網路議題

AI 研究人員表示在 COVID-19 大流行期間,AI 的應用需要適應其背景

COVID-19 大流行期間 AI 的應用需要適應其背景簡介根據 Eleonore Fournier-Tombs 在"The Conversation"的研究人員表示人工智慧(AI)在工業化和發展中國家之間存在差距,不僅僅是能否接觸和使用新技術的問題。這也涉及到全球各國政府和企業是否能夠建立自己的 .... (往下繼續閱讀)

分享到 Facebook 分享到 Line 分享到 Twitter

文章目錄

AI 研究人員表示在 COVID-19 大流行期間,AI 的應用需要適應其背景

COVID-19 大流行期間 AI 的應用需要適應其背景

簡介

根據 Eleonore Fournier-Tombs 在"The Conversation"的研究人員表示人工智慧(AI)在工業化和發展中國家之間存在差距,不僅僅是能否接觸和使用新技術的問題。這也涉及到全球各國政府和企業是否能夠建立自己的 AI 工具,以更好地獲益並降低風險。要解決 AI 的一個關鍵問題是公平擁有 AI 系統以及獲取利益的問題。這一問題也與數位鴻溝所帶來的挑戰相吻合,因為加速數位化擴大了那些能夠接入網際網路與不能接入網際網路的人之間的社會和經濟差距。AI 的標準化和監管政策由公民社會、私營部門公司和國家政府共同制定。然而自 2021 年以來,全球治理方面的努力不斷增加。最近,聯合國宣布成立了一個人工智慧的多利益相關方顧問機構。

模式方法

AI 所觀察到的許多風險,如歧視、刻板印象以及在不同地理和文化背景下缺乏適當性,都歸因於 AI 系統使用計算模型。計算模型提供了現實的簡化表示然後用於做出預測。模型的使用在西方思想傳統中有豐富的歷史。它引出了柏拉圖的"理念論",該理論認為物質領域是概念或理念領域的淺薄模仿,後者代表了無形的本質。今天"模型"這個詞與我們應該追求的各種理想相聯動,"榜樣"這個詞就是一個例子。甚至時尚模特職業本身已演變成為一個需要模仿的典範,職業模特被看作是美的理想代表。然而模型存在的問題在於它的應用方式。上世紀 80 年代和 90 年代,國際金融機構推廣在發展中國家實行的經濟模型受到了很大的批評。諸如美國經濟學家和諾貝爾經濟學獎得主約瑟夫·斯蒂格利茨等人對這些模型使用"一刀切"的方法表示批評,這對多個國家的經濟產生了負面影響。AI 財產的集中不僅與少數國家有關,對 AI 的思考方式也是集中在少數國家。大多數大型 AI 模型由美國和中國的幾家公司製作,使用的訓練資料主要反映了它們自己的文化,而且開發人員對除自己以外的當地環境理解有限。例如,儘管全球有超過三分之一的人口使用 Facebook,但驅動它的算法(例如內容推薦、聯絡建議和面部識別)主要基於對美國開發人員可接觸的資料的思考。這意味著和過去的許多有缺陷的模型一樣,具有偏見的 AI 模型可能無法準確反映其應用背景,因為構建它們的底層資料本身就不具代表性。多年來,這些模型中蘊藏的偏見已經顯露出來。這些問題從無法準確識別不同膚色的個體,到為不同群體產生具有歧視性的結果和排除特定人群。考慮到模型的歷史和地緣政治背景,這些結果並不完全出乎意料。正如我們所觀察到的,各種型別的模型-無論是經濟還是技術-如果被誤用,可能會帶來潛在的危害。

本地化模型

AI 在模型概念方面已經取得了很大的發展-社會和經濟潛力巨大,但前提是模型的校準是恰當的。解決此問題的一個重要解決方案是模型本地化的理念:最合適和相關的 AI 系統應該扎根於當地背景中。這需要去殖民化資料和 AI。這種想法也體現了越來越多的數位主權傾向,使各國能夠獨立管理其數位基礎設施、硬體、網路和設施。我的研究對全球公共健康領域中的 AI 應用進行了移植、適應和建立(TAC)方法的研究。在 COVID-19 大流行期間,AI 模型在規劃衛生服務、與公眾溝通和追蹤疾病傳播方面得到了應用。大流行病使地理和文化風景的差異變得明顯,需要採取細緻的建模方法。TAC 方法研究每一個 AI 應用,同時考慮它是否直接從另一個上下文中移植而來而沒有進行修改;是否從另一個模型進行了適應或修改;或者是否在本地建立。

評論和建議

全球 AI 差距與模型問題

解決全球 AI 差距需要理解,至少在某種程度上,我們正在處理一個模型問題,這與過去的模型問題相似。因此政策制定者將面臨的其中一個挑戰是如何確保盡可能多的國家能夠開發和部署 AI 模型,使他們能夠從中受益。TAC 框架等解決方案將我們帶向了模型本地化的方向,確保 AI 應用盡可能地適應不同的全球現實。在 AI 的發展和應用過程中,引入當地知識和文化將是至關重要的。這將有助於消除模型中的偏見和刻板印象,使 AI 更好地反映不同社區和文化之間的差異。此外國家應該加固投資本地 AI 研究和發展,以提高其自主創新和本土技術能力。同時國際合作也將是關鍵,以確保在 AI 的全球治理方面達成共識和合作,從而協助解決 AI 文化和社會適應的問題。我們需要在 AI 的推動和應用中保持敏感,並將其納入全球多元化的局限和需求中。只有這樣,AI 才能夠真正成為人類發展的利器,促進全球機會均等以及社會和經濟的包容性。
Adaptation-AI 應用,COVID-19,大流行,研究人員,背景適應
江塵

江塵

Reporter

大家好!我是江塵,一名熱愛科技的發展和創新,我一直都保持著濃厚的興趣和追求。在這個瞬息萬變的數位時代,科技已經深入到我們生活的方方面面,影響著我們的工作、學習和娛樂方式。因此,我希望透過我的部落格,與大家分享最新的科技資訊、趨勢和創新應用。