تعبیه وکتور debiasing: اولین قدم به سمت عادلانه AI

تعبیه ها ستون فقرات عددی خط لوله ML شما هستند. آنها معناشناسی ، شباهت و ساختار را ضبط می کنند. اما آنها همچنین چیزی خطرناک تر را ضبط می کنند: تعصب.

اگر از تعبیه های پیش ساخته استفاده می کنید یا خود را بر روی داده های تاریخی آموزش می دهید ، احتمال دارد که بردارهای شما الگوهای جذب شده ای داشته باشند که کلیشه ها را منعکس می کنند:

“پزشک” ممکن است به “او” نزدیکتر باشد تا “او”. “رهبر” ممکن است به سمت “سفید” در شرکت های نژادپرستانه حرکت کند.

این الگوهای فقط ناخوشایند نیستند – مضر هستند. آنها بی سر و صدا جهان بینی مدل شما را تغییر می دهند.

حتی اگر ما در حال نوشتن کد و نقشه برداری از بردارها بوده ایم ، در پشت آن علم کاملی وجود دارد. در اینجا روش واقعی است که قدرت می دهد … وبلاگ کامل را به صورت رایگان در رسانه بخوانیدبشر

منتشر شده از طریق به سمت هوش مصنوعی