A.I. Chuyên gia Virginia Dignum: Vấn đề xe đẩy cho thấy lý do tại sao chúng ta cần minh bạch

$config[ads_kvadrat] not found

Cuộc rượt đuổi của sói và những chú cừu con | Nhạc thiếu nhi vui nhộn | Super JoJo vietnamese

Cuộc rượt đuổi của sói và những chú cừu con | Nhạc thiếu nhi vui nhộn | Super JoJo vietnamese
Anonim

Trí tuệ nhân tạo cần sự minh bạch để con người có thể giữ nó để tính toán, một nhà nghiên cứu đã tuyên bố. Virginia Dignum, Phó giáo sư tại Đại học Công nghệ Delft, đã nói với khán giả tại Đại học New York vào thứ Sáu rằng nếu chúng ta không hiểu tại sao máy móc hoạt động theo cách họ làm, chúng ta đã thắng được phán quyết của họ.

Dignum đã trích dẫn một câu chuyện của David Berreby, một nhà văn và nhà nghiên cứu khoa học, được xuất bản trong Tâm lý ngày nay: Evidence Evidence cho thấy rằng khi mọi người làm việc với máy móc, họ cảm thấy ít cảm giác về cơ quan hơn so với khi họ làm việc một mình hoặc với người khác.

Vấn đề về xe đẩy trên đường cao tốc, giải thích của Dignum, là một lĩnh vực mà mọi người có thể đặt niềm tin mù quáng vào một cỗ máy để chọn kết quả đúng. Câu hỏi đặt ra là có nên chuyển đòn bẩy trên một chuyến tàu chạy trốn giả định để nó giết chết một người thay vì năm người. Mọi người mong đợi máy móc giải quyết vấn đề theo cách hợp lý nhất có thể. Tuy nhiên, điều đó có thể không phải luôn luôn như vậy và tính minh bạch sẽ giúp giải thích cách máy đưa ra quyết định.

Cô nói không chỉ là một chuỗi các sự kiện mạng lưới thần kinh rất sâu sắc mà không ai có thể hiểu được, mà còn đưa ra những lời giải thích đó theo cách mà mọi người có thể hiểu được, cô nói.

A.I. làm cho hoạt động của nó rõ ràng là một khu vực DARPA đã và đang khám phá. Cơ quan này đã đăng một thông báo vào tháng 8 rằng họ đang tìm kiếm các đội quan tâm đến A.I. các dự án, được gọi là XAI. Các hệ thống này sẽ giúp các nhà nghiên cứu hiểu tại sao một A.I. đã đưa ra quyết định mà nó đã làm, đưa ra nhiều phạm vi hơn để quyết định phải làm gì với thông tin kết quả thay vì tin tưởng một cách mù quáng vào máy.

Với học máy, Dignum lưu ý rằng tính minh bạch là quan trọng hơn bao giờ hết. Chúng tôi không thể mong đợi các hệ thống, và đặc biệt là các máy học, có thể học và biết ngay lập tức, cô nói.Chúng tôi không thể tin rằng các tài xế của chúng tôi, khi lái xe, sẽ hiểu đầy đủ về luật giao thông. Ở nhiều quốc gia, họ sử dụng những tấm Tấm Liên đó để thể hiện, 'Tôi đang học hỏi, xin lỗi cho những sai lầm mà tôi có thể mắc phải.' Theo dõi AI, hiểu được cách đưa ra quyết định nhất định và hành động dựa trên điều đó sẽ rất quan trọng đối với dừng máy vẫn đang học hỏi từ việc đưa ra quyết định xấu.

$config[ads_kvadrat] not found