Miesiąc: czerwiec 2023

https://aie24.pl/

Dane nie są nową ropą ani nową elektrycznością. Dane (informacje) są wszystkim, ponieważ dosłownie toniemy w nich i jak dotąd wykorzystujemy tylko ich ułamek. Wyobraź sobie, że cały dostępny skarb danych jest podnoszony i udostępniany. Możliwe zastosowania, które oferują, przekraczają moją wyobraźnię.

W dzisiejszych czasach firma bez strategii AI jest jak żaglówka bez żagla. Jeśli chodzi o przyszłość, myślę, że świadomość danych będzie kluczowym kryterium sukcesu. Nie ma znaczenia, z jakim rodzajem działalności masz do czynienia.

Im więcej danych jest generowanych, tym trudniej będzie zidentyfikować przydatne wzorce. Pomimo dostępnych już narzędzi grozi nam poważne niebezpieczeństwo utonięcia w bezużytecznych danych.

W branży zbyt duży nacisk kładzie się na algorytmy. Ale kluczem są dane!

https://aie24.pl/

Gdybym w poprzednim życiu słuchał tylko Platona i Sokratesa, dziś pewnie byłbym bez matury. Tylko Arystoteles mógł mi dać stopnie naukowe. Ale w głębi serca wiem, że tylko Sokrates i Platon mogą uczynić mnie mądrzejszym i sprawić, że zobaczę sens prawie zawsze.

Już profesor John McCarthy uznał wielkie znaczenie filozofii (The Philosophy of AI and the AI of Philosophy) dla dziedziny AI. Niestety często gubimy się w szczegółach technicznych i zaniedbujemy całościowe spojrzenie na dziedzinę. Suma jest znacznie większa i różni się od jej części.

https://aie24.pl/

Obecne podejście wielu badaczy i inżynierów do sztucznej inteligencji przypomina mi behawioryzm, z wyjątkiem bardziej nowoczesnej, wyrafinowanej obliczeniowo formy. Jest wysoce wątpliwe, czy użycie technik statystycznych (czym jest ML) do określenia prawidłowości w masie danych daje nam decydujący wgląd w pytanie: Czym jest inteligencja? Wciąż błądzimy po omacku.

Filozofia jest tak potężnym narzędziem. Samotnym myśleniem można dojść do sedna sprawy i często je rozpuścić.

https://aie24.pl/

Myślałem o tym, co filozofowie powiedzieliby o obecnej AI. Poniżej przedstawiono czterech filozofów jako przykłady. Dodaj więcej. Leibniz: Zawsze rozwijaj najlepszy ze wszystkich możliwych modeli.

Nietzsche: Jeśli zbyt długo zajmujesz się sztuczną inteligencją, pewnego dnia sztuczna inteligencja zajrzy do twojego wnętrza.

Popper: AI musi być falsyfikowalna.

Kant: Projektuj systemy sztucznej inteligencji tylko według takiej maksymy, dzięki której możesz jednocześnie chcieć, aby stało się to powszechnym prawem.

Społeczność AI potrzebuje więcej dialektyki niż kiedykolwiek. W przeciwnym razie ta technologia z pewnością pewnego dnia nas wyprzedzi.

https://aie24.pl/

Dlaczego dziedzina sztucznej inteligencji potrzebuje więcej filozofów:

Każdego dnia wszyscy stajemy w obliczu pytań etycznych i często jesteśmy nimi przytłoczeni. Filozofowie niewiele się różnią. Zwykle są lepsi w ich analizowaniu i okazjonalnym rozwiązywaniu, ale nie zawsze mogą zapewnić bezpieczne techniki. Jednak to, co filozofia może bardzo dobrze zrobić, to zaoferować zdyscyplinowany sposób myślenia o kwestiach etycznych i zidentyfikować ukryte założenia moralne, aby ustanowić zasady, według których można kierować naszymi działaniami i ostatecznie oceniać je dla dobra społeczeństwa.

https://aie24.pl/

Aby uniknąć stronniczości danych, wystarczy nie tylko różnorodność zestawów danych, ale także należy rozszerzyć różnorodność zespołu. Większa różnorodność w zespołach oznacza, że punkty danych mogą dostarczać osoby o wielu perspektywach i różnych doświadczeniach/kulturach. Jedno jest pewne: różnorodność w zespołach będzie miała bardzo pozytywny wpływ na tworzone Modele ML, ponieważ zespoły będą w stanie lepiej zrozumieć i zinterpretować wymagania/wyniki.

Radzenie sobie z uprzedzeniami

Jeśli masz do czynienia z uprzedzeniami AI, zwykle napotykasz te cztery wyzwania:

1. Nieznane niewiadome
2. Niekompletne procesy
3. Brak odpowiedniego kontekstu i wreszcie
4. Definicja sprawiedliwości

Niestety wszystkie punkty stanowią duże wyzwanie. zwłaszcza ten ostatni.

Wytłumaczalna sztuczna inteligencja zawsze przyprawia mnie o mdłości. Czasami wydaje mi się, że kompulsywnie próbuję to wyjaśnić, ale zamiast tego tworzę nowe kłamstwa i uprzedzenia.

https://aie24.pl/

Przejrzystość algorytmiczna może pomóc złagodzić kwestie etyczne, takie jak uczciwość lub odpowiedzialność, ale stwarza również etycznie istotne ryzyko. Zbyt duża otwartość w niewłaściwym kontekście może zniszczyć pozytywny rozwój procesów opartych na sztucznej inteligencji. Dla wszystkich powinno być jasne, że pomysł pełnej przejrzystości algorytmów należy dokładnie rozważyć. Nadal mamy przed sobą znaczne wyzwania, ponieważ musimy znaleźć równowagę między kwestiami bezpieczeństwa i przejrzystości dla każdego opracowanego systemu opartego na sztucznej inteligencji.

Jeśli rozwiązanie czarnej skrzynki, takie jak sztuczna inteligencja, rozwiązało problem, całość zawsze ma pewną wadę, ponieważ nie wiemy dokładnie, w jaki sposób rozwiązała problem. Dlatego potrzebujemy wytłumaczalnej i przejrzystej sztucznej inteligencji.

Wyjaśnialna sztuczna inteligencja jest tylko celem pośrednim i nie powinna być ogłaszana jako cel ostateczny. Prawdziwym wyzwaniem jest właściwa interpretacja dla dobra społeczeństwa; właśnie w tym celu potrzebujemy więcej filozofów, psychologów, socjologów i porównywalnych ludzkich naukowców.

Zaufanie do modelu czarnej skrzynki jest jak strzelanie do czegoś poruszającego się w całkowitej ciemności, nie wiedząc, do czego właśnie strzelasz.

https://aie24.pl/

Wykazywanie wyjaśnień tylko dla poprawnej metody lub klasy jest mylące i niewystarczające. Takie podejście może wywołać fałszywe zaufanie do metody wyjaśniania i czarnej skrzynki. Taka sytuacja może wystąpić, gdy mapy istotności (w wizji komputerowej mapa istotności to obraz, który pokazuje unikalną jakość każdego piksela) są wyjaśnieniami, ponieważ mają tendencję do podkreślania krawędzi, zapewniając w ten sposób podobne wyjaśnienia dla każdej klasy. Te wyjaśnienia mogą być identyczne, nawet jeśli model jest zawsze błędny.

https://aie24.pl/

Etyczne projektowanie i korzystanie z systemów sztucznej inteligencji wymaga wielodyscyplinarnego wysiłku zespołowego. Wymaga aktywnej współpracy całego zespołu, zarówno w utrzymaniu głęboko zakorzenionej kultury odpowiedzialności, jak iw budowaniu architektury zarządzania, która stosuje etyczne praktyki na każdym etapie cyklu życia wdrożenia.

Rozporządzenie AI

Zbyt restrykcyjne regulacje spowalniają wykorzystanie i innowacyjność sztucznej inteligencji. Podczas gdy bez wystarczającego nadzoru sztuczna inteligencja grozi nam przytłoczeniem. Powinniśmy zrobić wszystko, co w naszej mocy, aby jedno i drugie szło w parze. Wielkie wyzwanie i dylemat.

https://aie24.pl/

1. Zaktualizuj procesy ładu korporacyjnego, aby zminimalizować ryzyko i wyeliminować niepewność
2. Podejmij działania, aby wszyscy pracownicy mogli uczestniczyć w sztucznej inteligencji
3. Popraw dane i różnorodność, aby wyeliminować niesprawiedliwe uprzedzenia
4. Zwiększ bezpieczeństwo danych i prywatność, aby zwiększyć zaufanie konsumentów
5. Zaufaj klientom, wyjaśniając sztuczną inteligencję