AI: Training Data & Bias

The most important aspect of Machine Learning is what data is used to train it. Find out how training data affects a machine's predictions and why biased data can lead to biased decisions.

Start learning at http://code.org/

Stay in touch with us!
• on Twitter https://twitter.com/codeorg
• on Facebook https://www.facebook.com/Code.org
• on Instagram https://instagram.com/codeorg
• on Tumblr https://blog.code.org
• on LinkedIn https://www.linkedin.com/company/code-org
• on Google+ https://google.com/+codeorg

Kualitas pembelajaran mesin adalah sebanyak data pelatihan yang Anda masukkan ke dalamnya.

Jadi, sangat penting menggunakan data berkualitas tinggi, dan dalam jumlah yang sangat banyak.

Namun, jika data itu penting, perlu ditanyakan dari mana data pelatihan itu berasal?

Sering kali komputer mengumpulkan data pelatihan dari orang-orang seperti Anda dan saya,

tanpa upaya apa pun pada sisi kita.

Layanan streaming video mungkin melacak apa yang Anda tonton, lalu ia dapat mengenali pola

pada data itu untuk merekomendasikan apa yang mungkin ingin Anda tonton selanjutnya.

Di lain waktu, Anda secara langsung diminta untuk membantu, seperti ketika sebuah situs web meminta Anda untuk menemukan rambu jalan dan foto,

Anda memberikan data pelatihan untuk membantu
mesin belajar melihat, dan bahkan mungkin mengemudi pada suatu hari.

Peneliti medis dapat menggunakan
gambar medis sebagai data pelatihan untuk mengajar

komputer cara mengenali dan mendiagnosis penyakit.

Pembelajaran Mesin membutuhkan ratusan dan ribuan gambar, dan arahan pelatihan dari seorang dokter

yang mengetahui apa yang mesti dicari, sebelum ia dapat mengidentifikasi penyakit secara benar.

Bahkan dengan ribuan contoh, bisa jadi terdapat masalah dengan prediksi komputer.

Jika sinar-X hanya dikumpulkan dari pria, maka prediksi komputer mungkin hanya berguna untuk pria.

Ia mungkin tidak mengenali penyakit ketika
diminta mendiagnosis sinar-X pada seorang wanita.

Titik buta ini pada data pelatihan
menimbulkan sesuatu yang disebut bias.

Data yang bias mengutamakan hal-hal tertentu, dan tidak mementingkan atau meniadakan yang lainnya.

Tergantung pada cara pengumpulan data pelatihan, siapa yang mengumpulkannya, dan bagaimana data diumpan,

ada kemungkinan bahwa bias
manusia masuk ke dalam data.

Dengan belajar dari data bias, komputer dapat membuat prediksi yang bias,

terlepas apakah orang yang melatih komputer
menyadarinya atau tidak.

Ketika Anda meneliti data pelatihan, ajukan dua pertanyaan ke diri Anda:

Apakah data ini cukup untuk melatih komputer secara akurat?

Dan, apakah data ini mewakili semua skenario dan pengguna yang mungkin tanpa bias?

Di sinilah Anda, sebagai pelatihan manusia, memainkan peran yang krusial.

Semuanya terserah Anda apakah akan memberikan mesin Anda data yang tidak bias.

Itu berarti mengumpulkan contoh yang sangat banyak, dari banyak sumber.

Ingat, ketika Anda memilih dan memilah data untuk pembelajaran mesin,

Anda sebenarnya sedang memprogram algoritme dengan menggunakan data pelatihan alih-alih kode.

Data itu adalah Kodenya.

Semakin baik data yang Anda berikan, semakin baik pula pembelajaran komputer.