全部商品分類
人工智能系統(tǒng)和人工智能項(xiàng)目如今變得越來越普遍，因?yàn)槠髽I(yè)可以利用這種新興技術(shù)的力量來自動化決策和提高效率。
如果企業(yè)正在實(shí)施一個(gè)大規(guī)模的人工智能項(xiàng)目，那么應(yīng)該如何準(zhǔn)備？以下是與人工智能相關(guān)的三個(gè)最重要的風(fēng)險(xiǎn)，以及如何預(yù)防和減輕它們。
１．從隱私到安全
人們都很關(guān)注自己的隱私，而面部識別人工智能在某些方面正在迅速發(fā)展，引發(fā)了關(guān)于隱私和監(jiān)控的倫理擔(dān)憂。例如，這項(xiàng)技術(shù)可以讓企業(yè)在未經(jīng)用戶同意的情況下跟蹤用戶的行為，甚至是情緒。美國政府最近提出了一項(xiàng)“人工智能權(quán)利法案”，以防止人工智能技術(shù)造成與核心價(jià)值觀相悖的真正傷害，包括基本的隱私權(quán)。
ＩＴ領(lǐng)導(dǎo)者需要讓用戶知道正在收集什么數(shù)據(jù)，并獲得用戶的同意。除此之外，關(guān)于數(shù)據(jù)集的適當(dāng)培訓(xùn)和實(shí)施對于防止數(shù)據(jù)泄露和潛在的安全漏洞至關(guān)重要。
測試人工智能系統(tǒng)以確保它實(shí)現(xiàn)目標(biāo)，而不會產(chǎn)生意想不到的影響，例如允許黑客使用虛假的生物識別數(shù)據(jù)訪問敏感信息。實(shí)施人工智能系統(tǒng)的監(jiān)督，可以使企業(yè)在必要時(shí)停止或撤銷它的行動。
２．從不透明到透明
許多使用機(jī)器學(xué)習(xí)的人工智能系統(tǒng)是不透明的，這意味著不清楚它們是如何做出決定的。例如，對抵押貸款數(shù)據(jù)廣泛的研究表明，用于批準(zhǔn)或拒絕貸款的預(yù)測性人工智能工具對少數(shù)族裔申請者的準(zhǔn)確性較低。技術(shù)的不透明性侵犯了貸款被拒絕的申請者的“解釋權(quán)”。
當(dāng)企業(yè)的人工智能／機(jī)器學(xué)習(xí)工具對其用戶做出了重要的決定時(shí)，需要確保他們得到通知，并能得到關(guān)于為什么做出這個(gè)決定的完整解釋。
企業(yè)的人工智能團(tuán)隊(duì)還應(yīng)該能夠追蹤導(dǎo)致每個(gè)決策的關(guān)鍵因素，并在這一過程中診斷出任何錯(cuò)誤。內(nèi)部面向員工的文檔和外部面向客戶的文檔應(yīng)該解釋人工智能系統(tǒng)是如何以及為什么這樣運(yùn)作的。
３．從偏見到公平
最近的一項(xiàng)研究表明，根據(jù)具有偏見的數(shù)據(jù)訓(xùn)練的人工智能系統(tǒng)強(qiáng)化了歧視模式，從醫(yī)學(xué)研究招募不足到科學(xué)家參與度降低，甚至少數(shù)族裔患者不太愿意參與研究。
人們需要問問自己：如果意想不到的結(jié)果發(fā)生了，它會影響誰或哪個(gè)群體？它是否平等地影響所有用戶，還是只影響特定群體？
仔細(xì)查看歷史數(shù)據(jù)，評估是否引入了任何潛在的偏見或減輕了偏見。一個(gè)經(jīng)常被忽視的因素是企業(yè)的開發(fā)團(tuán)隊(duì)的多樣性，而更加多樣化的團(tuán)隊(duì)通常會引入更公平的過程和結(jié)果。
為了避免意外的傷害，企業(yè)需要確保來自人工智能／機(jī)器學(xué)習(xí)開發(fā)、產(chǎn)品、審計(jì)和治理團(tuán)隊(duì)的所有涉眾完全理解指導(dǎo)企業(yè)的人工智能項(xiàng)目的高級原則、價(jià)值和控制計(jì)劃。獲得獨(dú)立的評估，以確認(rèn)所有項(xiàng)目都符合這些原則和價(jià)值觀。
注：文章來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除
