MWC19 Los Angeles: Sự thiên vị ảnh hưởng đến phía mạng của doanh nghiệp

0
30

        Bias có mặt trong tất cả các khía cạnh của doanh nghiệp, không chỉ là phía con người. Đây là cách công nghệ có thể có những thành kiến ​​riêng của nó.
    

        
                                                                                    
                        

                 [19459] ] ]
    

     MWC19 Los Angeles: Sự thiên vị ảnh hưởng đến mặt mạng của doanh nghiệp
     Xu hướng hiện diện trong tất cả các khía cạnh của doanh nghiệp, không chỉ về phía con người. Đây là cách công nghệ có thể có những thành kiến ​​của riêng mình.
    

    

Macy Bayern của TechRepublic đã nói chuyện với Aarti Borkar, phó chủ tịch kinh doanh và chiến lược của IBM Security, tại Đại hội Thế giới Di động 2019 Los Angeles về thiên vị trí tuệ nhân tạo và cách khắc phục. Sau đây là bảng điểm được chỉnh sửa của cuộc hội thoại.

    
        

                            

Thông tin thêm về trí tuệ nhân tạo

                

Aarti Borkar: Xu hướng vốn chỉ là một phần của mỗi chúng ta, và nếu chúng ta viết mã, một số sai lệch đó có thể đi vào đó. Trong lịch sử, nếu bạn nghĩ về sự thiên vị có nghĩa là gì trong lực lượng lao động, thì các nhà tuyển dụng có thành kiến ​​hoặc người quản lý có thành kiến ​​và họ đã thuê những người "có vẻ như đúng người cho đúng công việc", vì một thực tế thú vị gọi là cảm giác ruột thịt. Nếu bạn chuyển đổi nó và biến nó thành toán học và bạn nói, "Tại sao bạn lại thuê một ai đó? Lý do của bạn để thuê ai đó là gì?" Và nếu bạn nghĩ về nó một cách cẩn thận, nó thường dành cho các kỹ năng. Và kỹ năng rất rộng. Bạn nghĩ về các kỹ năng cứng của "Họ có biết lập trình không?" "Họ có biết làm kế toán không?" "Họ có biết làm thế nào để trở thành một nhà khí tượng học?" Dù nó có thể là gì. Kỹ năng mềm: Họ phải làm việc theo nhóm, họ phải lãnh đạo một nhóm, họ phải có phong cách nhất định, họ phải có những hành vi nhất định hoặc họ phải có những kinh nghiệm nhất định, kỹ năng bắt nguồn từ việc này trong X số năm.

XEM: Báo cáo đặc biệt: Khai thác IoT trong doanh nghiệp (PDF miễn phí) (TechRepublic)

về mặt toán học có thể chuyển sang một thuật toán. Nếu bạn có dữ liệu, đó là tất cả các kỹ năng trên thế giới là gì? các kỹ năng mới đang phát triển là gì? Bạn có những kỹ năng đó hay không có những kỹ năng đó? nếu bạn xây dựng một câu chuyện dựa trên kỹ năng cho nhiều thứ khác nhau, như cách ứng viên tìm việc, cách giao việc, bạn giới thiệu ai cho công việc, là người bên cạnh nhà tuyển dụng, khi bạn đang thăng chức, khi bạn làm đang làm tăng, bạn đang trả tiền cho mọi người và bạn tập trung vào những gì có ý nghĩa đối với bạn, cá nhân đối với bạn trong công việc, cũng như toàn bộ công ty và hiểu rằng đó là những kỹ năng như chúng ta định nghĩa nó, nó tự động lấy đi những điều tôi không nói đến, bởi vì kỹ năng, thú vị, không có tuổi tác, chủng tộc và giới tính, mặc dù một số kỹ năng nhất định được phát triển theo những cách đặc biệt chỉ bằng cách làm gì đó trong một khoảng thời gian hoặc vì bạn được nuôi dưỡng trong một không gian cụ thể hoặc một cái gì đó cho hiệu ứng đó, nhưng đó chỉ là một phần của con người bạn.

AI, được đào tạo theo kiểu đó bởi đúng người, nghĩa là không phải nhà khoa học máy tính, mà là nhà khoa học máy tính với các nhà khoa học hành vi, nhà thần kinh học, nhà thần kinh học, et cetera, để tập trung vào một mô hình dựa trên kỹ năng cho mọi thứ chúng ta làm theo truyền thống Nhân sự, bạn kết thúc với sự đa dạng được đưa vào lực lượng lao động vì sử dụng AI, thay vì lo lắng về sự thiên vị có thể gây ra vấn đề với nó.

Mọi người hỏi tôi mọi lúc, "Này, có phải thiên vị AI thậm chí là một thứ trong mạng không?" Và vấn đề là, bởi vì nếu bạn nghĩ về ý nghĩa của thiên vị, thì thiên vị có nghĩa là những từ đơn giản, một điểm mù, có nghĩa là tôi, vì nền tảng và quá trình suy nghĩ của tôi hoặc sự giáo dục của tôi hoặc sự tập trung của tôi, không nhận thấy điều gì đó đó phải là một phần của việc ra quyết định cho một vấn đề cụ thể. Vì vậy, nếu tôi là một người mũ trắng trong thế giới mạng và tôi đang cố gắng lập trình một hệ thống và tôi chỉ tiếp xúc với một loại tội phạm mạng nhất định, hoặc tôi chỉ từng sống trong một địa lý cụ thể, vì vậy tôi Tôi chỉ thấy tội ác của một số loại diễn viên xấu, sau đó tôi tự nhiên không biết về một số nghề thủ công khác, phải không? Điều đó tạo ra sự thiên vị bởi vì công cụ tôi xây dựng sẽ chỉ tìm kiếm một phần của vấn đề, có nghĩa là nếu có ai đó tấn công, có nó. Ngày thực địa.

Xoay quanh điều đó, điều đó có nghĩa là bạn cần hai thứ. Bạn cần dữ liệu về sự đa dạng của các vấn đề mà bạn đang cố gắng ngăn chặn. Điều đó có nghĩa là bạn đang xem xét các sự cố và bạn đang nhìn từ xa từ các nơi khác nhau trên thế giới. Bạn đang xem xét nó từ các loại công ty khác nhau đã bị tấn công trong quá khứ. Bạn đang xem xét kích thước, khu vực công so với khu vực tư nhân, et cetera, thực sự rộng. Nhưng sau đó, nhóm mà bạn có là sự kết hợp giữa các nhà khoa học máy tính và những người đã chiến đấu với tội phạm mạng và những chiếc vớ trên khắp thế giới hoặc những chiếc mũ đen được chuyển đổi. Tất cả điều đó giúp, nhưng đã nhận thức được và đưa ra một loạt các vấn đề, có thể đã đến các trường khác nhau, có thể học được từ những người khác nhau, có thể đã chiến đấu với các loại kịch bản khác nhau và nếu họ tập hợp hệ thống AI để sự cố tại chỗ, bây giờ bạn có một kịch bản trong đó điểm mù của một người là trọng tâm của một nhóm khác và gọi chung là sự đa dạng nhận thức của nhóm và cho thấy bạn không có điểm mù, khiến hệ thống AI mạnh hơn bất kỳ ai chính những cá nhân đó.

                                                                                

                                                

Cũng xem