Vatsal Ghiya, Ketua Pegawai Eksekutif dan pengasas bersama Shaip dalam ciri tetamu khas berkongsi beberapa pandangan tentang berat sebelah dalam pembelajaran mesin. Selain itu, beliau juga menekankan sebab di sebalik bias dalam AI dan cara menghapuskan berat sebelah dalam model AI/ML.
Perkara-perkara penting yang diambil daripada Artikel ialah:
- Daripada cadangan restoran hingga penyelesaian tiket perkhidmatan, chatbot AI semakin digunakan dengan baik merentas industri seperti penjagaan kesihatan, perbankan dan kewangan, serta membetulkan jurang gaji. Dengan sejumlah besar kes penggunaan, perkara yang tidak dapat dielakkan ialah keadilan yang dikaitkan dengan keseluruhan proses.
- Bias dalam model AI berlaku semasa fasa latihan di mana pakar AI menyuapkan volum data dengan kecenderungan dan keutamaan tertentu. Terutamanya terdapat dua jenis bias, pertama bias kognitif dan kedua, bias yang berlaku kerana kekurangan data.
- Tetapi, berita baiknya ialah bias dalam model AI boleh dihapuskan dengan menggunakan set data yang betul bersama-sama dengan pemantauan data masa nyata dan model data perwakilan. Memandangkan ia mendominasi kehidupan seharian kita, akhirnya penting untuk berhati-hati dengan input kita untuk mengekalkan kualiti.
Baca artikel penuh di sini:
https://datafloq.com/read/how-to-handle-bias-in-machine-learning/
