解決AI偏差問題的3種方法

2022-08-31 17:53:01 編輯：喬仁茜來源：

導讀隨著AI系統(tǒng)離開實驗室并在現實環(huán)境中實施，偏見將繼續(xù)成為一個日益普遍的問題。那么如何解決呢?IBM的研究人員目前正在研究自動偏差檢測算法...

隨著AI系統(tǒng)離開實驗室并在現實環(huán)境中實施，偏見將繼續(xù)成為“一個日益普遍的問題”。那么如何解決呢?

IBM的研究人員目前正在研究自動偏差檢測算法來解決該問題，但是解決方案可能不只是AI本身。根據《福布斯》(Forbes)發(fā)表的一份報告，這個問題可能更加嚴重。社會偏見可能是實際問題。

在整個醫(yī)療保健領域，偏見是醫(yī)學上一個有據可查的問題。

埃森哲公司Rumman Chowdhury博士的人工智能負責人指出，在數據和算法干凈的情況下，社會偏見仍可能會給人帶來麻煩。她列舉了組織可以采取的三個具體步驟，以最大程度地減少社會偏見的影響。

查看算法，并確保未以擴展偏差的方式對它們進行編碼。

研究一下AI是否可以幫助減輕數據偏差的風險-類似于IBM試圖實現的目標。

調節(jié)AI并設計適當的參數以使AI在其中運行。教算法可以從中學習哪些數據是有價值和符合道德的。

標簽：

免責聲明：本文由用戶上傳，如有侵權請聯系刪除！

本站除標明“本站原創(chuàng)”外所有信息均轉載自互聯網版權歸原作者所有。