AI க்கு ஒரு கவனமான அணுகுமுறையை எடுத்துக்கொள்வது எப்படி ஒரு சார்பு தரவு தொகுப்புகளை குறைக்கிறது

சார்பு தரவுத்தொகுப்புகள் மற்றும் நெறிமுறை AI

AI- இயங்கும் தீர்வுகளுக்கு தரவுத் தொகுப்புகள் பயனுள்ளதாக இருக்க வேண்டும். அந்த தரவுத் தொகுப்புகளின் உருவாக்கம் முறையான மட்டத்தில் மறைமுகமான சார்புச் சிக்கலால் நிறைந்துள்ளது. அனைத்து மக்களும் சார்புகளால் பாதிக்கப்படுகின்றனர் (உணர்வு மற்றும் மயக்கம்). புவியியல், மொழியியல், சமூக-பொருளாதார, பாலின மற்றும் இனவெறி: சார்புகள் எத்தனையோ வடிவங்களை எடுக்கலாம். மேலும் அந்த முறையான சார்புகள் தரவுகளாக சுடப்படுகின்றன, இதன் விளைவாக AI தயாரிப்புகள் சார்புகளை நிலைநிறுத்தும் மற்றும் பெரிதாக்கும். தரவுத் தொகுப்புகளில் தவழும் சார்புகளைத் தணிக்க நிறுவனங்களுக்கு ஒரு கவனமான அணுகுமுறை தேவை.

சார்பு பிரச்சனையை விளக்கும் உதாரணங்கள்

இந்த தரவு தொகுப்பு சார்புக்கு ஒரு குறிப்பிடத்தக்க உதாரணம், அந்த நேரத்தில் நிறைய எதிர்மறையான பத்திரிகைகளைப் பெற்றது, இது ஒரு ரெஸ்யூம் வாசிப்பு தீர்வாகும், இது பெண்களை விட ஆண் வேட்பாளர்களுக்கு சாதகமாக இருந்தது. ஏனெனில், ஆட்சேர்ப்புக் கருவியின் தரவுத் தொகுப்புகள் கடந்த பத்தாண்டுகளில் பெரும்பான்மையான விண்ணப்பதாரர்கள் ஆண்களாக இருந்தபோது, ​​ரெஸ்யூம்களைப் பயன்படுத்தி உருவாக்கப்பட்டன. தரவு பக்கச்சார்பானது மற்றும் முடிவுகள் அந்த சார்பை பிரதிபலித்தன. 

பரவலாகப் புகாரளிக்கப்பட்ட மற்றொரு உதாரணம்: வருடாந்திர கூகுள் I/O டெவலப்பர் மாநாட்டில், கூகுள் AI- இயங்கும் டெர்மட்டாலஜி உதவி கருவியின் முன்னோட்டத்தைப் பகிர்ந்து கொண்டது, இது அவர்களின் தோல், முடி மற்றும் நகங்கள் தொடர்பான பிரச்சினைகளில் என்ன நடக்கிறது என்பதைப் புரிந்துகொள்ள உதவுகிறது. டெர்மட்டாலஜி உதவியாளர், உடல்நலப் பாதுகாப்புக்கு உதவும் வகையில் AI எவ்வாறு உருவாகி வருகிறது என்பதை அடிக்கோடிட்டுக் காட்டுகிறார் - ஆனால், வண்ணம் உள்ளவர்களுக்கு இந்தக் கருவி போதுமானதாக இல்லை என்ற விமர்சனத்தின் பின்னணியில், AI இல் சார்பு ஊடுருவுவதற்கான சாத்தியக்கூறுகளையும் இது எடுத்துக்காட்டுகிறது.

கூகுள் கருவியை அறிவித்தபோது, ​​நிறுவனம் குறிப்பிட்டது:

நாங்கள் அனைவருக்காகவும் உருவாக்குகிறோம் என்பதை உறுதிப்படுத்த, வயது, பாலினம், இனம் மற்றும் தோல் வகைகள் போன்ற காரணிகளை எங்கள் மாதிரி கணக்கில் எடுத்துக்கொள்கிறது - பழுப்பு நிறமற்ற வெளிர் தோல் முதல் அரிதாக எரியும் பழுப்பு நிற தோல் வரை.

கூகிள், பொதுவான தோல் நிலைகளுக்கான பதில்களைக் கண்டறிய AI ஐப் பயன்படுத்துகிறது

ஆனால் வைஸில் உள்ள ஒரு கட்டுரை, உள்ளடக்கிய தரவுத் தொகுப்பைப் பயன்படுத்துவதில் கூகுள் தோல்வியடைந்தது:

பணியை நிறைவேற்ற, ஆராய்ச்சியாளர்கள் இரண்டு மாநிலங்களில் அமைந்துள்ள 64,837 நோயாளிகளின் 12,399 படங்களின் பயிற்சி தரவுத்தொகுப்பைப் பயன்படுத்தினர். ஆனால் படம்பிடிக்கப்பட்ட ஆயிரக்கணக்கான தோல் நிலைகளில், 3.5 சதவிகிதம் மட்டுமே பிட்ஸ்பாட்ரிக் தோல் வகைகளான V மற்றும் VI- பழுப்பு நிற தோல் மற்றும் அடர் பழுப்பு அல்லது கருப்பு நிற தோல் ஆகியவற்றைக் கொண்டுள்ளன. 90 சதவீத தரவுத்தளமானது பளபளப்பான தோல், கருமையான வெள்ளை தோல் அல்லது வெளிர் பழுப்பு நிற சருமம் உள்ளவர்களால் ஆனது என ஆய்வில் தெரிவிக்கப்பட்டுள்ளது. பக்கச்சார்பான மாதிரியின் விளைவாக, தோல் நிபுணர்கள் இந்த பயன்பாடு வெள்ளை இல்லாத நபர்களை அதிகமாகவோ அல்லது குறைவாகவோ கண்டறியும் என்று கூறுகின்றனர்.

வைஸ், கூகிளின் புதிய டெர்மட்டாலஜி ஆப் கருமையான சருமம் உள்ளவர்களுக்காக வடிவமைக்கப்படவில்லை

கருவியை முறையாக வெளியிடுவதற்கு முன்பு அதை செம்மைப்படுத்துவதாக கூகுள் பதிலளித்தது:

எங்களின் AI-இயங்கும் தோல் மருத்துவ உதவி கருவி மூன்று ஆண்டுகளுக்கும் மேலான ஆராய்ச்சியின் உச்சகட்டமாகும். நேச்சர் மெடிசினில் எங்களின் பணி இடம்பெற்றுள்ளதால், ஆயிரக்கணக்கான மக்கள் வழங்கிய தரவு மற்றும் மில்லியன் கணக்கான தோல் தொடர்பான படங்களை உள்ளடக்கிய கூடுதல் தரவுத்தொகுப்புகளுடன் எங்கள் தொழில்நுட்பத்தை மேம்படுத்தி மேம்படுத்தி வருகிறோம்.

கூகிள், பொதுவான தோல் நிலைகளுக்கான பதில்களைக் கண்டறிய AI ஐப் பயன்படுத்துகிறது

AI மற்றும் மெஷின் லேர்னிங் திட்டங்கள் இந்த சார்புகளை சரி செய்ய முடியும் என நாம் நம்பும் அளவுக்கு, உண்மை உள்ளது: அவை மட்டுமே ஸ்மார்ட் அவற்றின் தரவுத் தொகுப்புகள் சுத்தமாக இருப்பதால். பழைய நிரலாக்க பழமொழிக்கான புதுப்பிப்பில் குப்பை உள்ளே குப்பை வெளியே, AI தீர்வுகள் அவற்றின் தரவுத் தொகுப்புகளின் தரத்தைப் போலவே வலுவானவை. புரோகிராமர்களிடமிருந்து திருத்தம் இல்லாமல், இந்தத் தரவுத் தொகுப்புகள் தங்களைத் தாங்களே சரிசெய்வதற்கான பின்னணி அனுபவத்தைக் கொண்டிருக்கவில்லை - ஏனெனில் அவை வேறு எந்தக் குறிப்பும் இல்லை.

தரவுத் தொகுப்புகளை பொறுப்புடன் உருவாக்குவது எல்லாவற்றின் மையத்திலும் உள்ளது நெறிமுறை செயற்கை நுண்ணறிவு. மேலும் மக்கள்தான் தீர்வுக்கான அடிப்படை. 

கவனமுள்ள AI என்பது நெறிமுறை AI ஆகும்

ஒரு வெற்றிடத்தில் சார்பு நடக்காது. நெறிமுறையற்ற அல்லது பக்கச்சார்பான தரவுத் தொகுப்புகள் வளர்ச்சிக் கட்டத்தில் தவறான அணுகுமுறையை எடுத்துக்கொள்வதால் வருகின்றன. சார்பு பிழைகளை எதிர்த்துப் போராடுவதற்கான வழி, பொறுப்பான, மனித-மையப்படுத்தப்பட்ட, அணுகுமுறையை ஏற்றுக்கொள்வதாகும், இது தொழில்துறையில் பலர் மைண்ட்ஃபுல் AI என்று அழைக்கிறார்கள். மைண்ட்ஃபுல் AI மூன்று முக்கியமான கூறுகளைக் கொண்டுள்ளது:

1. மைண்ட்ஃபுல் AI மனிதனை மையமாகக் கொண்டது

AI திட்டத்தின் தொடக்கத்தில் இருந்து, திட்டமிடல் நிலைகளில், ஒவ்வொரு முடிவின் மையத்திலும் மக்களின் தேவைகள் இருக்க வேண்டும். அதாவது அனைத்து மக்களும் - ஒரு துணைக்குழு மட்டுமல்ல. அதனால்தான் டெவலப்பர்கள், AI பயன்பாடுகளை உள்ளடக்கியதாகவும், சார்பு இல்லாததாகவும் இருக்க, உலகளாவிய அளவில் உள்ள பல்வேறு நபர்களின் குழுவை நம்பியிருக்க வேண்டும்.

உலகளாவிய, பலதரப்பட்ட குழுவிலிருந்து தரவுத் தொகுப்புகளை க்ரவுட்சோர்சிங் செய்வது, சார்புகள் அடையாளம் காணப்பட்டு முன்கூட்டியே வடிகட்டப்படுவதை உறுதி செய்கிறது. மாறுபட்ட இனங்கள், வயதுக் குழுக்கள், பாலினங்கள், கல்வி நிலைகள், சமூக-பொருளாதாரப் பின்னணிகள் மற்றும் இருப்பிடங்களைச் சேர்ந்தவர்கள் ஒரு தொகுப்பு மதிப்பை மற்றொன்றை ஆதரிக்கும் தரவுத் தொகுப்புகளை எளிதாகக் கண்டறிய முடியும், இதனால் எதிர்பாராத சார்புகளை களைகிறது.

குரல் பயன்பாடுகளைப் பாருங்கள். கவனமுள்ள AI அணுகுமுறையைப் பயன்படுத்தும்போது, ​​உலகளாவிய திறமைக்குழுவின் சக்தியை மேம்படுத்துகையில், டெவலப்பர்கள் தரவுத் தொகுப்புகளில் வெவ்வேறு பேச்சுவழக்குகள் மற்றும் உச்சரிப்புகள் போன்ற மொழியியல் கூறுகளைக் கணக்கிடலாம்.

ஆரம்பத்திலிருந்தே மனிதனை மையமாகக் கொண்ட வடிவமைப்பு கட்டமைப்பை நிறுவுவது மிகவும் முக்கியமானது. உருவாக்கப்பட்ட, நிர்வகிக்கப்பட்ட மற்றும் லேபிளிடப்பட்ட தரவு இறுதிப் பயனர்களின் எதிர்பார்ப்பைப் பூர்த்தி செய்வதை உறுதி செய்வதில் இது நீண்ட தூரம் செல்கிறது. ஆனால் முழு தயாரிப்பு மேம்பாட்டு வாழ்க்கைச் சுழற்சி முழுவதும் மனிதர்களை வளையத்தில் வைத்திருப்பதும் முக்கியம். 

லூப்பில் உள்ள மனிதர்கள் ஒவ்வொரு குறிப்பிட்ட பார்வையாளர்களுக்கும் சிறந்த AI அனுபவத்தை உருவாக்க இயந்திரங்களுக்கு உதவ முடியும். Pactera EDGE இல், உலகளாவிய அளவில் அமைந்துள்ள எங்கள் AI தரவு திட்டக் குழுக்கள், நம்பகமான AI பயிற்சித் தரவின் சேகரிப்பு மற்றும் க்யூரேஷனை வெவ்வேறு கலாச்சாரங்கள் மற்றும் சூழல்கள் எவ்வாறு பாதிக்கலாம் என்பதைப் புரிந்துகொள்கிறது. AI-அடிப்படையிலான தீர்வு நேரலைக்கு வருவதற்கு முன், சிக்கல்களைக் கொடியிடவும், அவற்றைக் கண்காணிக்கவும், அவற்றைச் சரிசெய்யவும் தேவையான கருவிகள் அவர்களிடம் உள்ளன.

ஹ்யூமன்-இன்-தி-லூப் AI என்பது ஒரு திட்டமான "பாதுகாப்பு வலை" ஆகும், இது மக்களின் பலத்தையும் - அவர்களின் மாறுபட்ட பின்னணியையும் இயந்திரங்களின் வேகமான கணினி சக்தியுடன் இணைக்கிறது. திட்டங்களின் தொடக்கத்திலிருந்தே இந்த மனித மற்றும் AI ஒத்துழைப்பு நிறுவப்பட வேண்டும், இதனால் பக்கச்சார்பான தரவு திட்டத்தில் ஒரு அடித்தளத்தை உருவாக்காது. 

2. மைண்ட்ஃபுல் AI பொறுப்பு

பொறுப்பாக இருப்பது AI அமைப்புகள் பக்கச்சார்பற்றவை என்பதையும் அவை நெறிமுறைகளில் அடித்தளமாக இருப்பதையும் உறுதி செய்வதாகும். இது எப்படி, ஏன், எங்கு தரவு உருவாக்கப்படுகிறது, AI அமைப்புகளால் எவ்வாறு ஒருங்கிணைக்கப்படுகிறது மற்றும் நெறிமுறை தாக்கங்களை ஏற்படுத்தக்கூடிய முடிவுகளை எடுப்பதில் அது எவ்வாறு பயன்படுத்தப்படுகிறது என்பதை கவனத்தில் கொள்ள வேண்டும். ஒரு வணிகம் அவ்வாறு செய்வதற்கான ஒரு வழி, குறைவான பிரதிநிதித்துவம் கொண்ட சமூகங்களுடன் அதிக உள்ளடக்கிய மற்றும் குறைவான சார்புடையதாக இருக்க வேண்டும். தரவு சிறுகுறிப்புத் துறையில், ஒவ்வொரு சிறுகுறிப்பு லேபிள்களையும் தனித்தனி துணைப் பணியாகக் கருதும் மல்டி-அன்னோடேட்டர் மல்டி-டாஸ்க் மாதிரியானது, வழக்கமான அடிப்படை உண்மை முறைகளில் உள்ளார்ந்த சாத்தியமான சிக்கல்களைத் தணிக்க எப்படி உதவும் என்பதை புதிய ஆராய்ச்சி எடுத்துக்காட்டுகிறது. ஒரு அடிப்படை உண்மைக்கான சிறுகுறிப்புகளின் தொகுப்பில் புறக்கணிக்கப்படலாம். 

3. நம்பகமானவர்

AI மாதிரி எவ்வாறு பயிற்றுவிக்கப்படுகிறது, அது எவ்வாறு செயல்படுகிறது, ஏன் விளைவுகளைப் பரிந்துரைக்கிறது என்பதில் வணிகம் வெளிப்படையாகவும் விளக்கக்கூடியதாகவும் இருப்பதன் மூலம் நம்பகத்தன்மை ஏற்படுகிறது. ஒரு நாட்டிலிருந்து அடுத்த நாட்டிற்கு AI தீர்வின் நம்பகத்தன்மையை உருவாக்கும் அல்லது உடைக்கக்கூடிய உள்ளூர் மொழி மற்றும் பயனர் அனுபவங்களில் உள்ள முக்கியமான நுணுக்கங்களை மதித்து, அதன் வாடிக்கையாளர்களுக்கு அவர்களின் AI பயன்பாடுகளை மேலும் உள்ளடக்கிய மற்றும் தனிப்பயனாக்குவதை சாத்தியமாக்க, ஒரு வணிகத்திற்கு AI உள்ளூர்மயமாக்கலுடன் நிபுணத்துவம் தேவை. . எடுத்துக்காட்டாக, ஒரு வணிகமானது அதன் பயன்பாடுகளை தனிப்பயனாக்கப்பட்ட மற்றும் உள்ளூர்மயமாக்கப்பட்ட சூழல்களுக்கு வடிவமைக்க வேண்டும், இதில் மொழிகள், பேச்சுவழக்குகள் மற்றும் குரல் அடிப்படையிலான பயன்பாடுகளில் உச்சரிப்புகள் ஆகியவை அடங்கும். அந்த வகையில், ஒரு ஆப்ஸ், ஆங்கிலம் முதல் குறைவான பிரதிநிதித்துவ மொழிகள் வரை, ஒவ்வொரு மொழிக்கும் ஒரே அளவிலான குரல் அனுபவ நுட்பத்தை வழங்குகிறது.

நேர்மை மற்றும் பன்முகத்தன்மை

இறுதியில், கவனமுள்ள AI தீர்வுகள் சந்தைக்குச் செல்வதற்கு முன், குறிப்பிட்ட விளைவுகளின் விளைவுகள் மற்றும் தாக்கம் கண்காணிக்கப்பட்டு மதிப்பீடு செய்யப்படும் நியாயமான மற்றும் மாறுபட்ட தரவுத் தொகுப்புகளின் அடிப்படையில் தீர்வுகள் உருவாக்கப்படுவதை உறுதி செய்கிறது. கவனத்துடன் இருப்பதன் மூலமும், தீர்வின் வளர்ச்சியின் ஒவ்வொரு பகுதியிலும் மனிதர்களைச் சேர்ப்பதன் மூலமும், AI மாதிரிகள் சுத்தமாகவும், குறைந்தபட்ச சார்புடையதாகவும், முடிந்தவரை நெறிமுறையாகவும் இருப்பதை உறுதிப்படுத்த உதவுகிறோம்.

நீங்கள் என்ன நினைக்கிறீர்கள்?

இந்த தளம் ஸ்பேமைக் குறைக்க Akismet ஐப் பயன்படுத்துகிறது. உங்கள் கருத்துத் தரவு எவ்வாறு செயல்படுத்தப்படுகிறது என்பதை அறியவும்.