Google dit qu’il va l’adresse de l’IA, de l’apprentissage de la machine biais du modèle avec la technologie appelée TCAV

0
338

Les algorithmes besoin de transparence de la gouvernance afin d’éviter des conséquences imprévues et des risques
ZDNet Larry Dignan rattrapé Wharton professeur Kartik Hosanagar pour parler de son livre, “l’Homme du Guide de l’Intelligence de la Machine” et ses arguments pour la transparence et la régulation des algorithmes et de l’intelligence artificielle et de ce que doivent prendre les entreprises pour éviter des conséquences imprévues.

Le PDG de Google, Sundar Pichai a dit que la société s’efforce de faire de son intelligence artificielle et l’apprentissage automatique de modèles plus transparent comme un moyen de se défendre contre les préjugés.

Aussi: Le Pixel 3A est officiel: Voici ce que vous devez savoir | Android Q: Tout ce que vous devez savoir

Pichai a décrit une foule d’intelligence artificielle, des améliorations et des mouvements de mettre plus de machine de modèles d’apprentissage sur les appareils, mais le plus grand des plats à emporter pour les développeurs et les données scientifiques sont peut-être quelque chose qui s’appelle TCAV. TCAV est court pour les Tests avec le Concept d’Activation des Vecteurs. En un mot, TCAV est une intelligibilité méthode pour comprendre quels sont les signaux que votre réseau de neurones modèles à utiliser pour la prédiction.

En théorie, TCAV la capacité de comprendre les signaux pourraient surface de partialité parce qu’il mettrait en évidence que les hommes étaient un signal de plus de femelles et de surface, d’autres questions telles que la race, le revenu et l’emplacement. À l’aide de TCAV, les scientifiques de l’informatique peut voir comment des concepts de valeur sont évalués.

Amorces: qu’est-Ce que l’IA? | Qu’est-ce que l’apprentissage de la machine? | Qu’est-ce que l’apprentissage en profondeur? | Qu’est-ce que artificial intelligence générale?

La polarisation est un concept fondamental dans l’IA et certains universitaires ont appelé pour plus d’auto-gouvernance et de la régulation. En outre, les acteurs de l’industrie comme IBM ont fait pression pour plus de transparence et une couche de logiciel pour surveiller les algorithmes de voir comment ils travaillent ensemble pour produire des biais. Pendant ce temps, les entreprises sont s’efforçant d’expliquer les AI. Pour Google, les questions de transparence en raison de ses technologies comme le Duplex et la next-gen Google Assistant. Ces outils sont de plus en plus en mesure de s’acquitter de tâches pour vous. La transparence des modèles peuvent représenter plus de la confiance et de l’utilisation de la technologie de Google.

Bottom line: la Transparence et la défense contre les préjugés sera critique pour les entreprises ainsi que tous les fournisseurs de cloud qui sera de fournir la plupart de nos modèles de services.

TCAV, qui ne nécessite pas de modèles pour être recyclés pour l’utiliser, est un effort pour décortiquer les modèles et les illustrer pourquoi un modèle est de prendre une certaine décision. Par exemple, un modèle qui a identifié un zèbre peut l’identifier à l’aide de plus haut niveau des concepts. Voici une illustration:

google-ai-zebra-model.png

×

google-ai-zebra-modèle.png

Plus sur l’IA biais:

Reconnaissant la nécessité de vérifier le biais de algorithmsHow éthique peut lutter contre les préjugés dans AIMIT donne enfin un nom à la somme de tous les IA fearsCIO Jury: 92% des tech dirigeants n’ont aucune stratégie plan de l’éthique, à l’aide de AIThe Davos foule s’était élevé parler de l’IA, restez à l’écoute pour l’actionle Davos foule s’était élevé parler de l’IA, restez à l’écoute pour la actionEnterprise AI en 2019: Ce que vous devez knowSurvey: Tech dirigeants prudemment approche de l’intelligence artificielle et l’apprentissage machine projectsFree de fichier PDF à télécharger: La gestion de l’IA et ML dans le enterpriseEnterprise de l’AI et de l’apprentissage de la machine: en Comparant les compagnies et les applicationsThe la vérité des coûts et le retour sur investissement de la mise en œuvre de l’IA dans le enterpriseMachine de l’apprentissage et de l’architecture de l’information: les facteurs de Réussite

Rubriques Connexes:

Cloud

Transformation Numérique

CXO

L’Internet des objets

L’Innovation

Des Logiciels D’Entreprise