เหตุใดเครื่องจึงมีปัญหาในการเรียนรู้ของเครื่อง?

Q:

เหตุใดเครื่องจึงมีปัญหาในการเรียนรู้ของเครื่อง?

คำถามนี้สามารถตอบได้สองวิธี ก่อนอื่นเหตุใดปัญหาอคติของเครื่องจักรเช่นเดียวกับที่เกิดขึ้นในกระบวนการเรียนรู้ของเครื่อง

การเรียนรู้ของเครื่องแม้มีความซับซ้อนและซับซ้อน แต่ขอบเขตที่ จำกัด ขึ้นอยู่กับชุดข้อมูลที่ใช้ การสร้างชุดข้อมูลที่เกี่ยวข้องกับอคติโดยธรรมชาติ เช่นเดียวกับในสื่อที่การละเว้นและการเลือกอย่างรอบคอบของการรวมอาจแสดงอคติโดยเฉพาะอย่างยิ่งในการเรียนรู้ของเครื่องชุดข้อมูลที่ใช้จะต้องมีการตรวจสอบเพื่อกำหนดชนิดของอคติที่มีอยู่

ตัวอย่างเช่นเป็นปัญหาที่พบบ่อยสำหรับกระบวนการทดสอบและออกแบบเทคโนโลยีเพื่อแสดงการตั้งค่าสำหรับผู้ใช้ประเภทหนึ่งมากกว่าอีกคนหนึ่ง ตัวอย่างที่สำคัญอย่างหนึ่งคือความไม่เสมอภาคทางเพศในโลกเทคโนโลยี

ทำไมสิ่งนี้ถึงสร้างความแตกต่างและทำไมมันถึงใช้กับการเรียนรู้ของเครื่อง?

เนื่องจากการขาดตัวเมียที่มีอยู่ในสภาพแวดล้อมการทดสอบสามารถนำไปสู่เทคโนโลยีที่ผลิตขึ้นซึ่งไม่เป็นมิตรต่อผู้ใช้เพศหญิง วิธีที่ผู้เชี่ยวชาญบางคนอธิบายว่านี่คือหากไม่มีการทดสอบหญิงที่มีอยู่แล้วผลิตภัณฑ์ขั้นสุดท้ายอาจไม่รู้จักการป้อนข้อมูลของผู้ใช้หญิง - อาจไม่มีเครื่องมือในการจดจำตัวตนของผู้หญิงหรือเพื่อรับมือกับข้อมูลจากผู้หญิงอย่างเพียงพอ

สิ่งนี้ถือเป็นความจริงสำหรับเชื้อชาติต่าง ๆ ผู้คนในศาสนาที่แตกต่างกันหรือกลุ่มประชากรอื่น ๆ หากไม่มีข้อมูลที่ถูกต้องอัลกอริทึมการเรียนรู้ของเครื่องจะทำงานไม่ถูกต้องสำหรับชุดของผู้ใช้ที่กำหนดดังนั้นจึงต้องเพิ่มข้อมูลการรวมเข้ากับเทคโนโลยีอย่างจงใจ แทนที่จะใช้ชุดข้อมูลหลักและเสริมความลำเอียงโดยธรรมชาติมนุษย์จัดการจำเป็นต้องมองปัญหาจริงๆ

อีกตัวอย่างหนึ่งคือกลไกการเรียนรู้ของเครื่องจักรที่ใช้ในงานและข้อมูลเงินเดือนและแยกแยะผลลัพธ์ หากไม่ได้วิเคราะห์ชุดข้อมูลโดยธรรมชาติเครื่องจะเสริมอคติ หากเห็นว่าผู้ชายมีงานบริหารส่วนใหญ่และกระบวนการเรียนรู้ของเครื่องเกี่ยวข้องกับการกรองผ่านชุดข้อมูลดิบและส่งคืนผลลัพธ์ที่สอดคล้องกันก็จะส่งกลับผลลัพธ์ที่แสดงอคติชาย

ส่วนที่สองของคำถามเกี่ยวข้องกับสาเหตุอคตินี้จึงเป็นอันตราย หากไม่มีการควบคุมดูแลและทดสอบอย่างเพียงพอเทคโนโลยีใหม่อาจเป็นอันตรายไม่ช่วยความรู้สึกของเราในการรวมและความเท่าเทียมกัน หากผลิตภัณฑ์เทคโนโลยีใหม่ถูกนำออกใช้ซึ่งจดจำใบหน้าที่มีผิวที่อ่อนกว่า แต่ไม่ใช่ผลิตภัณฑ์ที่มีผิวคล้ำก็อาจนำไปสู่ความตึงเครียดที่เพิ่มขึ้นของกลุ่มชาติพันธุ์และความรู้สึกว่า บริษัท ที่มีปัญหานั้นไม่ไวต่อความหลากหลาย หากอัลกอริทึมการเรียนรู้ของเครื่องทำซ้ำและเพิ่มความลำเอียงในชุดข้อมูลปัญญาประดิษฐ์นั้นจะเพิ่มเสียงของมันลงไปในเสียงของมนุษย์และแนวโน้มของมนุษย์ที่มีอยู่แล้วในระบบสังคมที่เป็นที่โปรดปรานของคนกลุ่มหนึ่งมากกว่าอีกกลุ่มหนึ่ง

วิธีที่ดีที่สุดในการจัดการกับสิ่งนี้คือการมองอย่างใกล้ชิดที่ชุดข้อมูลต้นแบบใช้การเลือกคุณสมบัติเพิ่มตัวแปรอินพุตและจัดการกับชุดข้อมูลดิบด้วยตนเองและเพิ่มพลังที่แท้จริงของการเรียนรู้ของเครื่องจักรด้วยการกำหนดข้อมูลมนุษย์โดยเจตนา ผลลัพธ์ที่ให้พลังการวิเคราะห์ที่ยอดเยี่ยม แต่ยังรวมถึงข้อมูลเชิงลึกบางอย่างของมนุษย์ที่คอมพิวเตอร์ไม่สามารถทำซ้ำได้