Jinsi ya Kuchukua Njia ya Kuzingatia kwa AI Kupunguza Seti za Data za Upendeleo

Seti za Data Zilizopendelea na AI ya Maadili

Masuluhisho yanayoendeshwa na AI yanahitaji seti za data ili ziwe na ufanisi. Na uundaji wa seti hizo za data umejaa shida ya upendeleo katika kiwango cha utaratibu. Watu wote wanakabiliwa na upendeleo (wote fahamu na wasio na fahamu). Upendeleo unaweza kuchukua aina yoyote: kijiografia, lugha, kijamii na kiuchumi, kijinsia na ubaguzi wa rangi. Na upendeleo huo wa kimfumo huwekwa kwenye data, ambayo inaweza kusababisha bidhaa za AI zinazoendeleza na kukuza upendeleo. Mashirika yanahitaji mbinu makini ili kupunguza upendeleo unaoingia kwenye seti za data.

Mifano Inayoonyesha Tatizo la Upendeleo

Mfano mmoja mashuhuri wa upendeleo huu wa seti ya data ambao ulipata habari nyingi hasi wakati huo ulikuwa suluhisho la kusoma wasifu ambalo lilipendelea watahiniwa wa kiume kuliko wanawake. Hii ni kwa sababu seti za data za zana ya kuajiri zilikuwa zimetengenezwa kwa kutumia wasifu kutoka katika kipindi cha muongo mmoja uliopita wakati waombaji wengi walikuwa wanaume. Data ilikuwa ya upendeleo na matokeo yalionyesha upendeleo huo. 

Mfano mwingine unaoripotiwa kote: Katika mkutano wa kila mwaka wa wasanidi programu wa Google I/O, Google ilishiriki onyesho la kukagua zana ya usaidizi ya ngozi inayoendeshwa na AI ambayo huwasaidia watu kuelewa kinachoendelea kuhusu masuala yanayohusiana na ngozi, nywele na kucha zao. Msaidizi wa magonjwa ya ngozi anasisitiza jinsi AI inavyobadilika ili kusaidia katika huduma ya afya - lakini pia ilionyesha uwezekano wa upendeleo kuingia kwenye AI kutokana na ukosoaji kwamba zana hiyo haitoshi kwa watu wa rangi.

Wakati Google ilitangaza zana hiyo, kampuni hiyo ilibaini:

Ili kuhakikisha kuwa tunaunda kwa ajili ya kila mtu, muundo wetu huzingatia mambo kama vile umri, jinsia, rangi na aina za ngozi - kutoka kwa ngozi iliyopauka ambayo haichubui hadi ngozi ya kahawia ambayo haichomi mara chache sana.

Google, Kutumia AI kusaidia kupata majibu kwa hali ya kawaida ya ngozi

Lakini nakala katika Makamu ilisema Google imeshindwa kutumia seti ya data iliyojumuishwa:

Ili kukamilisha kazi hiyo, watafiti walitumia hifadhidata ya mafunzo ya picha 64,837 za wagonjwa 12,399 walioko katika majimbo mawili. Lakini kati ya maelfu ya hali ya ngozi iliyoonyeshwa, ni asilimia 3.5 tu walitoka kwa wagonjwa wenye aina ya ngozi ya Fitzpatrick V na VI-wale wanaowakilisha ngozi ya kahawia na ngozi nyeusi au nyeusi, kwa mtiririko huo. Asilimia 90 ya hifadhidata hiyo iliundwa na watu wenye ngozi nyororo, ngozi nyeupe nyeusi au ngozi ya kahawia isiyokolea, kulingana na utafiti huo. Kama matokeo ya sampuli ya upendeleo, wataalam wa ngozi wanasema programu hiyo inaweza kuishia zaidi au kugundua watu ambao sio weupe.

Makamu, Programu Mpya ya Google ya Dermatology Haikuundwa kwa ajili ya Watu Wenye Ngozi Nyeusi

Google ilijibu kwa kusema itaboresha zana hiyo kabla ya kuiachilia rasmi:

Zana yetu ya usaidizi ya ngozi inayoendeshwa na AI ni kilele cha zaidi ya miaka mitatu ya utafiti. Kwa kuwa kazi yetu iliangaziwa katika Tiba ya Asili, tumeendelea kukuza na kuboresha teknolojia yetu kwa kujumuisha hifadhidata za ziada zinazojumuisha data iliyotolewa na maelfu ya watu, na mamilioni ya picha zaidi zinazohusu ngozi zilizoratibiwa.

Google, Kutumia AI kusaidia kupata majibu kwa hali ya kawaida ya ngozi

Kwa kadiri tunavyotarajia AI na programu za ujifunzaji wa mashine zinaweza kusahihisha upendeleo huu, ukweli unabaki: ni kama tu smart kwani seti zao za data ni safi. Katika sasisho kwa adage ya zamani ya programu takataka ndani / takataka nje, Masuluhisho ya AI yana nguvu tu kama ubora wa seti zao za data kutoka kwa kwenda. Bila masahihisho kutoka kwa watayarishaji programu, seti hizi za data hazina uzoefu wa usuli wa kujirekebisha - kwani hazina marejeleo mengine.

Kuunda seti za data kwa kuwajibika ndio msingi wa yote akili ya bandia ya kimaadili. Na watu ndio msingi wa suluhisho. 

AI ya Kuzingatia ni AI ya Maadili

Upendeleo haufanyiki katika ombwe. Seti za data zisizo na maadili au upendeleo hutoka kwa kuchukua mbinu mbaya wakati wa hatua ya ukuzaji. Njia ya kupambana na makosa ya upendeleo ni kuchukua mbinu inayowajibika, inayozingatia binadamu, ambayo wengi kwenye tasnia wanaiita Mindful AI. AI ya akili ina vipengele vitatu muhimu:

1. AI ya Kuzingatia Inazingatia Binadamu

Tangu kuanzishwa kwa mradi wa AI, katika hatua za kupanga, mahitaji ya watu lazima yawe katikati ya kila uamuzi. Na hiyo inamaanisha watu wote - sio tu kikundi kidogo. Ndiyo maana wasanidi programu wanahitaji kutegemea timu tofauti ya watu wa kimataifa kutoa mafunzo kwa programu za AI kuwa jumuishi na zisizo na upendeleo.

Kutafuta seti za data kutoka kwa timu ya kimataifa, tofauti huhakikisha kwamba upendeleo unatambuliwa na kuchujwa mapema. Wale wa makabila tofauti, vikundi vya jinsia, jinsia, viwango vya elimu, hali ya kijamii na kiuchumi, na maeneo wanaweza kuona kwa urahisi seti za data zinazopendelea seti moja ya maadili kuliko nyingine, na hivyo kuondoa upendeleo ambao haukukusudiwa.

Angalia maombi ya sauti. Wakati wa kutumia mbinu makini ya AI, na kutumia uwezo wa kundi la vipaji duniani kote, wasanidi programu wanaweza kuwajibika kwa vipengele vya lugha kama vile lahaja na lafudhi tofauti katika seti za data.

Kuanzisha mfumo wa muundo wa kibinadamu kutoka mwanzo ni muhimu. Inasaidia sana kuhakikisha kuwa data inayotolewa, iliyoratibiwa na kuwekewa lebo inakidhi matarajio ya watumiaji wa mwisho. Lakini ni muhimu pia kuweka wanadamu kitanzi katika kipindi chote cha maendeleo ya bidhaa. 

Wanadamu katika kitanzi wanaweza pia kusaidia mashine kuunda matumizi bora ya AI kwa kila hadhira mahususi. Katika Pactera EDGE, timu zetu za mradi wa data wa AI, zinazopatikana ulimwenguni kote, zinaelewa jinsi tamaduni na miktadha tofauti inaweza kuathiri ukusanyaji na uratibu wa data ya kuaminika ya mafunzo ya AI. Wana zana zinazohitajika ili kuripoti matatizo, kuyafuatilia, na kuyarekebisha kabla ya suluhisho la AI kuanza kutumika.

Human-in-the-loop AI ni mradi wa "wavu wa usalama" ambao unachanganya nguvu za watu - na asili zao tofauti na uwezo wa kompyuta wa haraka wa mashine. Ushirikiano huu wa kibinadamu na AI unahitaji kuanzishwa tangu mwanzo wa programu ili data iliyoegemea upande wowote isiwe msingi katika mradi. 

2. AI ya Kuzingatia Inawajibika

Kuwajibika ni kuhakikisha kuwa mifumo ya AI isiyo na upendeleo na kwamba imejikita katika maadili. Inahusu kukumbuka jinsi, kwa nini, na wapi data imeundwa, jinsi inavyoundwa na mifumo ya AI, na jinsi inatumiwa katika kufanya uamuzi, maamuzi ambayo yanaweza kuwa na athari za kimaadili. Njia moja ya biashara kufanya hivyo ni kufanya kazi na jumuiya zisizo na uwakilishi mdogo ili kujumuisha zaidi na kupunguza upendeleo. Kwenye uwanja wa ufafanuzi wa data, utafiti mpya unaangazia jinsi kielelezo cha kazi nyingi kinachoshughulikia maandiko ya kila maelezo kama kazi ndogo inaweza kusaidia kupunguza maswala yanayowezekana katika njia za ukweli wa ardhi ambapo kutokubaliana kwa wafafanuzi kunaweza kuwa kwa sababu ya uwakilishi mdogo na inaweza kupuuzwa katika muunganisho wa maelezo kwa ukweli mmoja wa msingi. 

3. Kuaminika

Uaminifu unatokana na biashara kuwa wazi na kuelezeka katika jinsi mtindo wa AI unavyofunzwa, jinsi unavyofanya kazi, na kwa nini wanapendekeza matokeo. Biashara inahitaji utaalamu na ujanibishaji wa AI ili kuwawezesha wateja wake kufanya programu zao za AI kujumuisha zaidi na kubinafsishwa, kuheshimu nuances muhimu katika lugha ya kienyeji na uzoefu wa mtumiaji ambayo inaweza kufanya au kuvunja uaminifu wa suluhisho la AI kutoka nchi moja hadi nyingine. . Kwa mfano, biashara inapaswa kubuni programu zake kwa miktadha iliyobinafsishwa na iliyojanibishwa, ikijumuisha lugha, lahaja na lafudhi katika programu zinazotegemea sauti. Kwa njia hiyo, programu huleta kiwango sawa cha uzoefu wa sauti kwa kila lugha, kutoka Kiingereza hadi lugha ambazo hazijawakilishwa.

Uadilifu na Utofauti

Hatimaye, AI makini huhakikisha suluhu zimejengwa juu ya seti za data za haki na tofauti ambapo matokeo na athari za matokeo fulani hufuatiliwa na kutathminiwa kabla ya suluhu kwenda sokoni. Kwa kukumbuka na kujumuisha wanadamu katika kila sehemu ya maendeleo ya suluhisho, tunasaidia kuhakikisha mifano ya AI inakaa safi, yenye upendeleo kidogo, na ya maadili iwezekanavyo.

Unafikiri?

Tovuti hii inatumia Akismet kupunguza spam. Jifunze jinsi maoni yako yanasindika.