PulseAugur
实时 14:49:47
English(EN) Why eliminating A.I. bias is harder than it seems

人工智能偏见缓解被证明很复杂,其根源比数据集更深

在人工智能系统中消除算法偏见比最初预期的要复杂,其问题不仅仅在于整理更具代表性的数据集。最近对人工智能分类大脑活动的研究显示,即使使用仅来自美国黑人的数据集,人工智能在黑人患者上的表现仍不如在标准数据集的白人患者上的表现。这表明,在对大脑区域的基本理解以及fMRI机器的校准中可能存在更深的偏见,而这些机器主要使用白人患者的数据进行开发。NIST等组织正在制定标准,但要防止人工智能延续社会不平等,还需要政府和行业的共同努力才能找到全面的解决方案。 AI

影响 强调了人工智能偏见缓解中根深蒂固的挑战,表明当前的方法不足,必须解决更广泛的社会因素。

排序理由 文章讨论了缓解人工智能偏见的复杂性和挑战,引用了研究和政府的努力,而不是宣布新的发布或重大事件。

在 Fortune 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

人工智能偏见缓解被证明很复杂,其根源比数据集更深

报道来源 [1]

  1. Fortune TIER_1 English(EN) · Jeremy Kahn ·

    Why eliminating A.I. bias is harder than it seems

    Better training data is not enough. Bias often runs deep.