AI: Training Data & Bias

ನೀವು ಹಾಕುವ ಡೇಟಾ ಎಷ್ಟು ಉತ್ತಮವೋ ಅಷ್ಟೇ
ಮಶಿನ್ ಲರ್ನಿಂಗ್ ಉತ್ತಮವಾಗಿರುತ್ತದೆ.

ಹೀಗಾಗಿ, ಉನ್ನತ ಗುಣಮಟ್ಟದ ಮತ್ತು ಭಾರಿ
ಪ್ರಮಾಣದ ಡೇಟಾ ಅತ್ಯಂತ ಮುಖ್ಯ.

ಆದರೆ, ಡೇಟಾ ಮುಖ್ಯವಾದರೆ, ಎಲ್ಲಿಂದ ತರಬೇತಿ ಡೇಟಾ
ಬರುತ್ತದೆ ಎಂದು ಕೇಳುವುದೂ ಮುಖ್ಯವಲ್ಲವೇ?

ಸಾಮಾನ್ಯವಾಗಿ, ನೀವು ಮತ್ತು ನಮ್ಮಂತಹವರಿಂದ
ಕಂಪ್ಯೂಟರ್ ತರಬೇತಿ ಡೇಟಾ ಸಂಗ್ರಹಿಸುತ್ತದೆ.

ಇದರಲ್ಲಿ ನಮ್ಮ ಪಾತ್ರ ಏನೂ ಇರೊಲ್ಲ.

ನೀವು ವೀಕ್ಷಿಸುವುದನ್ನು ವೀಡಿಯೋ ಸ್ಟ್ರೀಮಿಂಗ್‌
ಟ್ರ್ಯಾಕ್ ಮಾಡಬಹುದು, ನಂತರ

ಪ್ಯಾಟರ್ನ್‌ ಗುರುತಿಸಿ ಮುಂದಿನ ವೀಕ್ಷಣೆಯನ್ನು
ನಿಮಗೆ ಶಿಫಾರಸು ಮಾಡಬಹುದು.

ಕೆಲವು ಬಾರಿ ನೀವೇ ಸಹಾಯ ಕೇಳುತ್ತೀರಿ. ಬೀದಿ
ಚಿಹ್ನೆ, ಫೋಟೋ ಗುರುತಿಸುವಂತೆ ವೆಬ್‌ಸೈಟ್ ಕೇಳಿದಾಗ

ಮಶಿನ್ ಕಲಿಯಲು ನೀವು ತರಬೇತಿ ಡೇಟಾ ಒದಗಿಸುತ್ತೀರಿ
ಹಾಗೂ ಒಂದು ದಿನದ ಡ್ರೈವ್ ಕೂಡಾ ಒದಗಿಸುತ್ತೀರಿ.

ವೈದ್ಯಕೀಯ ಸಂಶೋಧಕರು ವೈದ್ಯಕೀಯ ಚಿತ್ರಗಳನ್ನು
ಬಳಸಿ ರೋಗಗಳನ್ನು ಹೇಗೆ ಗುರುತಿಸುವುದು ಮತ್ತು

ಪತ್ತೆ ಮಾಡುವುದು ಎಂದು ಕಂಪ್ಯೂಟರ್‌ಗೆ ಬೋಧಿಸಲು
ತರಬೇತಿ ನೀಡಬಹುದು.

ಮಶಿನ್ ಲರ್ನಿಂಗ್‌ಗೆ ಸಾವಿರಾರು ಚಿತ್ರಗಳು ಬೇಕು
ಮತ್ತು ಬಲ್ಲ ವೈದ್ಯರಿಂದ ತರಬೇತಿ ಅಗತ್ಯವಿರುತ್ತದೆ

ನಂತರವೇ ಅದು ಸರಿಯಾಗಿ ರೋಗ ಗುರುತಿಸಬಹುದು.

ಸಾವಿರಾರು ಉದಾಹರಣೆ ಇದ್ದರೂ, ಕಂಪ್ಯೂಟರ್
ಊಹೆಯಲ್ಲಿ ಸಮಸ್ಯೆ ಇದ್ದಿರಬಹುದು.

ಪುರುಷರಿಂದ ಮಾತ್ರ ಎಕ್ಸ್‌ರೇ ಡೇಟಾ ಸಂಗ್ರಹ
ಮಾಡಿದ್ದರೆ, ಪುರುಷರಿಗೆ ಮಾತ್ರ ಕೆಲಸ ಮಾಡಬಹುದು.

ಮಹಿಳೆ ಎಕ್ಸ್‌ ರೇ ಕೊಟ್ಟರೆ ಅದು ರೋಗ ಗುರುತು
ಮಾಡದೇ ಇರಬಹುದು.

ತರಬೇತಿಯಲ್ಲಿನ ಈ ಕುರುಡು ಡೇಟಾದಿಂದಾಗಿ
ಬಯಾಸ್ ಉಂಟಾಗುತ್ತದೆ.

ಬಯಾಸ್ ಡೇಟಾ ಕೆಲವಕ್ಕೆ ಆದ್ಯತೆ ನೀಡಿದರೆ
ಇನ್ನು ಕೆಲವಕ್ಕೆ ಆದ್ಯತೆ ನೀಡುದೇ ಹೊರಗಿಡುತ್ತೆ.

ಟ್ರೇನಿಂಗ್ ಡೇಟಾ ಸಂಗ್ರಹಿಸಿದ ವಿಧಾನ, ಯಾರು
ಸಂಗ್ರಹಿಸಿದ್ದಾರೆ ಮತ್ತು ಹೇಗೆ ಫೀಡ್ ಮಾಡಲಾಗಿದೆ

ಎಂಬುದನ್ನು ಆಧರಿಸಿ ಡೇಟಾದಲ್ಲಿ
ಮಾನವ ಬಯಾಸ್ ಇರುತ್ತದೆ.

ಬಯಾಸ್ ಡೇಟಾದಿಂದ ಕಲಿತು, ಕಂಪ್ಯೂಟರ್ ಬಯಾಸ್ಡ್
ಊಹೆ ಮಾಡಬಹುದು

ಕಂಪ್ಯೂಟರ್‌ಗೆ ತರಬೇತಿ ನೀಡಿದ ಜನರಿಗೆ ಇದರ ಬಗ್ಗೆ
ತಿಳಿದಿರಲಿ ಅಥವಾ ಇಲ್ಲದಿರಲಿ.

ನೀವು ತರಬೇತಿ ಡೇಟಾ ನೋಡುತ್ತಿರುವಾಗ, ಎರಡು
ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಿಕೊಳ್ಳಿ:

ಕಂಪ್ಯೂಟರ್‌ಗೆ ತರಬೇತಿ ನೀಡಲು ಸಾಕಷ್ಟು
ಡೇಟಾ ಇದೆಯೇ?

ಬಯಾಸ್ ಇಲ್ಲದೇ ಎಲ್ಲ ಸಂಭಾವ್ಯ ಸನ್ನಿವೇಶ ಮತ್ತು
ಬಳಕೆದಾರರನ್ನು ಇದು ಪ್ರತಿನಿಧಿಸುತ್ತದೆಯೇ?

ಇಲ್ಲಿ ಮಾನವ ತರಬೇತಿ ಮುಖ್ಯ ಪಾತ್ರ ವಹಿಸುತ್ತದೆ.

ನಿಮ್ಮ ಮಶಿನ್‌ಗೆ ಬಯಾಸ್ ಇಲ್ಲದ ಡೇಟಾ ನೀಡುವುದು
ನಿಮ್ಮ ಜವಾಬ್ದಾರಿ.

ಅಂದರೆ, ಹಲವು ಮೂಲಗಳಿಂದ ಟನ್‌ಗಟ್ಟಲೆ ಉದಾಹರಣೆ
ಸಂಗ್ರಹ ಮಾಡುವುದು.

ನೆನಪಿಡಿ, ಮಶಿನ್ ಲರ್ನಿಂಗ್‌ನಿಂದ ಡೇಟಾ
ಆಯ್ದುಕೊಂಡರೆ

ಕೋಡ್ ಬದಲಿಗೆ ತರಬೇತಿ ಡೇಟಾ ಬಳಸಿ ಅಲ್ಗೊರಿಥಂ
ಪ್ರೋಗ್ರಾಮ್ ಮಾಡುತ್ತಿರುತ್ತೀರಿ.

ಇಲ್ಲಿನ ಡೇಟಾ ಎಂಬುದೇ ಕೋಡ್.

ನೀವು ನೀಡುವ ಡೇಟಾ ಚೆನ್ನಾಗಿದ್ದಷ್ಟೂ,
ಕಂಪ್ಯೂಟರ್ ಚೆನ್ನಾಗಿ ಕಲಿಯುತ್ತದೆ.