比伦德伯格 您必须登录后才能发表评论

Apuroos1454

支付更高工资的压力。 斯坦福大学的凯瑟琳 艾森哈特 认为， 显然会有各种变通办法。 索伦森和犹他大作。政府必须面对一个令人不安的事实：人工智能是无可救药且本质上存在偏见的。 从很多方面来说，询问如何防止这种偏见都是错误的问题，因为人工智能是一种从一组示例中学习和概括的手段，而取的。由于对不同群体的偏见根植于历史之中，这些偏见将在某种程度上通过人工智能得以延续。 传统的、看似合理的保护措施并不能解决问题。例如，模型设计者可以省略表明个人性别或种族的变量，希望消除因了解。

这些属性而产生的任何偏见。但现代算法擅长发现此类信息的代理。尽管尝试，公平问题不仅困难，而且在数学上也是不可能的。 获取有关人工智能和数据领先的最新动态 每月深入了解人工智能如何影 电报号码数据 响您的组织以及它对您的公司和客户意味着什么。 你的电子邮件是什么？ 报名 隐私政策 几乎每天都会有关于人工智能呼应历史偏见或允许偏见蔓延的又一个例子的消息。



即使医学也不能幸免：在《柳叶刀》最近的一篇文章中，研究人员表明，输入严格匿名的医学成像数据的人工智能算法仍然能够识别 患者的种族。 企业领导者必须停止假装他们可以消除人工智能偏见 他们做不到 而应该专注于纠正它。在奥纬咨询为企业和政府客户提供咨询服务的过程中，我们确定了一个三步流程，可以为希望减少人工智能不良行为机会的领导者带来积极成果。 第 步：决定数据和设计 由于完全公平是不可能的，而且许多决策委员会尚未充分多元化，因此选择可接受的公平阈值并确定优先考虑的对。