1. Целевая функция: наука и общество в эпоху машинного интеллекта (arXiv)

Автор: Эмануэль Мосс.

Аннотация: Машинный интеллект, или использование сложных вычислительных и статистических методов для прогнозирования и классификации на основе представления данных о явлениях, применялся в таких разрозненных областях, как уголовное правосудие, торговля, медицина, средства массовой информации и искусство, машиностроение и т. д. другие. Как машинный интеллект смог так свободно скользить по этим областям и создавать для них такие волны? В этой диссертации я поднимаю этот вопрос, этнографически исследуя, как авторитет машинного обучения был построен таким образом, что он может влиять на столь многие области, и я исследую, каковы последствия его способности делать это. Изучая методы работы на рабочем месте исследователей прикладного машинного обучения, которые создают машинный интеллект, тех, с кем они работают, и артефакты, которые они производят. Диссертация начинается с утверждения, что машинный интеллект происходит от наивной формы эмпиризма, связанной с позитивистскими интеллектуальными традициями 17-го и 18-го веков. Этот наивный эмпиризм избегает других форм формирования знаний и теории, чтобы исследователи прикладного машинного обучения могли реализовывать представления данных, которые создают объекты анализа как сущности, способные подвергаться воздействию машинного интеллекта. Под представлением данных я подразумеваю генеративные акты, которые создают то, что машинный интеллект пытается анализировать или описывать. Разыгрывание перформансов данных анализируется как агентное врезание в репрезентативное поле, производящее как устойчивые утверждения о мире, так и интерпретационную структуру, в которой эти утверждения могут быть истинными. В диссертации также рассматривается, как машинный интеллект зависит от ряда приспособлений со стороны других учреждений и организаций, от сбора и обработки данных до организационных обязательств по поддержке работы исследователей прикладного машинного обучения.

2. Объединение машинного интеллекта, наук о мозге и поведенческих наук для содействия уголовному правосудию (arXiv)

Автор : Оливер Ю. Чен

Аннотация :: Я обсуждаю здесь три важные роли, в которых машинный интеллект, мозг и исследования поведения вместе могут способствовать уголовному праву. Во-первых, прогностическое моделирование с использованием данных о мозге и поведении может помочь в проведении юридических расследований, предсказывая категориальные, непрерывные и продольные правовые результаты интересов, связанных с травмой головного мозга и психическими заболеваниями. Во-вторых, психологические, психиатрические и поведенческие исследования, поддерживаемые алгоритмами машинного обучения, могут помочь предсказать поведение и действия человека, такие как ложь, предубеждения и посещения мест преступления. В-третьих, модели машинного обучения использовались для прогнозирования рецидивизма с использованием клинических и криминальных данных, тогда как декодирование мозга начинает раскрывать мысли и намерения человека на основе данных визуализации мозга. Отказавшись от достижений и обещаний, я исследую проблемы, связанные с точностью, надежностью и воспроизводимостью оценок мозга и поведения в уголовном праве, а также вопросы, касающиеся владения данными, этики, свободы воли (и автоматизма), конфиденциальности, и безопасность. Кроме того, я рассмотрю вопросы, связанные с предсказуемостью и объяснимостью, прогнозированием на уровне популяции и персонализированным прогнозированием, а также прогнозированием будущих действий, а также опишу три возможных сценария, в которых данные о мозге и поведении могут быть использованы в качестве доказательств в суде. Взятые вместе, декодирование мозга и поведения в юридических исследованиях и принятии решений в настоящее время многообещающе, но примитивно. Производные доказательства ограничены и не должны использоваться для получения окончательных выводов, хотя потенциально могут быть использованы в дополнение или параллельно с существующими доказательствами. Наконец, я предлагаю, чтобы были (более точные) определения и правила относительно того, когда и когда данные о мозге и поведении не могут использоваться для прогнозирования в судебных делах.