Syntho သည် ပြင်သစ်ရှိ Vivatech 2021 တွင် Unesco ၏ Gender Bias Challenge ကို အနိုင်ရရှိခဲ့သည်။
UNESCO ၏ ကျားမရေးရာ ဘက်လိုက်မှုဆိုင်ရာ စိန်ခေါ်မှုအတွက် VivaTech 2021 တွင် အနိုင်ရရှိသူအဖြစ် ကြေညာရခြင်းကို ကျွန်ုပ်တို့ ဝမ်းမြောက်မိပါသည်။ Syntho- "ဘက်လိုက်မှု = ဘက်လိုက်မှု ထွက်လာသည်" နှင့် ၎င်းကို အသိဉာဏ်ရှိသော ပေါင်းစပ်ဒေတာဖြင့် ချိန်ညှိခြင်းဖြင့် ထည့်သွင်းဒေတာတွင် မညီမျှမှုများကို ဖြေရှင်းရန် အဆိုပြုပါသည်။ VivaTech တွင် ကျွန်ုပ်တို့သည် ကျွန်ုပ်တို့၏တန်ဖိုးထပ်တိုးမှုအသစ်တစ်ခုဖြစ်သည့် 'ဒေတာချိန်ခွင်လျှာညှိခြင်းအင်္ဂါရပ်' အသစ်ကို သရုပ်ပြခဲ့သည်။ ပေါင်းစပ်ဒေတာပါရှိပါတယ်။အဲဒါက မင်းရဲ့ဒေတာကို နောက်တစ်ဆင့်တက်စေတယ်။
VivaTech၊ UNESCO နှင့်ကျားမဘက်လိုက်မှုစိန်ခေါ်မှုအကြောင်းမိတ်ဆက်
VivaTech ဆိုတာဘာလဲ။
VivaTech သည်ဥရောပ၏အကြီးမားဆုံး startup နှင့်နည်းပညာပွဲဖြစ်ပြီး ၂၀၂၁ ခုနှစ်ဇွန်လ ၁၆ ရက်မှ ၁၉ ရက်အထိကျင်းပခဲ့သည်။ ယခုနှစ်တွင်အဖွဲ့အစည်းသည် COVID ကြောင့်ပေါင်းစပ်ခြင်းအတွေ့အကြုံကိုလက်ခံကျင်းပခဲ့သည်။
- ပိုမိုသိရှိလိုပါက: www.vivatechnology.com
ယူနက်စကိုဆိုတာဘာလဲ။
ယူနက်စကိုသည်ကုလသမဂ္ဂပညာရေး၊ သိပ္ပံနှင့်ယဉ်ကျေးမှုအဖွဲ့ဖြစ်သည်။ ဒီမိုကရေစီနှင့်ဖွံ့ဖြိုးတိုးတက်မှုအတွက်အခြေခံအခွင့်အရေးတစ်ခုအဖြစ်လွတ်လပ်စွာထုတ်ဖော်ပြောဆိုခွင့်နှင့်သတင်းရယူပိုင်ခွင့်အတွက်ယူနက်စကိုကရပ်တည်သည်။ ဒစ်ဂျစ်တယ်ဆန်းသစ်တီထွင်မှုများနှင့်အတူစိတ်ကူးများကိုဓာတ်ခွဲခန်းတစ်ခုအနေနှင့်ဆောင်ရွက်လျက်ရှိပြီး UNESCO သည်နိုင်ငံများအားကမ္ဘာ့စိန်ခေါ်မှုများကိုဖြေရှင်းရန်နှင့်အားလုံးအတွက်ရေရှည်တည်တံ့သောဖွံ့ဖြိုးတိုးတက်မှုရရှိစေရန်မူဝါဒများနှင့်အစီအစဉ်များကိုဖွံ့ဖြိုးအောင်ကူညီပေးသည်။
- ပိုမိုသိရှိလိုပါက: www.unesco.org
ကျားမဘက်လိုက်မှုစိန်ခေါ်ချက်ကဘာလဲ။
ကျားမဘက်လိုက်မှုစိန်ခေါ်မှုသည် AI ၌ဘက်လိုက်မှုအားဖော်ထုတ်ခြင်းဖြင့်ကျားမဒစ်ဂျစ်တယ်ကွဲပြားမှုကိုလျှော့ချရန်ရည်ရွယ်သည်။ AI သည်ကျွန်ုပ်တို့၏လူ့အဖွဲ့အစည်းတွင်တည်ရှိနေသောကျားမဘက်လိုက်မှုကိုမြှင့်တင်ခြင်း၊ ဘက်လိုက်မှုဆိုင်ရာအချက်အလက်အစုံများကိုကျွေးမွေးသည်။ အထောက်အထားများအရ ၂၀၂၂ တွင် AI စီမံကိန်း ၈၅% သည် AI သည်နည်းပညာတစ်ခုနှင့်ကဏ္ sector တစ်ခုအဖြစ်မပါ ၀ င်လျှင်ဘက်လိုက်မှုကြောင့်မှားယွင်းသောရလဒ်များကိုပေးလိမ့်မည်။ data set တွေပိုကွဲပြားအောင်ဘယ်လိုလုပ်မလဲ။ ယူနက်စကိုသည် AI ၌ဘက်လိုက်မှုကိုဖော်ထုတ်ခြင်းဖြင့်ကျား၊ မဒစ်ဂျစ်တယ်ကွဲပြားမှုကိုလျှော့ချရန်ရည်ရွယ်သောဆန်းသစ်သောအဖြေများကိုရှာဖွေနေသည်။
ကျွန်ုပ်တို့၏ အောင်မြင်သောဖြေရှင်းချက်- ဉာဏ်ရည်ထက်မြက်သော ပေါင်းစပ်ဒေတာဖြင့် ချိန်ညှိခြင်းဖြင့် ထည့်သွင်းဒေတာတွင် မညီမျှမှုများကို ဖြေရှင်းပါ။
ကျွန်ုပ်တို့၏ထင်မြင်ယူဆချက်၌စိန်ခေါ်မှု: ဘက်လိုက်မှု = ဘက်လိုက်မှုရှိသည်
၂၀၁၉ ခုနှစ်ယူနက်စကို၏ဟောပြောချက်အစီရင်ခံစာတွင် Alexa နှင့် Siri ကဲ့သို့ AI စွမ်းအင်သုံးအသံအကူကိရိယာများသည်နည်းပညာကုမ္ပဏီများက ဦး တည်နေသည့်အန္တရာယ်ရှိသောပုံသဏ္န်များနှင့်လိင်ပိုင်းဆိုင်ရာစော်ကားမှုများကိုအဆက်မပြတ်ပြုလုပ်ခဲ့သည်။
ယူနက်စကိုမှဤဥပမာတွင်အချက်အလက်၌ဘက်လိုက်မှုတစ်စုံတစ်ရာရှိလျှင်၎င်းသည်ရလဒ်အတွက်ဘက်လိုက်မှုများကိုအလိုအလျောက်ဖြစ်စေသည်။ ထို့ကြောင့်ကျွန်ုပ်တို့၏ကြေညာချက်သည် 'ဘက်လိုက်မှု = ဘက်လိုက်မှု' ဖြစ်သည်။ မျှဝေထားသောဥပမာတွင် developer များသည်အချက်အလက်အချို့မညီမျှမှုများနှင့်ဘက်လိုက်မှုများကိုသိထားပြီးဖြစ်သည်။ ဒါဆိုဒါကိုဘယ်လိုကျော်ဖြတ်မလဲ။
ကျွန်ုပ်တို့၏ဖြေရှင်းချက် - အချက်အလက်ဘက်လိုက်မှုများကိုလျော့ပါးစေရန်အသိဥာဏ်ပေါင်းစပ်ဓာတုအချက်အလက်များထုတ်လုပ်ခြင်း
algorithms တွေမှာခွဲခြားဆက်ဆံမှုတွေဖြစ်စေနိုင်တဲ့ဒေတာဘက်လိုက်မှုအခက်အခဲတွေကိုဖြေရှင်းဖို့ကျွန်တော်တို့ဒေတာစုကိုပြန်လည်ချိန်ညှိဖို့လိုတယ်။ ကျွန်ုပ်တို့၏ဖြေရှင်းချက်မည်သို့အလုပ်လုပ်သနည်း။ ဤဥပမာတွင်ဒေတာတွင်ဘက်လိုက်မှုနှင့်မညီမျှမှုတစ်ခုရှိနေသည်။ ယောက်ျား ၅၀%၊ အမျိုးသမီး ၅၀% မျှော်လင့်တဲ့နေရာမှာ၊ အမျိုးသမီး ၃၃% နဲ့အမျိုးသား ၆၆% သာတွေ့ရတယ်။ ခွဲခြားဆက်ဆံမှုများဖြစ်ပေါ်စေနိုင်သောအချက်အလက်များတွင်ဘက်လိုက်မှုနှင့်မညီမျှမှုများကိုလျော့ချရန်အချိုးကျပေါင်းစပ်ထားသောအမျိုးသမီး (သို့) အမျိုးသားဒေတာမှတ်တမ်းများကိုဖန်တီးခြင်းဖြင့်ကျွန်ုပ်တို့ဖြေရှင်းနိုင်သည်။ ဒါကငါတို့ဒေတာဘက်လိုက်မှုတွေကိုဖြေရှင်းတဲ့နည်းပဲ။ ငါတို့ကပြဿနာကိုသူ့ရဲ့အရင်းခံနဲ့ဖြေရှင်းတယ်။ ငါတို့က 'ဘက်လိုက်မှု = ဒေတာဘက်လိုက်မှုပြသနာ' ကိုဖြေရှင်းတယ်။
ဒေတာသည် ဒြပ်စင်ဖြစ်သော်လည်း ကျွန်ုပ်တို့အဖွဲ့သည် အစစ်အမှန်ဖြစ်သည်။
Syntho ကိုဆက်သွယ်ပါ နှင့် ကျွန်ုပ်တို့၏ ကျွမ်းကျင်သူများထဲမှ တစ်ဦးသည် ပေါင်းစပ်ဒေတာ၏တန်ဖိုးကို ရှာဖွေရန် အလင်းအမြန်နှုန်းဖြင့် သင့်ထံ ဆက်သွယ်ပါမည်။