Щастливи сме да бъдем обявени за победители на VivaTech 2021 за предизвикателството на ЮНЕСКО за пристрастия към пола. Syntho: „bias in = bias out“ и ние предлагаме да разрешим дисбалансите във входните данни, като ги балансираме с интелигентни синтетични данни. Във VivaTech демонстрирахме нашата чисто нова „функция за балансиране на данни“, една от новите ни добавки към стойността характеристики на синтетични данни, което извежда вашите данни на следващото ниво!
VivaTech е най-голямото стартиращо и технологично събитие в Европа, организирано на 16-19 юни 2021 г. Тази година организацията беше домакин на хибридно изживяване, дължащо се на COVID, лично в Париж и онлайн по целия свят, което обединява още по-голяма общност от иноватори.
ЮНЕСКО е Организация на Обединените нации за образование, наука и култура. ЮНЕСКО отстоява свободата на изразяване и достъпа до информация като основно право и ключово условие за демокрацията и развитието. Служейки като лаборатория от идеи с дигитални иновации в основата си, ЮНЕСКО помага на страните да разработват политики и програми, които насърчават свободния поток от идеи и споделяне на знания, за да се справят със световните предизвикателства и да гарантират устойчиво развитие за всички.
Предизвикателството за пристрастие към пола има за цел да намали цифровото разделение между половете, като разкрие пристрастията в AI. AI се храни с предубедени набори от данни, засилвайки съществуващите пристрастия на половете в нашите общества. Данните показват, че до 2022 г. 85% от проектите за ИИ ще дадат погрешни резултати поради пристрастия, ако ИИ като технология и като сектор не е по -приобщаващ и разнообразен. Как можем да гарантираме, че наборите от данни са по -разнообразни? ЮНЕСКО търси иновативни решения, които имат за цел да намалят цифровото разделение между половете, като изложат пристрастия в ИИ.
Основният доклад на ЮНЕСКО от 2019 г. показа, че инструментите за гласови асистенти, задвижвани от AI, като Alexa и Siri, поддържат вредни стереотипи, а сексистката злоупотреба, насочена към „феминизираната“ технология, дори се очаква от технологичните компании.
В този пример от ЮНЕСКО, ако има известни пристрастия в данните, това ще причини неслучайно отклонения в изхода. Следователно, нашето твърдение: „пристрастие в = пристрастие навън“. В споделения пример разработчиците очевидно вече са знаели за определени дисбаланси и отклонения в данните. И така, как да се преодолее това?
Трябва да балансираме отново набора от данни, за да разрешим предизвикателствата за отклонение на данните, които биха могли да доведат до дискриминация в алгоритмите. Как работи нашето решение. В този пример има отклонение и дисбаланс в данните. Там, където очакваме 50% мъже и 50% жени, виждаме само 33% жени и 66% мъже. Можем да разрешим това, като генерираме допълнителни синтетични записи за жени или мъже, за да балансираме набора от данни до 50% мъже и 50% жени, за да смекчим пристрастията и дисбалансите в данните, които биха могли да доведат до дискриминация. Ето как решаваме пристрастията към данните. Ние решаваме проблема с неговите корени. Ние решаваме предизвикателството „пристрастие в = отклонение на данните“.
Свържете се със Syntho и един от нашите експерти ще се свърже с вас със скоростта на светлината, за да проучи стойността на синтетичните данни!