9 Hal Yang Harus Ditanyakan Oleh Pemerintah Tentang Penyimpangan AI (Part 7) – AI Autonomous

Artificial Intelligence (Kecerdasan Buatan) | Hal Yang Harus Ditanyakan Oleh Pemerintah Tentang Penyimpangan AI | Robot | AI Autonomous Robot | SARI Teknologi

Penyimpangan AI: 9 Hal Yang Harus Ditanyakan Oleh Pemerintah

Penyimpangan kecerdasan buatan dapat menciptakan masalah mulai dari keputusan bisnis yang buruk hingga ketidakadilan. Kemudian gunakan pertanyaan ini untuk melawan potensi penyimpangan dalam sistem AI Anda. Seiring penggunaan aplikasi kecerdasan buatan dan pembelajaran mesin tumbuh dalam bisnis, pemerintah, lembaga pendidikan, dan organisasi lain, demikian pula kemungkinan penyimpangan. Para peneliti telah mempelajari dan menemukan penyimpangan rasial yang signifikan dalam teknologi pengenalan wajah, misalnya, dan khususnya dalam algoritma yang mendasarinya. Itu saja sudah menjadi masalah besar. Jadi ketika Anda mempertimbangkan secara lebih luas peran yang akan di mainkan AI dan ML dalam konteks sosial dan bisnis, masalah penyimpangan AI menjadi tampaknya tidak terbatas. Masalah yang perlu di perhatikan oleh para pemimpin TI dan yang lainnya saat mereka meningkatkan implementasi AI dan ML.

Penyimpangan AI sering di mulai dengan orang-orang, yang bertentangan dengan narasi populer bahwa kita semua akan segera di kendalikan oleh penguasa robot AI. Seiring dengan manusia, data menjadi isu utama. “penyimpangan dalam AI benar-benar merupakan cerminan dari penyimpangan dalam data pelatihan,” kata Rick McFarland, chief data officer di LexisNexis Legal & Professional. “Tempat terbaik untuk mencari penyimpangan dalam AI Anda adalah di data pelatihan Anda.”

 

Part 6 : 9 Hal Yang Harus Di tanyakan Oleh Pemerintah Tentang Penyimpangan AI (Part 6) – AI Autonomous (sariteknologi.com)

Pertanyaan Manajemen Untuk Ditanyakan Tentang Penyimpangan AI

Jika Anda benar-benar khawatir tentang skenario penguasa robot itu, mungkin ada baiknya Anda memiliki beberapa kontrol untuk mencegahnya menjadi kenyataan. Lebih serius lagi, pemantauan, audit, dan optimalisasi aplikasi AI yang berkelanjutan mutlak di perlukan untuk menghindari penyimpanga sistemik. Seperti keamanan dan masalah TI lainnya, ini adalah proyek yang tidak terbatas.

7. Berapa proporsi Sumber daya yang tepat bagi organisasi untuk dicurahkan untuk menilai potensi penyimpangan?
“Sebuah organisasi yang bijaksana akan menskalakan sumber daya yang di dedikasikan untuk menilai penyimpangan berdasarkan potensi dampak dari setiap penyimpangan dan kepekaan terhadap potensi penyimpangan dari tim yang di tugaskan untuk mengembangkan sistem AI,” kata Northman, pengacara Tucker Ellis.

Ini sendiri merupakan proyek analisis dan optimasi yang sedang berlangsung.

“Sebagai aturan, beberapa penilaian paling penting akan di lakukan setelah penempatan,” kata Northman. “Sangat penting bagi organisasi untuk mempelajari dan mengevaluasi hasil yang di hasilkan sistem AI.”

 

Part 8 : 9 Hal Yang Harus Di tanyakan Oleh Pemerintah Tentang Penyimpangan AI (Part 8) – AI Autonomous (sariteknologi.com)
Baca Juga : 5 Kehawatiran Terhadap AI dan Cara Mengatasinya (Part 1) – AI Autonomous (sariteknologi.com)
Kursus Robotik : SARI Teknologi

Tinggalkan Komentar

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *