尽管人们喜欢谈论人工智能（AI）和机器学习能够完成比人类做的更好的事情，但事实是人工智能和机器学习只是加速了人类正常工作的速度。

　　正如关于人工智能偏见的一篇深思熟虑的文章所写的那样，“当人们开始构建机器学习模型时，将会遇到了一个不变的事实：人工智能的最大挑战经常在写入程序时开始，这使得人们必须明确自己的目标，几乎没有其他的办法。”


　　换句话说，人工智能的采用反映和放大了人们的偏见，而不是消除这些偏见。当人们采用人工智能和机器学习时，从市场营销到司法判决，人们都需要对此有所了解。

　　不管怎样，机器需要完全按照人们告诉他们要做的事情实施。正如行业专家强调的那样，通过数据启动机器的最佳方式并不是速度，而是缺乏创造力：机器学习的真正优势在于他们不会感到厌倦或分心，机器学习模型可以连续做出数百万或数十亿次不同的数据决策，并且不会让它变得更糟或更好。这意味着可以将它们应用于人类很难应对的问题，比如为单个搜索排名数十亿的网页等。这种优势是真实的，但它也带来了问题。

　　尽管营销人员喜欢以“超越人类”的方式出售他们的人工智能产品，但这并不是。人们需要对计算机进行编程，在这个过程中，人们采用自己的计算机编程时充满了他们的偏见。正如专家所指出的的那磁：机器学习模型有一个非常讨厌的习惯，那就是他们会学习数据，然后告诉他们学到了什么。此外，他们也可能固执地拒绝学习，除非人们明确向他们解释那是什么。

　　专家总结道：“人工智能模型对人们来说是一面镜子，他们不明白人们什么时候不诚实。换句话说，人工智能模型并不是一个中立的仲裁者：人们将告诉它真相，并将这种真相反映在人们身上。而人们已经对人工智能和机器学习期望过多，以至于人们需要使用计算机与人工代理通话或进行人工代理。”

　　当人们对人工智能和机器学习算法进行编程时，必须对重要的事情做出明确的决定，而在被迫公开面对编程这些模型的偏见时，人们可能会学会克服这些偏见。
第三十八届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。