,資料都被明確或隱式地建模為具有某種潛在的機率分佈。例如,如果收集不同國家的個人收入數據,則該人口收入在每個國家都存在機率分佈。如果希望根據人口的收入分佈對兩個國家進行比較,那麼需要一種方法來衡量這兩個分佈之間的差距。這正是優化運輸(尤其是Wasserstein距離)在數據科學中變得如此有用的原因。然而,Wasserstein距離並不是衡量兩個機率分佈相距距離的唯一指標。事實上,由於它們與物理學和資訊理論的聯繫,L-2距離和Kullback-Leibler(KL)散度這兩種選擇在歷史上更為常見。 Wasserstein距離相對於這些替代方案的主要優勢在於,它在計算距離時同時考慮了數值及其機率,而L-2距離和KL散度僅考慮機率。下圖顯示了一個關於三個虛構的國家收入的人工資料集的範例。

最優運輸及其在公平性的應用

在這種情況下,由於分佈不重疊,藍色和洋紅色分佈之間的L-2距離(或KL散度)將與藍色和綠色分佈之間的L-2距離大致相同。另一方面,藍色和洋紅色分佈之間的Wasserstein距離將遠小於藍色和綠色分佈之間的Wasserstein距離,因為值之間存在顯著差異(水平分離)。 Wasserstein距離的這一特性使其非常適合量化分佈之間的差異,特別是資料集之間的差異。

以最佳運輸實現公平 

隨著每天收集大量數據,機器學習在許多行業中變得越來越普遍,數據科學家必須越來越小心謹慎,不要讓他們的分析和演算法延續數據中現有的偏差和偏差永久化。例如,如果房屋抵押貸款批准資料集包含關於申請者種族的信息,但由於使用的方法或無意識偏差,少數族裔在收集過程中受到歧視,則基於該資料訓練的模型將在一定程度上反映潛在的偏差。

优化运输可以从两个方面帮助缓解这种偏差和提高公平性。第一种也是最简单的方法是使用Wasserstein距离来确定数据集中是否存在潜在偏差。例如,可以估计批准给女性的贷款金额分布和批准给男性的贷款金额分配之间的Wasserstein距离,如果Wasserstein距离非常大,即具有统计显著性,那么可能怀疑存在潜在偏差。这种测试两组之间是否存在差异的想法在统计学中被称为双样本假设检验。

或者,当底层数据集本身存在偏差时,甚至可以使用最优运输来强制模型中的公平性。从实际的角度来看,这非常有用,因为许多真实的数据集会表现出一定程度的偏差,并且收集无偏差的数据可能非常昂贵、耗时或不可行。因此,使用现有的数据更为实际,无论数据有多不完善,并尝试确保模型减轻这种偏差。这是通过在模型中强制实施称为强人口统计奇偶性的约束来实现的,该约束迫使模型预测在统计上独立于任何敏感属性。一种方法是将模型预测的分布映射到不依赖于敏感属性的调整预测的分布。然而,调整预测也会改变模型的性能和准确性,因此在模型性能和模型对敏感属性的依赖程度(即公平性)之间存在权衡。  

通过尽可能少地更改预测以确保最佳模型性能,同时仍保证新预测独立于敏感属性,从而实现最佳运输。这种调整之后的模型预测的新分布被称为Wasserstein重心,在过去十年中一直是许多研究的主题。Wasserstein重心类似于概率分布的平均值,因为它最小化了从自身到所有其他分布的总距离。下图显示了三个分布(绿色、蓝色和品红色)以及它们的Wasserstein重心(红色)。  

最優運輸及其在公平性的應用

在上面的示例中,假设基于包含一个敏感属性(例如婚姻状况)的数据集构建了一个模型来预测某人的年龄和收入,该属性可以取三个可能的值:单身(蓝色)、已婚(绿色)和丧偶/离婚(品红色)。散点图显示了每个不同值的模型预测分布。但是希望调整这些值,以便新模型的预测对一个人的婚姻状况视而不见,可以使用最佳运输将这些分布中的每一个映射到红色的重心。因为所有值都映射到相同的分布,不能再根据收入和年龄来判断一个人的婚姻状况,反之亦然。重心尽可能地保留了模型的保真度。  

企业和政府决策中使用的数据和机器学习模型越来越普遍,这导致了新的社会和道德问题的出现,即如何确保这些模型的公平应用。由于收集方式的性质,许多数据集包含某种偏差,因此在它们上训练的模型不会加剧这种偏差或任何历史歧视,这一点很重要。最优运输只是解决这一问题的一种方法,近年来这一问题一直在加剧。如今,有快速有效的方法来计算最佳运输地图和距离,使这种方法适用于现代大型数据集。随着人们越来越依赖基于数据的模型和洞察力,公平性已经并将继续成为数据科学的核心问题,而最佳运输将在实现这一目标方面发挥关键作用。

原文标题:Optimal Transport and its Applications to Fairness​,作者:Terrence Alsup​

以上是最優運輸及其在公平性的應用的詳細內容。更多資訊請關注PHP中文網其他相關文章!

陳述
本文轉載於:51CTO.COM。如有侵權,請聯絡admin@php.cn刪除
2023年机器学习的十大概念和技术2023年机器学习的十大概念和技术Apr 04, 2023 pm 12:30 PM

机器学习是一个不断发展的学科,一直在创造新的想法和技术。本文罗列了2023年机器学习的十大概念和技术。 本文罗列了2023年机器学习的十大概念和技术。2023年机器学习的十大概念和技术是一个教计算机从数据中学习的过程,无需明确的编程。机器学习是一个不断发展的学科,一直在创造新的想法和技术。为了保持领先,数据科学家应该关注其中一些网站,以跟上最新的发展。这将有助于了解机器学习中的技术如何在实践中使用,并为自己的业务或工作领域中的可能应用提供想法。2023年机器学习的十大概念和技术:1. 深度神经网

人工智能自动获取知识和技能,实现自我完善的过程是什么人工智能自动获取知识和技能,实现自我完善的过程是什么Aug 24, 2022 am 11:57 AM

实现自我完善的过程是“机器学习”。机器学习是人工智能核心,是使计算机具有智能的根本途径;它使计算机能模拟人的学习行为,自动地通过学习来获取知识和技能,不断改善性能,实现自我完善。机器学习主要研究三方面问题:1、学习机理,人类获取知识、技能和抽象概念的天赋能力;2、学习方法,对生物学习机理进行简化的基础上,用计算的方法进行再现;3、学习系统,能够在一定程度上实现机器学习的系统。

超参数优化比较之网格搜索、随机搜索和贝叶斯优化超参数优化比较之网格搜索、随机搜索和贝叶斯优化Apr 04, 2023 pm 12:05 PM

本文将详细介绍用来提高机器学习效果的最常见的超参数优化方法。 译者 | 朱先忠​审校 | 孙淑娟​简介​通常,在尝试改进机器学习模型时,人们首先想到的解决方案是添加更多的训练数据。额外的数据通常是有帮助(在某些情况下除外)的,但生成高质量的数据可能非常昂贵。通过使用现有数据获得最佳模型性能,超参数优化可以节省我们的时间和资源。​顾名思义,超参数优化是为机器学习模型确定最佳超参数组合以满足优化函数(即,给定研究中的数据集,最大化模型的性能)的过程。换句话说,每个模型都会提供多个有关选项的调整“按钮

得益于OpenAI技术,微软必应的搜索流量超过谷歌得益于OpenAI技术,微软必应的搜索流量超过谷歌Mar 31, 2023 pm 10:38 PM

截至3月20日的数据显示,自微软2月7日推出其人工智能版本以来,必应搜索引擎的页面访问量增加了15.8%,而Alphabet旗下的谷歌搜索引擎则下降了近1%。 3月23日消息,外媒报道称,分析公司Similarweb的数据显示,在整合了OpenAI的技术后,微软旗下的必应在页面访问量方面实现了更多的增长。​​​​截至3月20日的数据显示,自微软2月7日推出其人工智能版本以来,必应搜索引擎的页面访问量增加了15.8%,而Alphabet旗下的谷歌搜索引擎则下降了近1%。这些数据是微软在与谷歌争夺生

荣耀的人工智能助手叫什么名字荣耀的人工智能助手叫什么名字Sep 06, 2022 pm 03:31 PM

荣耀的人工智能助手叫“YOYO”,也即悠悠;YOYO除了能够实现语音操控等基本功能之外,还拥有智慧视觉、智慧识屏、情景智能、智慧搜索等功能,可以在系统设置页面中的智慧助手里进行相关的设置。

人工智能在教育领域的应用主要有哪些人工智能在教育领域的应用主要有哪些Dec 14, 2020 pm 05:08 PM

人工智能在教育领域的应用主要有个性化学习、虚拟导师、教育机器人和场景式教育。人工智能在教育领域的应用目前还处于早期探索阶段,但是潜力却是巨大的。

30行Python代码就可以调用ChatGPT API总结论文的主要内容30行Python代码就可以调用ChatGPT API总结论文的主要内容Apr 04, 2023 pm 12:05 PM

阅读论文可以说是我们的日常工作之一,论文的数量太多,我们如何快速阅读归纳呢?自从ChatGPT出现以后,有很多阅读论文的服务可以使用。其实使用ChatGPT API非常简单,我们只用30行python代码就可以在本地搭建一个自己的应用。 阅读论文可以说是我们的日常工作之一,论文的数量太多,我们如何快速阅读归纳呢?自从ChatGPT出现以后,有很多阅读论文的服务可以使用。其实使用ChatGPT API非常简单,我们只用30行python代码就可以在本地搭建一个自己的应用。使用 Python 和 C

人工智能在生活中的应用有哪些人工智能在生活中的应用有哪些Jul 20, 2022 pm 04:47 PM

人工智能在生活中的应用有:1、虚拟个人助理,使用者可通过声控、文字输入的方式,来完成一些日常生活的小事;2、语音评测,利用云计算技术,将自动口语评测服务放在云端,并开放API接口供客户远程使用;3、无人汽车,主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目标;4、天气预测,通过手机GPRS系统,定位到用户所处的位置,在利用算法,对覆盖全国的雷达图进行数据分析并预测。

See all articles

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

AI Hentai Generator

AI Hentai Generator

免費產生 AI 無盡。

熱門文章

R.E.P.O.能量晶體解釋及其做什麼(黃色晶體)
2 週前By尊渡假赌尊渡假赌尊渡假赌
倉庫:如何復興隊友
1 個月前By尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island冒險:如何獲得巨型種子
4 週前By尊渡假赌尊渡假赌尊渡假赌

熱工具

MantisBT

MantisBT

Mantis是一個易於部署的基於Web的缺陷追蹤工具,用於幫助產品缺陷追蹤。它需要PHP、MySQL和一個Web伺服器。請查看我們的演示和託管服務。

VSCode Windows 64位元 下載

VSCode Windows 64位元 下載

微軟推出的免費、功能強大的一款IDE編輯器

Dreamweaver Mac版

Dreamweaver Mac版

視覺化網頁開發工具

SublimeText3 英文版

SublimeText3 英文版

推薦:為Win版本,支援程式碼提示!

記事本++7.3.1

記事本++7.3.1

好用且免費的程式碼編輯器