如何訓練不會破壞環(huán)境的人工智能

2022-09-02 04:54:50 編輯：聞人雯紀來源：

導讀年來，在測量機器學習的偏見方面存在一個估計。我們現(xiàn)在知道，這些無偏見的自動化工具實際上并非沒有偏見，并且越來越多的要求研究人員在將...

年來，在測量機器學習的偏見方面存在一個估計。我們現(xiàn)在知道，這些“無偏見的”自動化工具實際上并非沒有偏見，并且越來越多的要求研究人員在將其產品釋放給社會之前考慮他們的產品可能如何破壞或危害他人的生命。但是，這不僅是我們應該擔心的最終產品，而且還涉及構建它們的后果。訓練這些算法實際上會毒害我們的星球。

隨著世界在Facebook飼料和后院中燃燒，即使是最無害的東西的碳足跡也正在受到審查。引發(fā)了有關空調設備，吸管，面部磨砂膏，塑料袋，航空旅行的辯論。但是，也有一些世俗的系統(tǒng)無法察覺地統(tǒng)治著我們的生活，并助長了氣候變化，例如垃圾郵件過濾器，翻譯服務，搜索引擎關鍵字和智能助手。

這些服務的基礎稱為自然語言處理(NLP)，這是人工智能的一個分支，旨在教機器如何理解人類語言的細微差別。以有價值的方式訓練這些語言模型需要大量的計算能力和電力。僅僅使用由該技術提供支持的工具并不能引起全世界的關注(無需抵制自動更正)，但是，如果工業(yè)界和學術界不采用更環(huán)保的做法，那么教給這些工具背后的大腦可能會造成真正的環(huán)境破壞。

標簽：

免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！