Βασικά στοιχεία της τεχνητής νοημοσύνης και κίνδυνοι μεροληψίας δεδομένων

1.2.10 Understand at a high level how AI works and recognise that the data, on which AI depends, may include biases and therefore information is reproduced with biases

Topics:

AI generated content

Instructor

EDITC

Reviews

Rated 0 out of 5 stars

What you'll learn

Σε αυτό το βίντεο, εξερευνούμε πώς οι αλγόριθμοι τεχνητής νοημοσύνης επεξεργάζονται δεδομένα για να διαμορφώσουν το διαδικτυακό περιεχόμενο, συχνά κληρονομώντας προκαταλήψεις από τα σύνολα δεδομένων εκπαίδευσής τους. Μάθετε πώς η τεχνητή νοημοσύνη σε μηχανές αναζήτησης, κοινωνικά μέσα και εργαλεία λήψης αποφάσεων, όπως η πρόσληψη ή η αστυνόμευση, μπορεί να ενισχύσει κοινωνικές προκαταλήψεις, δημιουργώντας φυσαλίδες φίλτρων και άδικα αποτελέσματα. Ανακαλύψτε πώς τα προκατειλημμένα δεδομένα επηρεάζουν τις συστάσεις, την αναγνώριση προσώπων και τις αυτοματοποιημένες αποφάσεις, και εξερευνήστε λύσεις όπως ποικίλα σύνολα δεδομένων, ανθρωποκεντρική εποπτεία και επαλήθευση γεγονότων για τη μείωση της προκατάληψης και την προώθηση της δικαιοσύνης σε συστήματα τεχνητής νοημοσύνης.

Learning outcome

1.2.10 Understand at a high level how AI works and recognise that the data, on which AI depends, may include biases and therefore information is reproduced with biases

More courses by EDITC

AI recommendations

Let our assistant suggest next steps based on your interests.

Are your sure about it?

Lorem ipsum, dolor sit amet consectetur adipisicing elit. Eius aliquam laudantium explicabo pariatur iste dolorem animi vitae error totam. At sapiente aliquam accusamus facere veritatis.