Dirbtinis intelektas (DI) yra galinga ir sparčiai evoliucionuojanti technologija, turinti perspektyvias galimybes ir pastebimus pavojus. Besivystant visuomenėje vis daugiau pasitikima DI sistemomis priiminant sprendimus, tampa būtina reguliuoti ir valdyti jų naudojimą, siekiant sumažinti galimus neigiamus padarinius. Šis straipsnis aptaria su DI susijusius iššūkius, įskaitant dezinformaciją, deepfake’us bei pasibaisėtinumą, ir nagrinėja būtinybę priimti įvairias priemones, kad būtų galima išspręsti šias problemas.
DI veikia sudėtingi algoritmai, tai matematiniai lygtys su daugybe parametrų. Šie algoritmai gali generuoti skirtingus rezultatus kiekvieną kartą, todėl jų elgesys neprognozuojamas. Tačiau jie taip pat turi galimybę palaikyti pasibaisėtinumą ir diskriminaciją. Pavyzdžiui, „Amazon“ sukurtas algoritmas, analizuojantis darbo paraiškas pagal istorinius duomenis, atsitiktinai labiau palankiai vertino vyriškus kandidatus, kuris praėjimo metu pateikė lytinį pasibaisėtinumą į priėmimo procesą.
Norint spręsti šias problemas, Australijos vyriausybė pasirinko nustatyti išsamias gaires DI naudojimui šalyje. Ekspertai pabrėžia reguliavimo struktūros svarbą, apimant technologiją, mokymus, socialinį įtraukimą ir teisę. Svarbu pasiekti pusiausvyrą skatinant inovacijas ir mažinant riziką.
Ėmęs pavyzdį iš Europos Sąjungos požiūrio, Australijos vyriausybė siekia priimti rizikos pagrindu paremtą strategiją DI reguliavime. Tai apima kokybės užtikrinimo priemones aukšto rizikos DI sistemoms, tokios kaip autonominiai transporto priemonės ar medicininiai įrenginiai. Būtina vykdyti esamus reglamentus ir kurti naujus, kad būtų galima išspręsti kylančias problemas, kaip tai pabrėžia DI profesorius Toby Walsh.
Atsakomybė taip pat tenka ir technologijų sektoriui. Kritinis mąstymas programinės įrangos kūrimo komandose yra būtinas, kad būtų užtikrinta, jog DI modeliai treniruojami atsakingais ir nepaliejamais duomenų rinkiniais. Tokias problemas, kaip DI pasibaisėtinumą, sprendžiantys įmonės, pvz., „Salesforce“, įdiegė vidaus valdymo mechanizmus, tokį kaip „Etikos naudojimo biuras“.
Tačiau iššūkiai lieka. DI sistemoms labai priklauso nuo duomenų, ir šių duomenų rinkinių kokybė ir pilnatvė gali turėti didelį poveikį jų rezultatams. Dažnai DI sistemos naudoja duomenis iš įvairių šaltinių, net jei jie yra autorių teisiškai saugomi ar skirti skirtingiems tikslams, kaip tai pažymi profesorius Uri Galis iš Sidnejaus verslo mokyklos. Tai pabrėžia poreikį alternatyviems požiūriams, pvz., kuriant sintetinius duomenis, siekiant sumažinti pasibaisėtinumo riziką ir užtikrinti atstovavimą.
Kol DI sritis toliau vystosi, reguliuotojai turi pasiekti subtilų balansą tarp inovacijų skatinimo ir apsaugos nuo nenoro padarinių. Atsargus ir konservatyvus požiūris yra esminis. Kaip teisingai pasako Petar Bielovichas, „Turime būti atsargūs ir konservatyvūs”.
DUK
The source of the article is from the blog karacasanime.com.ve