Демократи Палати представників щойно завершили прес-брифінг, присвячений упередженості штучного інтелекту. Основне повідомлення? "ШІ відображає всі упередження, усю нерівність та несправедливість, що закладені в наших системах."
Під час сесії було підкреслено зростаючі побоювання щодо того, як моделі машинного навчання увічнюють існуючі соціальні диспропорції. Законодавці наголосили, що алгоритмічні рішення у фінансах, наймі персоналу та модерації контенту часто посилюють історичні упередження замість того, щоб їх усувати.
Ця дискусія не нова й для криптопростору — децентралізовані протоколи стверджують, що усувають людську упередженість, але дані, які потрапляють у смарт-контракти, можуть мати ті самі вади. Чи йдеться про традиційний ШІ, чи про системи на блокчейні, питання залишається: як створити чесніші технології, якщо самі дані для навчання вже викривлені?
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
19 лайків
Нагородити
19
3
Репост
Поділіться
Прокоментувати
0/400
WalletDetective
· 14год тому
Простіше кажучи, сміття на вході — сміття на виході, жоден алгоритм не зможе "відбілити" погані дані.
Переглянути оригіналвідповісти на0
GweiWatcher
· 14год тому
Простіше кажучи, сміття на вході — сміття на виході, як би не пакував, суть не зміниться.
Демократи Палати представників щойно завершили прес-брифінг, присвячений упередженості штучного інтелекту. Основне повідомлення? "ШІ відображає всі упередження, усю нерівність та несправедливість, що закладені в наших системах."
Під час сесії було підкреслено зростаючі побоювання щодо того, як моделі машинного навчання увічнюють існуючі соціальні диспропорції. Законодавці наголосили, що алгоритмічні рішення у фінансах, наймі персоналу та модерації контенту часто посилюють історичні упередження замість того, щоб їх усувати.
Ця дискусія не нова й для криптопростору — децентралізовані протоколи стверджують, що усувають людську упередженість, але дані, які потрапляють у смарт-контракти, можуть мати ті самі вади. Чи йдеться про традиційний ШІ, чи про системи на блокчейні, питання залишається: як створити чесніші технології, якщо самі дані для навчання вже викривлені?