קינסטלעך סייכל פאָרורטייל: מאשינען זענען נישט ווי אָביעקטיוו ווי מיר געהאפט

• וועגן דעם מחבר
• מחבר נאָמען

  קוואַנטומרון פאָרסייט
• פעברואר קסנומקס, קסנומקס

ינסייט קיצער

בשעת דאַטן-געטריבן טעקנאַלאַדזשיז האַלטן די צוזאָג פון פאָוסטינג אַ שיין געזעלשאַפט, זיי אָפט פאַרטראַכטנ זיך די זעלבע בייאַסיז אַז יומאַנז פּאָרט, וואָס פירן צו פּאָטענציעל אומרעכט. פֿאַר בייַשפּיל, בייאַסיז אין קינסטלעך סייכל (AI) סיסטעמען קענען ינאַדווערטאַנטלי פאַרערגערן שעדלעך סטערעאָטיפּעס. אָבער, השתדלות זענען אַנדערוויי צו מאַכן אַי סיסטעמען מער גלייך, כאָטש דאָס רייזאַז קאָמפּלעקס פֿראגן וועגן די וואָג צווישן יוטילאַטי און יוישער, און די נויט פֿאַר פאַרטראַכט רעגולירן און דייווערסיטי אין טעק טימז.

אַי פאָרורטייל אַלגעמיין קאָנטעקסט

די האָפענונג איז אַז טעקנאַלאַדזשיז געטריבן דורך דאַטן וועט אַרוישעלפן מענטשהייַט אין גרינדן אַ געזעלשאַפט ווו יוישער איז די קלאַל פֿאַר אַלע. אָבער, די קראַנט פאַקט פּיינץ אַ אַנדערש בילד. פילע פון ​​די פאָרורטיילן וואָס מענטשן האָבן, וואָס האָבן געפֿירט צו אומרעכט אין דער פאַרגאַנגענהייט, זענען איצט שפּיגל אין די אַלגערידאַמז וואָס רעגירן אונדזער דיגיטאַל וועלט. די בייאַסיז אין אַי סיסטעמען אָפט שטאַמען פון פּרעדזשאַדיסיז פון די יחידים וואָס אַנטוויקלען די סיסטעמען, און די בייאַסיז אָפט סיפּ אין זייער אַרבעט.

נעמען, פֿאַר בייַשפּיל, אַ פּרויעקט אין 2012 באקאנט ווי ImageNet, וואָס געזוכט צו מאַסע-סורסעס די לייבלינג פון בילדער פֿאַר די טריינינג פון מאַשין לערנען סיסטעמען. א גרויס נעוראַל נעץ טריינד אויף דעם דאַטן איז דערנאָך ביכולת צו ידענטיפיצירן אַבדזשעקץ מיט ימפּרעסיוו אַקיעראַסי. אָבער, נאָך נעענטער דורכקוק, ריסערטשערז דיסקאַווערד בייאַסיז פאַרבאָרגן אין די ImageNet דאַטן. אין איין באַזונדער פאַל, אַן אַלגערידאַם טריינד אויף די דאַטן איז געווען בייאַסט צו די האַשאָרע אַז אַלע ווייכווארג פּראָוגראַמערז זענען ווייַס מענטשן.

דעם פאָרורטייל קען פּאַטענטשאַלי רעזולטאַט אין וואָמען זייַנען אָוווערלוקט פֿאַר אַזאַ ראָלעס ווען די הירינג פּראָצעס איז אָטאַמייטיד. די פאָרורטיילן געפונען זייער וועג אין די דאַטן שטעלט ווייַל דער יחיד אַדינג לאַבעלס צו בילדער פון "פרוי" אַרייַנגערעכנט אַן נאָך פירמע וואָס קאָנסיסטעד פון אַ דעראָגאַטאָרי טערמין. דער ביישפּיל ילאַסטרייץ ווי בייאַסאַז, צי ינטענשאַנאַל אָדער אַנינטענשאַנאַל, קענען ינפילטרירן אפילו די מערסט סאַפיסטאַקייטיד אַי סיסטעמען, פּאַטענטשאַלי פּערפּעטשאַווייטינג שעדלעך סטערעאָטיפּעס און ינאַקוואַלאַטיז.

דיסראַפּטיוו פּראַל 

השתדלות צו אַדרעס פאָרורטייל אין דאַטן און אַלגערידאַמז זענען ינישיייטיד דורך ריסערטשערז אַריבער פאַרשידן עפנטלעך און פּריוואַט אָרגאַנאַזיישאַנז. אין דעם פאַל פון די ImageNet פּרויעקט, פֿאַר בייַשפּיל, crowdsourcing איז געווען געוויינט צו ידענטיפיצירן און עלימינירן לייבלינג טערמינען וואָס וואַרפן אַ דעראָגאַטאָרי ליכט אויף זיכער בילדער. די מיטלען דעמאַנסטרייטיד אַז עס איז טאַקע מעגלעך צו ריקאַנפיגיער אַי סיסטעמען צו זיין מער גלייך.

אָבער, עטלעכע עקספּערץ טענהן אַז רימוווינג פאָרורטייל קען פּאַטענטשאַלי מאַכן אַ דאַטן שטעלן ווייניקער עפעקטיוו, ספּעציעל ווען קייפל בייאַסיז זענען אין שפּיל. א דאַטן שטעלן סטריפּט פון זיכער בייאַסיז קען פעלן גענוג אינפֿאָרמאַציע פֿאַר עפעקטיוו נוצן. עס רייזאַז די קשיא פון ווי אַ באמת דייווערס בילד דאַטן שטעלן וואָלט קוקן ווי, און ווי עס קען זיין געוויינט אָן קאַמפּראַמייזינג די נוצן.

דער גאַנג אַנדערקאָרז די נויט פֿאַר אַ פאַרטראַכט צוגאַנג צו די נוצן פון אַי און דאַטן-געטריבן טעקנאַלאַדזשיז. פֿאַר קאָמפּאַניעס, דאָס קען מיינען ינוועסטינג אין פאָרורטייל דיטעקשאַן מכשירים און העכערן דייווערסיטי אין טעק טימז. פֿאַר גאַווערמאַנץ, עס קען אַרייַנציען ימפּלאַמענינג רעגיאַליישאַנז צו ענשור שיין נוצן פון אַי. 

ימפּלאַקיישאַנז פון אַי פאָרורטייל

ברייטער ימפּלאַקיישאַנז פון אַי פאָרורטייל קען אַרייַננעמען:

• אָרגאַנאַזיישאַנז זייַנען פּראָאַקטיוו אין ינשורינג יוישער און ניט-דיסקרימינאַציע ווען זיי ליווערידזש אַי צו פֿאַרבעסערן פּראָודאַקטיוויטי און פאָרשטעלונג. 
• האָבן אַן אַי עטיקיסט אין אַנטוויקלונג טימז צו דעטעקט און פאַרמינערן עטישע ריסקס פרי אין אַ פּרויעקט. 
• דיזיינינג אַי פּראָדוקטן מיט דייווערסיטי סיבות אַזאַ ווי דזשענדער, ראַסע, קלאַס און קולטור קלאר אין זינען.
• באַקומען פארשטייערס פון די דייווערס גרופּעס וואָס וועלן נוצן די אַי פּראָדוקט פון אַ פירמע צו פּרובירן עס איידער עס איז באפרייט.
• פארשיידענע פובליק סערוויסעס זענען באגרעניצט פון געוויסע מיטגלידער פונעם פובליק.
• עטלעכע מיטגלידער פון דעם ציבור קענען נישט אַקסעס אָדער באַגרענעצן זיך פֿאַר זיכער אַרבעט אַפּערטונאַטיז.
• געזעץ ענפאָרסמאַנט יידזשאַנסיז און פּראָפעססיאָנאַלס ומיוישערדיק טאַרגאַטינג זיכער מיטגלידער פון דער געזעלשאַפט מער ווי אנדערע. 

פֿראגן צו באַטראַכטן

• זענט איר אָפּטימיסטיש אַז אָטאַמייטיד באַשלוס-מאכן וועט זיין שיין אין דער צוקונפֿט?
• וואָס וועגן אַי באַשלוס-מאכן מאכט איר די מערסט נערוועז?