من المعروف أن روبوتات الدردشة التي تعمل بالذكاء الاصطناعي تولد حلولاً متحيزة عنصريًا في كثير من الأحيان عندما تتعرض لأسئلة مختلفة، وقد استهدفت العديد من الجهود البحثية هذه المشكلة. الآن، هناك طريقة تدريب جديدة جاهزة لحل هذه المشكلة. تُعرف هذه الطريقة باسم "الإلغاء العادل للتكرار" أو "FairDeDup" فقط، وتأتي نتيجة بحث أجراه فريق من Adobe وطالب الدكتوراه في كلية الهندسة في جامعة ولاية أوهايو إريك سليمان.

تتمثل عملية إلغاء تكرار مجموعات البيانات المستخدمة في تدريب الذكاء الاصطناعي في إزالة المعلومات الزائدة عن الحاجة، وبالتالي خفض تكاليف العملية برمتها. في الوقت الحالي، تأتي البيانات المستخدمة من جميع أنحاء الإنترنت، لذا فهي تحتوي على أفكار وسلوكيات غير عادلة أو متحيزة غالبًا ما يتوصل إليها البشر ويشاركونها عبر الإنترنت.

&&&] وفقًا لسليمان،

"يعمل FairDeDup على إزالة البيانات الزائدة عن الحاجة مع دمج أبعاد التنوع التي يمكن التحكم فيها والمحددة من قبل الإنسان للتخفيف من التحيزات. يتيح نهجنا التدريب على الذكاء الاصطناعي الذي لا يكون فعالاً من حيث التكلفة ودقيقًا فحسب، بل أكثر عدلاً أيضًا " تتضمن قائمة الأساليب المتحيزة التي تديمها روبوتات الدردشة التي تعمل بالذكاء الاصطناعي هذه الأيام المهنة أو العرق أو الجنس، ولكن أيضًا العمر والجغرافيا والأفكار المتعلقة بالثقافة والتي من الواضح أنها غير عادلة.

FairDeDup هو نسخة محسنة من طريقة سابقة تعرف باسم SemDeDup، والتي غالبًا ما تؤدي إلى تفاقم التحيزات الاجتماعية، على الرغم من أنها أثبتت أنها حل فعال من حيث التكلفة. يجب على المهتمين بهذا المجال الحصول على التدريب على نموذج إتقان الذكاء الاصطناعي من كريس هيرمانز: دليل شامل لتصبح خبيرًا في تدريب نماذج الذكاء الاصطناعي، والذي يتوفر حاليًا على Kindle مقابل 9.99 دولارًا أمريكيًا أو في إصدار ورقي الغلاف (مقابل 44.07 دولارًا أمريكيًا).

العمل من أجل NotebookcheckAre أنت تقني الذي يعرف كيفية الكتابة؟ ثم انضم إلى فريقنا! مطلوب:- كاتب أخبار التفاصيل هنا