Изкуствените интелигентни системи се превърнаха в неотмътнa част от ежедневието ни, от гласови асистенти като Alexa и Siri до навигационни инструменти като Google Maps. Въпреки това новата книга с колко „Code Dependent“ от Мадумита Мурджия хвърля светлина върху скритите последици от развитието на ИИ. Докато технологията на изкуствения интелект предлага удобство и ефективност, тя поставя значителни предизвикателства пред човешкия труд.
Книгата на Мурджия се занимава с ключовата роля на хората в изграждането и оформянето на ИИ системите. Тези индивиди, често пренебрегвани, образуват основата, върху която стои ИИ. Без техния вход текущото състояние на технологията на ИИ нямаше да е възможно. От генериране на маркирани данни до обучение на алгоритми, човешкият труд играе критична роля за осигуряване на ефективността и точността на ИИ системите.
Edno ot naiqznachitelite silite, koito pushvat razvitieto na izkustvenia intelekt e Golemiiat danni. Sposobnostta da se obrabotva i analizira goliqm danni e klu4ov element za razvitieto na moshni izkustveni intelektualni sistemi. Obache dannite same po sebe si sa beznacaini, osven ako ne sa organizirani i markirani pravilno. Markirane na danni, protses’t na kategorizirane i markirane na s’d’rzhanieto, pozvoliava na izkustvenite intelektualni sistemi da razbirat dannite i da izv’rshvat opredeleni zadachi.
Заглавно интересно ми е как маркирането на данните отразява тенденциите за аутсорсинг и аутсорсинг, забелязани през началото на 2000-те. Големите IT фирми в развитите страни в момента капитализират на по-ниския разход за човешки труд в развиващите се страни, за да маркират данните си. Например OpenAI, компанията зад популярния чатбот ChatGPT, наема фирми в страни като Нигерия, за да помогнат при маркирането на данните. Тези маркирани данни осигуряват, че алгоритмите на ИИ не генерират токсични или неуместни реакции.
Въпреки широкото използване на технологията на ИИ много хора, включително онези, занимаващи се с разработването на ИИ системи, възприемат тъй като процеса на вземане на решения на ИИ като черна кутия. Често не са наясно как се обучават моделите на ИИ или какви входове получават. Този липса на прозрачност довежда до ситуации, където системите на ИИ вземат грешни решения или генерират необективни резултати. Например, медицинските изследователи, разработващи софтуер за диагностика на COVID-19, грешно използваха данни от рентгенови снимки на деца с пневмония в контролната група, което доведе до неточни резултати.
Използването на системи на ИИ, като алгоритмичното профилиране от страна на правоприлагащите органи, поражда загриженост относно индивидуалното действие и загубата на свободна воля. Тези системи анализират лични данни, за да предвидят склонността на даден човек да извърши престъпление, което може да доведе до намаляване на чувството за самоподчинение и самоопределение.
Въпреки, че книгата на Мурджия не предлага конкретни решения за тези предизвикателства, тя предоставя ценна перспектива за разбиране на влиянието на ИИ чрез призмата на човешките действа. Тя подчертава критичната роля на данните в развитието на ИИ и подчертава необходимостта от прозрачност и етични възможности в системите на ИИ.
При разработването на законодателство по целия свят около ИИ, „Code Dependent“ служи като необходимо четиво, за да повиши осведомеността и да насърчи осведомени дискусии за сложната взаимоотношение между хората и ИИ. Като признавате фундаменталната роля на човешкия труд и се занимавате с предизвикателствата, свързани с развитието на ИИ, можем да се стремим към по-инклузивно и отговорно бъдеще на технологията на ИИ.
Kакво е анотиране на данни?
Отговор: Анотирането на данни се отнася до процеса на категоризиране и маркиране на съдържание в набора данни, което позволява на системите на ИИ да разберат данните и да изпълнят конкретни задачи.
Как големите IT фирми използват евтиния човешки труд в развиващите се страни?
Отговор: Големите IT фирми outsource-ват задачи по маркиране на данните на фирми от базирани в по-нискодоходни страни, където може да се използва по-евтиния човешки труд за маркиране на данните.
Какви са някои предизвикателства, свързани с системите на ИИ?
Отговор: Някои предизвикателства, свързани с системите на ИИ, включват липсата на прозрачност в процеса на вземане на решения, предразсъдъци в резултатите и потенциалната загуба на индивидуално действие и свободна воля.
Източник:
– (входен страницаен адрес на оригиналната статия)
The source of the article is from the blog girabetim.com.br