Rassegna pubblicitaria - Shaip

Cos'è la Bias AI e come eliminare la Bias AI nell'IA conversazionale?

CEO e co-fondatore di Shaip, Vatsal Ghiya ha 20 anni di esperienza nel software e nei servizi di intelligenza artificiale per il settore sanitario e consente il ridimensionamento su richiesta dei processi aziendali con l'apprendimento automatico e le iniziative di intelligenza artificiale. Questa funzione ospite, Vatsal Ghiya, ha condiviso approfondimenti chiave su come eliminare i pregiudizi nell'IA conversazionale.

La chiave da asporto dall'articolo è-

  • Come rivelano le statistiche, il tasso di accuratezza del recupero dei risultati attraverso la ricerca vocale sui maschi americani è del 92%, ma questo scende al 79% e al 69% per le femmine americane bianche e le femmine americane miste. Questo è un classico esempio di Bias AI.
  • Alcuni esempi del mondo reale del pregiudizio AI includono Amazon e Facebook, dove i maschi sono stati maggiormente favoriti durante il reclutamento in Amazon e Facebook si rivolge al cliente in base al sesso, al colore e alla religione. Questo pregiudizio nell'IA è causato da tre motivi e questi sono dati, persone e tecnologia.
  • Per eliminare il pregiudizio dell'IA da qualsiasi applicazione e sistema, le organizzazioni possono seguire misure come la certificazione delle fonti e della qualità dei dati, il monitoraggio del modello in tempo reale e l'analisi della diversità dei dati prima di utilizzare l'IA nelle loro operazioni.

Leggi l'articolo completo qui:

https://www.theadreview.com/meet-vatsal-ghiya/

Share sociale

Parliamo oggi dei requisiti relativi ai dati di addestramento AI.