3 اولویت برای ابتکار هوش مصنوعی بعدی شما

birhosting ai index
توسط

رهبران باید بر روی این سه اولویت تمرکز کنند تا اطمینان حاصل کنند که ابتکارات هوش مصنوعی آنها ارزش تجاری را ارائه می دهد و این کار را با اخلاق انجام دهند.

یک الگوریتم هوش مصنوعی (AI) که برای اسکن سوابق پزشکی الکترونیکی برای شرکت‌کنندگان بالقوه کارآزمایی بالینی طراحی شده است، می‌تواند در برخی موارد با دقت بالایی کار کند. با این حال، بسته به مجموعه بیماران، جایی که آنها در آن قرار دارند و کارآزمایی برای چیست، سوگیری های ذاتی در فرآیند انتخاب وجود دارد. فقط به این دلیل که الگوریتم یک وظیفه معین را به درستی انجام می دهد به این معنی نیست که این کار را به روشی مسئولانه و اخلاقی انجام می دهد.

یکی از مثال‌های معروف الگوریتم استخدام هوش مصنوعی آمازون است که استخدام مردان را بر زنان ترجیح می‌دهد. این الگوریتم از تیم موجود شرکت آموخته است - اطلاعات نادرست نیست - و به همان اندازه که تاریخچه برای آموزش آن استفاده شده ناقص بود. هوش مصنوعی پتانسیل خوبی برای خوبی دارد، اما به اندازه انسان ها و داده هایی که به آن نیرو می دهند موثر است. این سوگیری‌ها ممکن است در مورد تبلیغات عمودی مانند خرده‌فروشی یا تبلیغاتی که به شما ارائه می‌شود، اهمیت چندانی نداشته باشند، اما می‌توانند یک موضوع مرگ یا زندگی در صنعت مراقبت‌های بهداشتی باشند.

خوشبختانه، همانطور که فناوری و ابزارهای هوش مصنوعی در حال بلوغ هستند، بهترین شیوه ها و چارچوب های نظارتی پیرامون اخلاق نیز رشد می کنند. از آنجایی که GDPR برای حفاظت از داده ها است، اتحادیه اروپا یک چارچوب قانونی برای اطمینان از ایمن تر و قابل اعتمادتر بودن ابزارهای هوش مصنوعی برای کاربران پیشنهاد کرده است، اما ما نمی توانیم تا تصویب قوانین اجباری دولت و بهترین شیوه ها برای هوش مصنوعی صبر کنیم. در حال حاضر، این بر عهده ما - افرادی که این محصولات و خدمات را می‌سازند - است که اطمینان حاصل کنیم که محصولات و خدمات مبتنی بر هوش مصنوعی بیشتر از اینکه ضرر داشته باشند، مفید هستند.

در اینجا سه اولویت وجود دارد که رهبران باید بر روی آنها تمرکز کنند تا اطمینان حاصل شود که ابتکارات هوش مصنوعی آنها ارزش تجاری را ارائه می دهد و این کار را از نظر اخلاقی انجام می دهند.

birhosting Ai1

دقت

درک زبان انگلیسی برای هوش مصنوعی یک چیز است، اما درک تفاوت های ظریف زبان در حوزه هایی مانند قانون یا عمل بالینی چیز دیگری است. مدل‌هایی که به‌دقت آموزش دیده‌اند - و آنهایی که به سرعت یاد می‌گیرند - کلیدی برای پیشرفت هستند. دستیابی به این کار آسانی نیست. این نیاز به نظارت مداوم، بازآموزی و تنظیم دارد. در اصل، کار هرگز به طور کامل انجام نمی شود. دقت نیز تنها یکی از ویژگی‌هایی نیست که برای آن بهینه‌سازی می‌کنید. معیارهای مختلفی برای ثبات، پوشش، تعصب و عملکرد آنلاین، در میان عوامل دیگر وجود دارد.

به یک مدل هوش مصنوعی فکر کنید که به عنوان یک ماشین جدید در حال تولید است. به محض اینکه در طبیعت بیرون می‌آید، مدل شروع به تنزل می‌کند. محیط‌ها و ورودی‌های مختلف تأثیری بر آنچه که زمانی در یک محیط تحقیقاتی کنترل‌شده به خوبی کار می‌کرد، می‌گیرند. برای اطمینان از اینکه مدل‌ها در طول زمان دقیق باقی می‌مانند، باید منابع مناسب - فناوری، استعداد و نرم‌افزار - را برای حفظ آن‌ها اختصاص دهید. به عبارت دیگر، نظارت و تنظیم مداوم بخشی از کار است، همانطور که نظارت بر برنامه و داده ها، DevOps و SecOps تلاش های مداوم هستند.

تمرینات هوش مصنوعی مسئول

با بلوغ، رشد و دموکراتیزه کردن هوش مصنوعی، مسئولیت اولویت دادن به شیوه‌های مسئولانه است. به صنایعی مانند رسانه فکر کنید -- انتشار اخبار جعلی، محتوای سمی و حتی جعلی های عمیق در سال های اخیر به مشکلات جدی تبدیل شده است. این داده ها - دقیق یا غیر دقیق - منبع تغذیه الگوریتم های هوش مصنوعی شما هستند. به عنوان مثال، یک مطالعه دانشگاه کالیفرنیا برکلی منتشر شده در Science نشان داد که ابزارهای پیش‌بینی خطر که در مراقبت‌های بهداشتی استفاده می‌شوند، سوگیری نژادی قابل توجهی را نشان می‌دهند. مطالعات بی‌شماری دیگر وجود دارد که منعکس کننده مشکلات مشابه هوش مصنوعی و مراقبت از بیمار است.

مراقبت های بهداشتی راه را برای فعالیت های هوش مصنوعی و داده های مسئول پیشرو است، اگرچه هنوز یک کار اولیه در حال پیشرفت است. بسیاری از صنایع دیگر که با قوانین سختگیرانه و سوگندهایی که ممکن است بی نقص نباشند آسیبی نرسانند، می توانند صفحه ای از کتاب مراقبت های بهداشتی را بگیرند. همه شرکت‌هایی که از هوش مصنوعی استفاده می‌کنند باید سیستمی از چک و تعادل یا کمیته‌های اخلاقی داشته باشند تا از اقدامات مناسب اطمینان حاصل کنند. این مراحل باید قبل از استفاده از هوش مصنوعی اجرا شوند تا اطمینان حاصل شود که با نیت خوب ساخته شده است. گفتگو را در مورد شیوه های اخلاقی تشویق کنید و آن را از بالا به پایین انجام دهید. فرهنگ "چیزی ببینید، چیزی بگویید" به شما کمک می کند که پاسخگو بمانید.

تجربیات بدون کد و کم کد

به یاد دارید زمانی که ساخت یک وب سایت یک پروژه مهندسی نرم افزار بزرگ بود؟ ساخت یک وب سایت تجارت الکترونیک یک سرمایه گذاری هشت رقمی و چند ساله در اواسط دهه ۱۹۹۰ بود. به سرعت به امروز بروید و هر کسی می‌تواند ظرف چند ساعت فروش خود را با قیمت ۲۹ دلار در ماه (با مجموعه ویژگی‌های بسیار گسترده‌تر) شروع کند. هوش مصنوعی به تدریج این تغییر را ایجاد خواهد کرد و ابزارهای بدون کد به دست پزشکان، معلمان، وکلا، بازاریابان و سایر کارشناسان حوزه خواهند رسید. هموار کردن زمین بازی برای هوش مصنوعی گامی حیاتی برای بشریت است، بلکه به خاطر دقت و اخلاق است. برای اینکه واقعاً نماینده باشند، سیستم‌ها باید توسط افرادی از همه جمعیت‌شناسی، جغرافیایی و پیشینه‌ها ساخته شوند.

اگرچه این اصطلاحات اغلب به جای هم استفاده می‌شوند، پیشنهادات بدون کد کلیدی برای دستیابی به هوش مصنوعی به دست توده‌ها هستند، و پیشنهادات با کد پایین به کارهای کدنویسی ساده‌تر کمک می‌کنند و دانشمندان داده را آزاد می‌کنند تا روی پروژه‌های پیچیده‌تر تمرکز کنند. این دموکراتیزه کردن هوش مصنوعی در همه سطوح به یک منطقه مورد علاقه در حال رشد تبدیل شده است و به حرکت سوزن برای هوش مصنوعی دقیق و اخلاقی کمک خواهد کرد. فراتر از افزایش تنوع شاغلین، ابزارهای بدون کد بهترین شیوه ها و فرآیندها را در بر می گیرند و پذیرش و مقیاس آنها را آسان تر می کنند.

birhosting ai2

افکار نهایی

تکامل به سرعت در حال افزایش هوش مصنوعی مجموعه ای از سوالات و نگرانی های اخلاقی جدید را به همراه دارد. اینکه آیا یک الگوریتم به وعده مورد نظر خود عمل می کند یک چیز است و اینکه آیا اثرات پایین دستی آن مثبت است یا خیر، چیز دیگری است. یک الگوریتم ممکن است نادرست یا ناپایدار باشد، اما در بدترین حالت ممکن است مضر باشد و به قیمت جان انسان ها تمام شود. به دست آوردن هوش مصنوعی به دست افراد بیشتری از طریق عملکردهای کم و بدون کد، گامی در کاهش برخی از این خطرات است. با اولویت دادن به دقت، اقدامات مسئولانه و قابلیت استفاده، می توانید ابتکار هوش مصنوعی خود را بخشی از راه حل قرار دهید، نه مشکل.


پست های توصیه شده