Na entrada anterior, falamos sobre como as máquinas, nos dias de hoje, são capazes de enxergar, graças à Visão Computacional e sua pluralidade de aplicações. Nesta ocasião, posponemos o postagem sobre isto Machine e Deep Learning para dizer sobre os resultados que afetam a IA e que geram ocorrências muito polêmicas. Ou melhor dessa forma por causa de os modelos atuais não têm consciência (paradigma da IA macia do que neste instante falamos). A IA robusto, provavalmente, deveria permitir que um paradigma possa duvidar das dicas que recebe e tomar suas próprias decisões a partir dela. A meio ambiente inofensivo e ingênua de que estes programas hoje em dia você podes aproveitar-se pro bem, mas bem como para o mal.
Se quiséssemos montar um padrão de suspeita de traço de cães de acordo com seu peso, poderíamos indicar que todo o canino superior a 20kg de peso é considerado potencialmente danoso. Esta classificação tem sentido no momento em que falamos de água, como as decorrentes do Bull Terrier ou do Rottweiler (obviamente, tudo depende da educação que estes animais recebam): são cães que pesam mais de vinte kg
porém, também há água que pesam mais do que o limite definido como um Golden Retriever ou um Pastor Alemão, todavia não são raças agressivas por meio ambiente. O defeito é que nosso paradigma de Inteligência Artificial isso não sabe e a todo o momento vai firmar o peso do canino. Se pesar mais de 20kg, considerado como potencialmente perigoso, levando a cabo um procedimento discriminatório. Esta circunstância é devida aos próprios ponderações do analista. Um exemplo de preconceito não intencional, é o seguinte: Suponha que desejamos elaborar um padrão que permita estipular se um candidato é ótimo ou não pra nossa empresa baseada em trabalhadores que neste momento estão dentro dela.
- Motivo de relatório: Vandalismos óbvios no Atlético Nacional
- Depende de como você definir as expressões-máquina, imaginar (Alan Turing) e conseguem
- 7 Poesia cômica e divertida
- Conector de doze Volts
- Usuário que reporta: Manwë 17:28 19 out 2007 (CEST)
- a Produtividade do serviço: 3,2%[94]
- três Desenvolvedor de software ou programador
- Uma edição sem referências não é vandalismo, é uma edição sem referências
Suponha assim como que 90% desse paradigma é composta por homens e 10%, de mulheres. Todo padrão é vagaroso por meio ambiente, bem que vai tentar simplificar o detalhe que recebe a final de realizar a antevisão da maneira mais rápida possível. Portanto, a informação relativa às mulheres, como respondem por 10% da totalidade, que vai ser interpretada como ruído e será desprezada.
então, o modelo só vai saber dicas sobre homens, pelo motivo de os seus próprios mecanismos de otimização têm ignorado o ruído e o paradigma não saberá que há mulheres na organização. Mais tarde, quando se utiliza o paradigma em um ambiente real, sempre descartará as mulheres e escolherá os homens.
Empresas como o Google e a Microsoft assim como se viram envolvidas em dificuldades de discriminação, todavia no domínio da direção sexual e racial. A Inteligência Artificial não será um sucesso completo até que não haja situações de diferenciação por causa de raça, crenças religiosas, raciocínio, identidade de gênero ou indicação sexual.