Onye omekome a na-ahụghị anya nke AI: kpughee echiche ọjọọ n'ime
Usoro blọọgụ n'agha: akụkụ 1
Okwu Mmalite
N'ụwa anyị nke ụdị ọgụgụ isi na-esiwanye ike, igwe ndị a na-ahụ maka ime mkpebi dị mgbagwoju anya na-aghọwanyewanye nke ọma. Enwere akwụkwọ na-eto eto nke na-egosi ojiji AI na ngalaba dị iche iche dị ka azụmahịa, mkpebi dị elu, na n'ime afọ ole na ole gara aga na ngalaba ahụike. Otú ọ dị, site na mmụba a na-eto eto, ndị mmadụ achọpụtala banyere ọchịchọ na usoro ndị a; Ya bụ, ebe a na-eme ya ka ọ bụrụ naanị ịgbaso ụkpụrụ dị na data ahụ, ha egosila ihe ịrịba ama nke ajọ mbunobi, n'echiche na enwere ike ịhụ omume mmekọahụ dị iche iche na ịkpa ókè. Ihe na-adịbeghị anya Iwu nke European AI, na-ekpuchikwa okwu nke ajọ mbunobi dị otú ahụ nke ukwuu ma na-esetịpụ ntọala maka imeri nsogbu ndị metụtara ya.
N'ime afọ niile nke akwụkwọ teknuzu, ndị mmadụ na-achọsi ike iji okwu ahụ bụ "ịhụnanya" kọwaa ụdị omume a gbagọrọ agbagọ n'akụkụ ụfọdụ igwe mmadụ; okwu nke ihe ọ pụtara dịgasị iche, na-akpata mgbagwoju anya na mgbagwoju anya ọrụ nke ịza ya.
Edemede a bụ nke mbụ n'ime usoro nke blọọgụ na-ekpuchi isiokwu nke mkparị. N'usoro isiokwu a, anyị ga-ebumnobi inye gị nghọta doro anya, nke nwere ike ịgbagha maka ele mmadụ anya n'ihu na AI. Anyị ga-ewebata ụzọ anyị ga-esi tụọ na wedata ele mmadụ anya n'ihu wee chọpụta ọrụ data sịntetik na-arụ n'ụzọ a iji nweta sistemu ziri ezi. Anyị ga-enye gị nlele anya ka Syntho, onye na-eduga n'ọgbọ data synthetic, nwere ike itinye aka na mbọ a. Yabụ, ma ị bụ onye ọrụ na-achọ nghọta ndị nwere ike ime ma ọ bụ na-achọsi ike maka isiokwu a, ị nọ n'ebe kwesịrị ekwesị.
Eleghị anya n'omume: Ihe Nlereanya n'ezie n'ụwa
Ị nwere ike ịnọ na-eche, "Enweghị mmasị na AI niile dị mkpa, mana gịnị ka ọ pụtara nye m, maka ndị nkịtị?" Nke bụ́ eziokwu bụ na mmetụta ọ na-enwe dị nnọọ ukwuu, ọtụtụ mgbe, a naghị ahụ ya anya ma dị ike. Eleghara anya na AI abụghị echiche agụmakwụkwọ nkịtị; ọ bụ nsogbu ụwa nke nwere nnukwu nsonaazụ.
Were asịrị gbasara ọdịmma ụmụaka Dutch dịka ọmụmaatụ. Usoro akpaghị aka, nke e chere na ọ bụ ngwá ọrụ emepụtara iji wepụta nsonaazụ ziri ezi na nke dị mma na obere ntinye aka mmadụ, enweghị isi. Ọ kwadoro ọtụtụ puku ndị nne na nna n'ụzọ na-ezighi ezi maka wayo dabere na data na echiche ezighi ezi. Nsonazụ ahụ? Ezinụlọ tụbara n'ọgba aghara, aha onwe onye mebiri emebi, na ihe isi ike ego, niile n'ihi enweghị mmasị na sistemụ AI. Ọ bụ ihe atụ dị ka ndị a na-eme ka ọ dị ngwa ngwa na-eleba anya na AI.
Isi mmalite: "Nkwụghachi ụgwọ maka afọ 2030, 2023. US
Ma ka anyị kwụsị ebe ahụ. Ihe omume a abụghị ihe dịpụrụ adịpụ nke nhụsianya na-emebi mbibi. Mmetụta nke ele mmadụ anya n'ihu na AI gbatịrị n'akụkụ niile nke ndụ anyị. Site na onye a na-akwụ ụgwọ maka ọrụ, onye a kwadoro maka mbinye ego, onye na-enweta ụdị ọgwụgwọ ọgwụgwọ - usoro AI na-adịghị mma nwere ike ime ka enweghị nha anya dị ugbu a ma mepụta ndị ọhụrụ.
Tụlee nke a: usoro AI a zụrụ azụ na data akụkọ ihe mere eme na-adịghị mma nwere ike ịgọnarị onye ruru eru nke ọma ọrụ nanị n'ihi okike ma ọ bụ agbụrụ ha. Ma ọ bụ sistemụ AI na-enweghị isi nwere ike ịgọnarị onye tozuru etozu ego n'ihi koodu nzi ozi ha. Ihe ndị a abụghị naanị ihe atụ echiche; ha na-eme ugbu a.
Ụdị nhụsianya a kapịrị ọnụ, dị ka Bias History na Measurement Bias, na-eduga na mkpebi ndị nwere ntụpọ. Ha dị na data ahụ, gbanyere mkpọrọgwụ na mkparị ọha mmadụ, na-egosipụtakwa na enweghị ahaghị nhata n'etiti otu igwe mmadụ dị iche iche. Ha nwere ike imebi mkpebi nke ụdị amụma wee bute ọgwụgwọ na-ezighi ezi.
N'ime nnukwu atụmatụ nke ihe, ele mmadụ anya n'ihu na AI nwere ike rụọ ọrụ dị ka onye na-agbachi nkịtị, jiri aghụghọ na-akpụzi obodo anyị na ndụ anyị, ọtụtụ mgbe n'ụzọ anyị anaghị aghọta. Isi ihe ndị a niile a kpọtụrụ aha n'elu nwere ike ime ka ị jụọ ihe mere na emebeghị ihe iji kwụsị, yana ma ọ ga-ekwe omume.
N'ezie, site n'ọganihu nkà na ụzụ ọhụrụ ọ na-aghọwanye ohere iji dozie nsogbu dị otú ahụ. Nzọụkwụ mbụ iji dozie nsogbu a, Otú ọ dị, bụ ịghọta na ikweta ịdị adị na mmetụta ya. Ka ọ dị ugbu a, e mewo nkwenye nke ịdị adị ya, na-ahapụ okwu nke "nghọta" ka na-edoghị anya.
Ịghọta Bias
Ebe nkọwa izizi nke ele mmadụ anya n'ihu dị ka e gosipụtara ya Akwụkwọ ọkọwa okwu Cambridge adịghị apụ apụ n'ebe dị anya site na isi nzube nke okwu ahụ dị ka ọ na-metụtara AI, ọtụtụ dị iche iche nkọwa ka a ga-eme nke ọbụna a otu nkọwa. Taxonomies, dị ka nke ndị nchọpụta gosipụtara dị ka Hellström et al (2020) na Kliegr (2021), na-enye nghọta miri emi na nkọwa nke ele mmadụ anya n'ihu. Nleba anya dị mfe na akwụkwọ ndị a ga-ekpughe, Otú ọ dị, a chọrọ nnukwu mbelata nkọwa nke okwu ahụ iji dozie nsogbu ahụ nke ọma.
Ebe ịbụ mgbanwe nke ihe omume, iji kọwapụta nke ọma na ịkọwapụta echiche nhụsianya mmadụ nwere ike ịkọwapụta nke ọma karịa, ya bụ ikpe ziri ezi.
Na-akọwa ịdị mma
Dị ka a kọwara ya n'akwụkwọ dị iche iche na nso nso a dị ka Castelnovo et al. (2022), enwere ike kọwapụta ikpe ziri ezi n'inye nghọta nke okwu ohere ohere. Dị ka ọ dị, ohere ohere (PS) na-ezo aka n'ókè nke ike na ihe ọmụma nke mmadụ n'agbanyeghị na ha so na otu ìgwè igwe mmadụ. N'inyere nkọwa a nke echiche PS, mmadụ nwere ike ịkọwa n'ụzọ dị mfe ịbụ nha nhata nke ọgwụgwọ n'etiti mmadụ abụọ ha nhata PS, n'agbanyeghị ọdịiche ha na-ahụ anya na nke zoro ezo na njedebe na-akpali akpali (dị ka agbụrụ, afọ, ma ọ bụ okike). Ntugharị ọ bụla sitere na nkọwa a, nke a na-akpọkwa nha nhata nke ohere, bụ ihe na-egosi nhụsianya na uru nyocha ọzọ.
Ndị na-eme ihe n'etiti ndị na-agụ akwụkwọ nwere ike ịchọpụta na imezu ihe dịka akọwara ebe a nwere ike bụrụ ihe na-agaghị ekwe omume kpamkpam n'ihi enweghị mmasị dị n'ime ụwa anyị. Nke ahụ bụ eziokwu! Ụwa anyị bi na ya, yana data niile anakọtara site na ihe ndị mere n'ụwa a, nọ n'okpuru nnukwu mkparị akụkọ ihe mere eme na ọnụ ọgụgụ. Nke a, n'ezie, na-ebelata ntụkwasị obi nke otu ụbọchị n'ibelata n'ụzọ zuru ezu mmetụta nke nhụsianya na ụdị amụma a zụrụ azụ na data "eleghị anya" dị otú ahụ. Agbanyeghị, site n'iji ụzọ dị iche iche, mmadụ nwere ike ịgbalị ibelata mmetụta nke nhụsianya. Nke a bụ ikpe, okwu okwu eji na ndị fọdụrụ na blọgụ post(s) ga-atụgharị gaa n'echiche nke ibelata mmetụta nke nhụsianya kama ibelata ya nke ọma.
Ọ dị mma! Ya mere, ugbu a ka ewepụtara echiche nke ihe nhụsianya bụ na otu mmadụ nwere ike isi nyochaa ịdị adị ya; Otú ọ dị, ọ bụrụ na anyị chọrọ imeri nsogbu ahụ nke ọma, anyị kwesịrị ịma ebe echiche ọjọọ ndị a niile si.
Ịghọta isi mmalite na ụdị
Nchọpụta dị ugbu a na-enye nghọta bara uru n'ụdị mkparị dị iche iche na mmụta igwe. Dị ka Mehrabi et. al. (2019) agaala n'ihu kewaa nhụsianya na mmụta igwe, mmadụ nwere ike kewaa ihe nhụsianya n'ụdị isi atọ. Ya bụ ndị nke:
- Data gaa na algọridim: otu ụdị na-emetụta nhụsianya nke sitere na data n'onwe ya. Enwere ike bute nke ahụ site na nnakọta data adịghị mma, ihe na-adịghị mma dị n'ụwa, wdg.
- Algorithm nye onye ọrụ: otu nke na-elekwasị anya na nhụsianya sitere na nhazi na arụmọrụ nke algọridim. Ọ na-agụnye ka algọridim nwere ike isi sụgharịa, tụọ, ma ọ bụ tụlee ụfọdụ isi ihe data karịa ndị ọzọ, nke nwere ike iduga na-enweghị isi.
- Onye ọrụ na data: gbasara nhụsianya na-esite na mmekọrịta onye ọrụ na sistemụ. Ụzọ ndị ọrụ si etinye data, echiche ha na-akpakọrịta, ma ọ bụ ọbụna ntụkwasị obi ha na mmepụta sistemụ nwere ike imetụta nsonaazụ.
Ọnụọgụ 1: Nleba anya nke usoro CRISP-DM maka nchịkọta data; a na-ejikarị eme ihe na ngwuputa data na nke dabara na usoro nke ịchọpụta ọkwa nke nhụsianya nwere ike ịmalite.
Ọ bụ ezie na aha ndị ahụ na-egosi ụdị nhụsianya, mmadụ ka nwere ike inwe ajụjụ gbasara ụdị mkparị mmadụ nwere ike ịhazi n'okpuru usoro nche anwụ ndị a. Maka ndị na-anụ ọkụ n'obi n'etiti ndị na-agụ akwụkwọ anyị, anyị enyela njikọ na ụfọdụ akwụkwọ gbasara okwu na nhazi ọkwa a. Maka ịdị mfe na blọọgụ a, anyị ga-ekpuchi nhọrọ ole na ole dị mkpa maka ọnọdụ ahụ (Ihe fọrọ nke nta ka ọ bụrụ ihe niile bụ nke data udi na algọridim). Ụdị ihe nhụsianya pụrụ iche bụ ndị a:
- Ọgba aghara akụkọ ihe mere eme: Ụdị nhụsianya dị n'ime data sitere na nhụsianya sitere n'okike dị n'ụwa n'òtù dị iche iche na ọha mmadụ n'ozuzu ya. Ọ bụ n'ihi na data a dị n'ụwa enweghị ike ibelata ya site na ụzọ dị iche iche nke nlere anya na nhọrọ njirimara.
- Nleba anya nleba anya na nnochi anya: Ọgbaghara abụọ ndị a nwere njikọ chiri anya na-eme mgbe ngalaba dị iche iche nke dataset nwere nsonaazụ “dị mma” na-enweghị oke. Ya mere, ụdị ele mmadụ anya n'ihu nwere ike mebie nsonaazụ nke ụdị amụma
- Algorithmic Bias: Ọgbaghara metụtara naanị algọridim eji. Dị ka a na-ahụkwa na ule na-agba ọsọ (nke a kọwara n'ihu na post), ụdị echiche a nwere ike inwe mmetụta dị egwu na izi ezi nke algorithm nyere.
A ga-eji nghota ntọala ntọala ndị a maka ele mmadụ anya n'ihu n'ịmụ igwe iji gboo nsogbu ahụ nke ọma na edemede ndị ọzọ.
Final Echiche
N'ime nyocha a nke ele mmadụ anya n'ihu n'ime ọgụgụ isi mmadụ, anyị amụbaala mmetụta miri emi ọ na-enwe na ụwa anyị AI na-akwalite. Site na ihe atụ n'ezie dị ka mkparị ọdịmma ụmụaka Dutch ruo na nhụsianya dị mgbagwoju anya nke ụdị na ụdị mkparị, ọ pụtara ìhè na ịmara na ịghọta nhụsianya dị oke mkpa.
Ọ bụ ezie na ihe ịma aka ndị na-akpata ele mmadụ anya n'ihu - ma ọ bụ akụkọ ihe mere eme, algọridim, ma ọ bụ nke onye ọrụ kpatara - dị ịrịba ama, ha abụghị ihe a na-apụghị imeri emeri. Site n'ịghọta nke ọma na mmalite na ngosipụta nke ele mmadụ anya n'ihu, anyị na-akwado nke ọma ịkwado ha. Agbanyeghị, nnabata na nghọta bụ naanị mmalite.
Ka anyị na-aga n'ihu n'usoro isiokwu a, ihe ọzọ anyị ga-elekwasị anya ga-abụ na ngwa ọrụ na usoro dị n'aka anyị. Kedu ka anyị ga-esi tụọ oke nke enweghị isi na ụdị AI? Na nke ka mkpa, kedu ka anyị ga-esi belata mmetụta ya? Ndị a bụ ajụjụ dị mkpa anyị ga-abanye n'ime ọzọ, hụ na ka AI na-aga n'ihu na-etolite, ọ na-eme ya n'ụzọ dị mma ma na-arụ ọrụ.
Data bụ sịntetik, mana otu anyị dị adị!
Kpọtụrụ Syntho na otu n'ime ndị ọkachamara anyị ga-akpọtụrụ gị na ọsọ ọkụ iji nyochaa uru nke data synthetic!