AI: Training Data & Bias

Mësimi i makinerisë është i mirë vetëm aq sa të dhënat që futen në të.

Atëherë është shumë e rëndësishme për të përdorur të dhëna me kualitet të lartë, dhe shumë nga ato.

Por nëse të dhënat janë të rëndësishme, duhet pyetur se nga vijnë këto të dhëna?

Shpesh, kompjuterët mbledhin të dhëna nga njerëz si unë dhe ti,

pa asnjë përpjekje nga ana jonë.

Një shërbim për transmetim të videove mund të mbajë gjurmë të atyre që shikoni, pastaj mund të njohë modelet

se çfarë të dhëna të rekomandoj që ju mund të shikoni në të ardhmen.

Herave të tjera, jeni të pyetur direkt për të ndihmuar, si kur një webfaqe ju kërkon të zgjedhni shenja të rrugës apo foto,

ju jeni duke siguruar të dhëna për të ndihmuar makinën të mësojë të shoh, dhe ndoshta një ditë të ngas.

Kërkuesit mjekësor mund të përdorin imazhe mjekësore si të dhëna për të mësuar

kompjuterët si të vërejnë dhe diagnostifikojnë sëmundje.

Mësimi i Makinerisë ka nevojë për qindra e mijëra imazhe dhe drejtim të trajnimit nga një mjek,

një person që di çfarë të kërkojë, para se të mund të identifikojë sëmundjen me saktësi.

Edhe me mijëra shembuj, mund të ketë probleme me parashikimet e kompjuterit.

Nëse të dhënat e rentgenit janë të mbledhura vetëm nga meshkujt, atëherë parashikimet e kompjuterit mund të funksionojnë vetëm për meshkujt.

Ajo mund të mos njohë sëmundjet kur i kërkohet të diagnostikojë rentgenin e një gruaje.

Kjo zbrazje në të dhënat e trajnimit krijon diçka quhet paragjykim.

Të dhënat e paragjykuara favorizojnë disa gjëra dhe i kthejnë në prioritete të ulëta ose përjashtojnë të tjera.

Varësisht nga mënyra se si janë të mbledhura të dhënat e trajnimit, kush është personi që i mbledh të dhënat dhe se si ato janë futur,

ka një mundësi që paragjykimi njerëzor të përfshihet në të dhënat.

Duke mësuar nga të dhënat me paragjykim, kompjuteri mund të bëjë parashikime me paragjykim,

pa marrë parasysh nëse ata që e trajnojnë kompjuterin janë të vetëdijshëm për këtë apo jo.

Kur po shikoni të dhënat e trajnimit, pyesni veten dy pyetje:

A janë këto të dhëna të mjaftueshme për të trajnuar me saktësi një kompjuter?

Dhe, a përfaqësojnë këto të dhëna të gjitha skenarët dhe përdoruesit e mundshëm pa paragjykim?

Këtu është vendi ku ju, si personi që trajnon, luani një rol kyç.

Përsëri, është detyra juaj të siguroni që kompjuteri të ketë të dhëna të paanëshme.

Kjo do të thotë të mbledhni një sasi të madhe shembujsh, nga burime të shumta.

Më kujtohet, kur zgjidhni të dhëna për mësimin e makinave,

po programoni algoritmin, duke përdorur të dhëna të trajnimit në vend të kodit.

Të dhënat JANË kodi.

Sa më të mira të dhënat që furnizoni, aq më mirë do të mësojë kompjuteri.