Tartalom
K:
Miért fontos, hogy az adattudósok átláthatóságot keressenek?
A:
Az átláthatóság alapvetően fontos az adattudományi projektekben és a gépi tanulási programokban, részben a bonyolultság és a kifinomultság miatt, amely ezeket vezérli - mivel ezek a programok „tanulnak” (valószínűségi eredményeket generálnak), nem pedig az előre meghatározott lineáris programozási utasításokat követik, és mivel ennek eredményeként nehéz lehet megérteni, hogy a technológia miként vonja le a következtetéseket. A gépi tanulási algoritmusok „fekete doboz” problémája, amely az emberi döntéshozók számára nem teljesen magyarázható, ezen a területen nagy probléma.
Ezt szem előtt tartva, a magyarázható gépi tanulás vagy a „magyarázható AI” elsajátításának valószínűleg fő hangsúlya lesz abban, hogy a vállalatok miként folytatják az adattudósok számára a tehetség megszerzését. A DARPA, az internet, amely elhozta nekünk az internetet, már több millió dolláros tanulmányt finanszíroz a magyarázható AI-ban, és igyekszik elősegíteni az emberek számára átlátható gépi tanulás és mesterséges intelligencia technológiák létrehozásához szükséges készségeket és erőforrásokat.
Az egyik gondolkodásmód az, hogy gyakran van egy tehetségfejlesztési „írástudási szakasz” és „hiperliteratív szakasz”. Az adattudós számára a hagyományos írástudási szakasz a gépi tanulási programok összeállításának ismerete és az építkezés módja. algoritmusok olyan nyelvekkel, mint a Python; hogyan kell neurális hálókat felépíteni és velük dolgozni. A hiperliteratív szakasz a megmagyarázható AI elsajátítása, az átláthatóság biztosítása a gépi tanulási algoritmusok alkalmazásában és az átláthatóság megőrzése, mivel ezek a programok a céljaik és a kezelőik céljai felé működnek.
Az átláthatóság jelentőségének magyarázata az adattudományban egy másik módja annak, hogy a használt adatkészletek tovább kifinomultabbá válnak, és ezért potenciálisan behatolóbbak az emberek életébe. A magyarázható gépi tanulás és az adattudomány másik fő mozgatórugója az európai általános adatvédelmi rendelet, amelyet nemrégiben vezettek be a személyes adatok etikátlan felhasználásának megfékezésére. A GDPR-t próbaként használva a szakértők meglátják, hogy az adattudományi projektek magyarázata hogyan illeszkedik a magánélet és a biztonság kérdéseibe, valamint az üzleti etikába.