Ну вот, еще 100 дней блога о коде. Вы не ошиблись, и я пойму, если вы даже не дойдете до этой строки. Я делаю это не для того, чтобы кто-то читал. Но больше для себя, чтобы отслеживать, где я нахожусь. Надеюсь, что некоторые люди подберут по пути и помогут привлечь меня к ответственности. Я не новичок в кодировании. Я немного занимался веб-разработкой, в основном интерфейсом. В прошлом я баловался C++ и C#, а также Python. К сожалению, никто из моих друзей не занимается..

Сегодня отмечается день, когда я праздную 30 лет на этой земле. В книге Майкла Страхана Wake Up Up Happy я читал, что он говорит о том, что мы, люди, часто используем десять лет как вехи в своей жизни. Я виновен в том же и открываю новую главу в своей жизни в свои тридцать. Мое первое десятилетие было окружено бедностью, правонарушениями, зависимостью и некоторым самопознанием. Мое второе десятилетие было связано с тем, что я в основном пытался приспособиться и по-настоящему понять..

Это четвертая часть серии из пяти статей об этичном искусственном интеллекте. Если вы пропустили часть 1 — Этические стандарты ИИ: процессный подход, нажмите здесь . Подотчетность может быть действительно обеспечена только через прозрачность . Хотя приятно верить, что люди хорошие и хотят творить добро, простая реальность такова: то, что скрыто, не может быть выговорено, а то, что не выговорено всегда можно выполнить. Итак, легко увидеть, что прозрачность устраняет возможность..

Пятая итерация FAccT (Конференция ACM по справедливости, подотчетности и прозрачности) прошла в начале этого месяца (21–24 июня) в Сеуле, Южная Корея. Это была не просто гибридная конференция, это была полноценная конференция с личным присутствием в сочетании с полноценной онлайн-конференцией. Это происходило параллельно, с виртуальными сессиями, которые начинались до и продолжались каждый день после очного компонента.¹ Около 500 человек присутствовали лично, еще 500 участвовали удаленно...

Я хочу поговорить о технических подходах к уменьшению алгоритмической предвзятости. Наступает 2019 год, и большая часть сообщества машинного обучения наконец публично признает распространенность и последствия предвзятости в моделях машинного обучения. В течение многих лет десятки отчетов таких организаций, как ProPublica и New York Times, раскрывают масштабы алгоритмической дискриминации в оценке криминального риска , предсказуемой полицейской деятельности , кредитном кредитовании ,..

Правительства во всем мире «все чаще обращаются к алгоритмам для автоматизации или поддержки принятия решений в сфере государственных услуг». Можно пойти еще дальше и заявить, что алгоритмы «съедают» переговорную почву любого современного общественного договора, как бы он ни определялся, и эта тенденция в обозримом будущем будет только усиливаться. Алгоритмы скоро станут частью любой политики или, если уж на то пошло, любой модели общества. Они будут определять способ взаимодействия людей..