सिंथो ने फ्रांस में विवाटेक 2021 में यूनेस्को का जेंडर बायस चैलेंज जीता
यूनेस्को के लैंगिक पक्षपात चुनौती के लिए वीवाटेक 2021 में विजेता घोषित किए जाने पर हमें खुशी हो रही है। सिंथो: "बायस इन = बायस आउट" और हम इनपुट डेटा में असंतुलन को बुद्धिमान सिंथेटिक डेटा के साथ संतुलित करके हल करने का प्रस्ताव करते हैं। VivaTech में, हमने अपने बिल्कुल नए 'डेटा बैलेंसिंग फीचर' का प्रदर्शन किया, जो हमारे नए मूल्यवर्धन में से एक है सिंथेटिक डेटा सुविधाएँ, जो आपके डेटा को अगले स्तर पर ले जाता है!
विवाटेक, यूनेस्को और लैंगिक पूर्वाग्रह चुनौती का परिचय
वीवाटेक क्या है?
VivaTech यूरोप का सबसे बड़ा स्टार्टअप और टेक इवेंट है जिसे 16-19 जून, 2021 को होस्ट किया गया था। इस साल, संगठन ने COVID के कारण एक हाइब्रिड अनुभव की मेजबानी की, पेरिस में व्यक्तिगत रूप से और दुनिया भर में ऑनलाइन, जो इनोवेटर्स के एक बड़े समुदाय को एक साथ लाता है।
- अधिक जानकारी पर पाया जा सकता है: www.vivatechnology.com
यूनेस्को क्या है?
यूनेस्को संयुक्त राष्ट्र शैक्षिक, वैज्ञानिक और सांस्कृतिक संगठन है। यूनेस्को अभिव्यक्ति की स्वतंत्रता और सूचना तक पहुंच के लिए एक मौलिक अधिकार और लोकतंत्र और विकास के लिए एक महत्वपूर्ण शर्त के रूप में खड़ा है। अपने दिल में डिजिटल नवाचार के साथ विचारों की प्रयोगशाला के रूप में सेवा करते हुए, यूनेस्को देशों को नीतियों और कार्यक्रमों को विकसित करने में मदद करता है जो दुनिया की चुनौतियों से निपटने और सभी के लिए सतत विकास सुनिश्चित करने के लिए विचारों और ज्ञान साझा करने के मुक्त प्रवाह को बढ़ावा देते हैं।
- अधिक जानकारी पर पाया जा सकता है: www.unesco.org
लिंग पूर्वाग्रह चुनौती क्या है?
जेंडर बायस चैलेंज का उद्देश्य एआई में पूर्वाग्रह को उजागर करके जेंडर डिजिटल डिवाइड को कम करना है। AI पक्षपाती डेटा-सेट पर फ़ीड करता है, जो हमारे समाजों में मौजूदा लिंग पूर्वाग्रह को बढ़ाता है। साक्ष्य से पता चलता है कि 2022 तक, एआई परियोजनाओं के 85% पूर्वाग्रह के कारण गलत परिणाम देंगे यदि एआई एक तकनीक के रूप में और एक क्षेत्र के रूप में अधिक समावेशी और विविध नहीं है। हम कैसे सुनिश्चित कर सकते हैं कि डेटा सेट अधिक विविध हैं? यूनेस्को ऐसे नवोन्मेषी समाधानों की तलाश में है, जिनका उद्देश्य एआई में पूर्वाग्रह को उजागर करके लैंगिक डिजिटल विभाजन को कम करना है।
हमारा विजयी समाधान: इनपुट डेटा में असंतुलन को बुद्धिमान सिंथेटिक डेटा के साथ संतुलित करके हल करें
हमारी राय में चुनौती: पूर्वाग्रह = पूर्वाग्रह बाहर
2019 से यूनेस्को की मौलिक रिपोर्ट से पता चला है कि एलेक्सा और सिरी जैसे एआई-पावर्ड वॉयस असिस्टेंट टूल हानिकारक रूढ़ियों को कायम रख रहे थे और 'फेमिनाइज्ड' तकनीक पर निर्देशित सेक्सिस्ट दुर्व्यवहार का अनुमान भी टेक कंपनियों ने लगाया था।
यूनेस्को के इस उदाहरण में, यदि डेटा में एक निश्चित पूर्वाग्रह है, तो यह निर्विवाद रूप से आउटपुट में पक्षपात का कारण बनेगा। इसलिए, हमारा कथन: 'पूर्वाग्रह में = पूर्वाग्रह बाहर'। और साझा उदाहरण में, डेवलपर्स स्पष्ट रूप से डेटा में कुछ असंतुलन और पूर्वाग्रहों के बारे में पहले से ही जानते थे। तो, इस पर कैसे काबू पाया जाए?
हमारा समाधान: डेटा पूर्वाग्रहों को कम करने के लिए बुद्धिमान सिंथेटिक डेटा पीढ़ी
हमें डेटा पूर्वाग्रह चुनौतियों को हल करने के लिए डेटासेट को फिर से संतुलित करना होगा जिससे एल्गोरिदम में भेदभाव हो सकता है। हमारा समाधान कैसे काम करता है। इस उदाहरण में, डेटा में पूर्वाग्रह और असंतुलन है। जहां हम ५०% पुरुषों और ५०% महिलाओं की अपेक्षा करते हैं, वहाँ हम केवल ३३% महिलाएं और ६६% पुरुष देखते हैं। हम डेटा में पूर्वाग्रह और असंतुलन को कम करने के लिए 50% पुरुषों और 50% महिलाओं के डेटासेट को संतुलित करने के लिए अतिरिक्त सिंथेटिक महिला या पुरुष डेटा रिकॉर्ड बनाकर इसे हल कर सकते हैं, जिसके परिणामस्वरूप भेदभाव हो सकता है। इस प्रकार हम डेटा पूर्वाग्रहों को हल करते हैं। हम समस्या का समाधान उसकी जड़ों से करते हैं। हम 'पूर्वाग्रह = डेटा पूर्वाग्रह बाहर' चुनौती को हल करते हैं।
डेटा कृत्रिम है, लेकिन हमारी टीम वास्तविक है!
संपर्क सिंथो और हमारे विशेषज्ञों में से एक सिंथेटिक डेटा के मूल्य का पता लगाने के लिए प्रकाश की गति से आपसे संपर्क करेगा!