Подкаст вышел!
Современный мир генерирует огромное количество данных. Компании собирают данные о наших покупательских привычках, нашем местоположении и том, как мы проводим время. Огромность этих данных слишком велика для аналитиков-людей, чтобы копаться в них в одиночку. Вместо этого они используют алгоритмы машинного обучения. Эти алгоритмы используют большие данные, чтобы проанализировать ваши действия, определить вашу расу и религию и, возможно, даже предположить частную или конфиденциальную информацию о вас. Но есть ли предвзятость в алгоритмах машинного обучения?
Тот факт, что машинные алгоритмы являются математическими, не делает их невосприимчивыми к неполным наборам данных, неверным предположениям и возможности делать ложные выводы. Так откуда же берется предвзятость в алгоритмах машинного обучения? Что мы можем с этим поделать? И можно ли их улучшить? От карты частых покупок в вашем местном продуктовом магазине до Инициативы администрации Трампа по экстремальной проверке мы обсуждаем предвзятость в алгоритмах машинного обучения и должны ли мы доверять этим алгоритмам.
К нам в подкасте присоединится Dr. Джошуа Кролл. Джошуа — ученый-компьютерщик и научный сотрудник Школы информации Калифорнийского университета в Беркли. Он изучает автоматизированные алгоритмы принятия решений, такие как машинное обучение, уделяя особое внимание справедливости, подотчетности и прозрачности.
Послушать подкаст можно здесь.
Вы также можете подписаться на SparkDialog в Apple Podcasts, Google Play, Stitcher или на sparkdialog.com.
Наука и технологии повсюду в нашей жизни. В этом подкасте рассматривается не только сама наука, но и ее роль в обществе, как она влияет на нашу жизнь и как она влияет на то, как мы определяем себя как людей. Эпизоды также представляют собой смесь культуры, истории, этики, философии, религии и будущего! Ведет Элизабет Фернандес, астроном и научный коммуникатор. Давайте зажжем диалог!
Спасибо за внимание!
