Hvordan etik kan bekæmpe partiskhed i AI
ZDNet ‘ s Tonya Hall taler til Nancy Giordano, strategiske futurist og grundlægger af Spil Big Inc., for at lære mere om den rolle, etikken spiller i AI til at bekæmpe fordomme.
Salesforce er at skabe moduler på sin Trailhead udvikler uddannelse platform for ansvarlig kunstig intelligens.
Den indsats er, at lav-code developer tools vil betyde, at mere teknologi og erhvervsfolk vil være i stand til at sætte sammen algoritmer, og de bliver nødt til at forstå, hvordan for at gøre det ansvarligt.
AI etik, bias, og gennemsigtighed er blevet et varmt emne omkring den teknologiske sektor som en sværm af førende leverandører løse problemet. Den største bekymring er, at de enkelte algoritmer, kan ikke selv har bias, men at erhverve det, når de kombineres med andre modeller.
Kathy Baxter, arkitekt etiske AI-praksis på Salesforce, sagde Trailhead moduler er designet til at løse medarbejdere, kunder og partnere, der vil blive arbejdet med Einstein og ved hjælp af forskellige modeller.
Bortset fra at uddanne Salesforce-økosystem, Trailhead moduler kan også informere fremtidige funktioner til at bygge til Einstein, som allerede har nogle AI anti-bias værktøjer indbygget med mere i piloter. “Vi prøver at gøre, hjælpe kunderne med at forstå, hvad der er i en model, der forklarer, hvad der bliver gjort og kommunikere, hvordan det er at arbejde,” sagde Baxter.
Hun tilføjede, at der vil være flere tilføjelser til Trailhead fokus på AI etik og forebyggelse af bias.
Bias er et afgørende begreb i AI, og nogle forskere har kaldt for mere selv-styring og regulering. Hertil kommer, at aktører i branchen, som IBM har presset på for øget gennemsigtighed og et lag af software til at overvåge algoritmer til at se, hvordan de arbejder sammen om at skabe bias. I mellemtiden, virksomheder stræber efter forklares AI. Google siger, at det vil tage AI, machine learning model bias med teknologi kaldet TCAV.
I et blog-indlæg, Salesforce ‘ s Baxter bemærkes:
Adgang til AI-udvider og dybden af dets indvirkning begynder at åbenbare sig selv, vi er konfronteret med spørgsmål om, hvordan til at sikre fremtiden for AI er ansvarlig, ansvarlig og fair — selv når den er bygget af folk uden teknisk uddannelse eller AI ekspertise. Det er afgørende, at enhver bygning AI overveje den dominoeffekt, at AI-styrede resultater kan have på mennesker og samfund, tilsigtet eller ikke. Det første skridt i opbygningen ansvarlig AI-løsninger er at forstå den bias, der kan lure i sine modeller og data, er en stor udfordring i sin egen ret.
AI modul, døbt Ansvarlig Oprettelsen af Kunstig Intelligens, på Trailhead vil dække:
Etiske og menneskers brug af teknologi;Forståelse af AI;Genkendelse af bias i AI;Fjernelse af udelukkelse fra data og algoritmer.
Hvad der er interessant ved Salesforce ‘ s modul er, at AI crash course er designet til at gå langt ud over data videnskab og til kreative fordele og linje af business managers.
Primere: Hvad er AI? | Hvad er machine learning? | Hvad er dyb læring? | Hvad er kunstig generelle intelligens?
Salesforce ‘ s argument er, at du ikke kan demokratisere AI uden at tænke gennem det ansvar, der er forbundet med det.
Modulet dækker de udfordringer, der er med bias og gør retfærdig beslutninger og hvad der sker, når store datamængder skala. Salesforce ‘ s modul omfatter også, at forskellige varianter af bias såsom forening, automatisering, bekræftelse, samfundsmæssige og interaktion bias.
Her er et simpelt eksempel på survival bias:
Flere AI bias thought leadership:
Algoritmer skal gennemsigtighed styring for at undgå utilsigtede konsekvenser og risiko
ZDNet ‘ s Larry Dignan fanget op med Wharton professor Kartik Hosanagar at tale om sin bog, “En Menneskelig Guide til Maskinen Intelligens”, og hans argumenter for gennemsigtighed og regulering for algoritmer og kunstig intelligens og hvad skal virksomhederne gøre for at undgå utilsigtede konsekvenser.
Anerkender behovet for at kontrollere for bias i algoritmer
Kathy Klotz-Gæst, foredragsholder, forfatter og business-komiker, fortæller Tonya Hall om vigtigheden af at sikre og kontrollere for bias i algoritmer.
Relaterede historier:
Virksomheden AI i 2019: Hvad du behøver at knowSurvey: Tech ledere forsigtigt tilgang til kunstig intelligens og maskinindlæring projectsFree PDF download: Styring af AI og ML i enterpriseEnterprise AI og machine learning: Sammenligning af de virksomheder og applikationerde reelle omkostninger og ROI af gennemførelsen af AI i enterpriseMachine læring og informations-arkitektur: Succes factorsCIO Jury: 92 procent af tech ledere har ingen politik for etisk brug af AI
Relaterede Emner:
Cloud
Digital Transformation
CXO
Tingenes Internet
Innovation
Virksomhedens Software