采用人工智能面临的挑战

但是在偏见方面，人们还有另外一件事需要考虑：数据来自人类。人们如果说谎或者散布成见。这种情况发生在亚马逊公司的招聘时，他们的人工智能招聘人员被证明具有性别偏见。由于技术部门的工作人员中男性占主导地位，人工智能系统了解到男性申请者是有利的，并对包含“女性”一词的简历进行筛选。它还降低了女子学院毕业生的等级。人们可以在一些关于人工智能失败的文章中了解关于这个案例的内容。

6.如何处理模型错误

人工智能并不是没有错误的。人类的偏见(或谎言)渗透到其算法中，有时结果是有偏见的。如上所述，数据集存在偏差的原因有很多。任何类似的问题都可能导致人工智能产生不准确的结果，例如预测。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!