为什么人们对人工智能偏见可能是一件好事

人工智能
正如关于人工智能偏见的一篇深思熟虑的文章所写的那样,“当人们开始构建机器学习模型时,将会遇到了一个不变的事实:人工智能的最大挑战经常在写入程序时开始,这使得人们必须明确自己的目标,几乎没有其他的办法。”

 尽管人们喜欢谈论人工智能(AI)和机器学习能够完成比人类做的更好的事情,但事实是人工智能和机器学习只是加速了人类正常工作的速度。

正如关于人工智能偏见的一篇深思熟虑的文章所写的那样,“当人们开始构建机器学习模型时,将会遇到了一个不变的事实:人工智能的最大挑战经常在写入程序时开始,这使得人们必须明确自己的目标,几乎没有其他的办法。”

换句话说,人工智能的采用反映和放大了人们的偏见,而不是消除这些偏见。当人们采用人工智能和机器学习时,从市场营销到司法判决,人们都需要对此有所了解。

[[224405]]

不管怎样,机器需要完全按照人们告诉他们要做的事情实施。正如行业专家强调的那样,通过数据启动机器的最佳方式并不是速度,而是缺乏创造力:机器学习的真正优势在于他们不会感到厌倦或分心,机器学习模型可以连续做出数百万或数十亿次不同的数据决策,并且不会让它变得更糟或更好。这意味着可以将它们应用于人类很难应对的问题,比如为单个搜索排名数十亿的网页等。这种优势是真实的,但它也带来了问题。

尽管营销人员喜欢以“超越人类”的方式出售他们的人工智能产品,但这并不是。人们需要对计算机进行编程,在这个过程中,人们采用自己的计算机编程时充满了他们的偏见。正如专家所指出的的那磁:机器学习模型有一个非常讨厌的习惯,那就是他们会学习数据,然后告诉他们学到了什么。此外,他们也可能固执地拒绝学习,除非人们明确向他们解释那是什么。

专家总结道:“人工智能模型对人们来说是一面镜子,他们不明白人们什么时候不诚实。换句话说,人工智能模型并不是一个中立的仲裁者:人们将告诉它真相,并将这种真相反映在人们身上。而人们已经对人工智能和机器学习期望过多,以至于人们需要使用计算机与人工代理通话或进行人工代理。”

当人们对人工智能和机器学习算法进行编程时,必须对重要的事情做出明确的决定,而在被迫公开面对编程这些模型的偏见时,人们可能会学会克服这些偏见。

责任编辑:武晓燕 来源: 机房360
相关推荐

2022-09-26 10:56:28

人工智能数字孪生

2017-12-13 12:44:07

人工智能技术AI

2020-11-03 10:45:53

人工智能AIAI偏差

2024-02-20 16:14:36

人工智能开源AI

2020-08-11 09:13:20

人工智能自动驾驶技术

2024-01-12 17:36:16

人工智能机器学习

2020-04-15 09:56:29

人工智能技术SaaS

2023-08-22 13:56:02

人工智能边缘计算

2022-07-22 11:02:46

人工智能AI网络安全

2021-10-26 10:00:35

人工智能AI

2020-01-06 17:37:03

人工智能区块链技术

2017-12-21 09:34:12

工智能误解

2017-08-29 08:55:59

2024-02-26 11:31:33

人工智能数据中心

2021-12-23 14:17:45

人工智能AI机器学习

2023-10-08 14:56:09

2023-05-17 17:32:25

2012-05-14 08:55:23

Android

2022-06-02 14:32:36

加密货币比特币以太坊

2021-12-29 15:26:40

虚拟货币比特币货币
点赞
收藏

51CTO技术栈公众号