Публикации по теме 'ai-ethics'
Этика ИИ — Справедливость в методах ИИ/МО
Эта статья служит моими личными заметками из курса AI Ethics в Gatech.
Введение
Этот модуль углубит понимание моделей, развернутых в алгоритмах, которые используются в приложениях, и понимание с акцентом на установление добросовестной практики.
В этой статье будут рассмотрены три реальных приложения ИИ:
Распознавание лиц Обработка естественного языка — встраивание слов Прогнозное моделирование
при этом помня о социальном и правовом контексте, в котором они действуют.
Для..
Демократическое управление данными : дорожная карта
В нашей экономике, основанной на данных, было много разговоров о том, что «данные — это новая нефть». Эта цитата, хотя и вездесущая, указывает на преобладающее в настоящее время коммерческое отношение к данным. Намерение, вероятно, было достаточно благонамеренным, чтобы убедить предприятия в важности использования данных их бизнеса. Печальный факт заключается в том, что он также откровенно превращает данные в товар как источник дополнительной коммерческой выгоды.
В этой серии..
Если чат GPT допускает ошибки, кто должен нести за это ответственность?
Быстрое распространение способности chatGPT эффективно и точно отвечать на человеческие запросы по-человечески привлекло исследователей, ученых, программистов, академиков и многие другие слои общества. Функции, которыми он оснащен, охватывают широкий спектр занятий, включая развлечение, расширение знаний, научное и академическое письмо, личные языковые производные и т. д.
Тем не менее, главная проблема по-прежнему заключается в том, насколько надежен и надежен chatGPT? Если я проиграю..
Этические архитекторы решений ИИ
ИИ коренным образом меняет способы работы отраслей и постепенно переходит к принятию автономных решений во многих компаниях. Это быстрое внедрение ИИ также проникло в несколько важных отраслей, а именно в здравоохранение, судебную систему и банковские решения. Примечательно, что использование ИИ в таких критически важных приложениях сопряжено с основной проблемой ответственности. То есть кто несет ответственность, если результат модели неверен, предвзят или несправедлив по отношению к..
Что ИИ еще не может сделать #002
Как видно из первой части темы Чего еще не может сделать ИИ , ИИ по-прежнему имеет много ограничений, несмотря на множество преимуществ, которые он приносит при развертывании в нескольких реальных случаях. Кроме того, текущим развертываниям ИИ не хватало этических оценок, и это привело к падению доверия людей к различным продуктам ИИ. В первой статье по этой теме я заявил, что для того, чтобы доверие людей к ИИ росло и положительно влияло на развитие ИИ, энтузиасты и эксперты должны..
Новые материалы
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..
Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..