Bir AI etik uzmanı olarak nasıl hayatta kalınır?
Algoritma bültenini her Pazartesi gelen kutunuza almak için buradan kaydolun.
Algoritmaya hoş geldiniz!
Şirketler için AI sistemlerinin güvenli bir şekilde çalışmasını sağlamak hiç bu kadar önemli olmamıştı, özellikle de onları sorumlu tutmak için yeni yasalar devreye girdiğinde. Bunu yapmak için kurdukları sorumlu AI ekiplerinin bir öncelik olması gerekiyordu, ancak buna yapılan yatırım hala geride kalmak.
Son eserimde de tespit ettiğim gibi, tarlada çalışan insanlar bundan zarar görüyor. Kuruluşlar, büyük, sistemik sorunları uygun destek olmadan düzeltmeleri için bireylere büyük baskı uygularken, çoğu zaman çevrimiçi olarak neredeyse sürekli bir saldırgan eleştiri barajıyla karşı karşıya kalırlar.
Sorun aynı zamanda çok kişisel hissettiriyor – AI sistemleri genellikle toplumlarımızın ırkçılık ve cinsiyetçilik gibi en kötü yönlerini yansıtıyor ve şiddetlendiriyor. Sorunlu teknolojiler, Siyah insanları goriller olarak sınıflandıran yüz tanıma sistemlerinden, rıza göstermeyen kadınların porno videolarını yapmak için kullanılan derin sahte yazılımlara kadar uzanıyor. Bu sorunlarla uğraşmak, özellikle AI etik işlerine yönelme eğiliminde olan kadınlar, beyaz olmayan insanlar ve diğer marjinal gruplar için zorlayıcı olabilir.
Bir grup etik AI uygulayıcısı ile işlerinde karşılaştıkları zorluklar hakkında konuştum ve bir şey açıktı: tükenmişlik gerçek ve tüm alana zarar veriyor. Hikayemi buradan okuyun.
Hikayede konuştuğum iki kişi, uygulamalı yapay zeka etiğinin öncüleridir: sırasıyla Hugging Face ve Twitter’da çalışan Margaret Mitchell ve Rumman Chowdhury. İşte sektörde hayatta kalmak için en iyi ipuçları.
1. Kendi savunucunuz olun. AI’nın oluşturduğu riskler hakkında genel olarak artan farkındalıklara rağmen, etikçiler kendilerini hala meslektaşları tarafından tanınmak için mücadele ederken buluyorlar. Makine öğrenimi kültürü, tarihsel olarak insanların ihtiyaçlarını kabul etmekte pek başarılı olmadı. “Toplantıdaki insanlar ne kadar kendinden emin veya gürültülü olursa olsun [who are] Yaptığınız şeye karşı konuşmak veya konuşmak – bu onların haklı oldukları anlamına gelmez,” diyor Mitchell. “Kendi işinizin savunucusu olmaya hazır olmalısınız.”
2. Yavaş ve istikrarlı yarışı kazanır. Hikayede Chowdhury, yeni AI teknolojilerinin olası zararlı yan etkileri hakkında sosyal medyadaki her tartışmayı takip etmenin ne kadar yorucu olduğundan bahsediyor. Tavsiyesi: Her tartışmaya girmemekte sorun yok. Chowdhury, “Aynı anlatı döngüsünü tekrar tekrar görecek kadar uzun süredir bu işin içindeyim” diyor. “İşinize odaklanmanız ve iki ya da üç döngü bilgi hype kaçırsanız bile sağlam bir şey bulmanız daha iyi.”
3. Şehit olmayın. (Buna değmez.) Yapay zeka etikçilerinin aktivistlerle pek çok ortak noktası var: Çalışmaları tutku, idealizm ve dünyayı daha iyi bir yer haline getirme arzusuyla besleniyor. Ama kendi değerlerine aykırı bir şirkette işe girmenin asil bir tarafı yok. Chowdhury, “Şirket ne kadar ünlü olursa olsun, tüm şirketinizin veya en azından şirketinizin önemli bir bölümünün bunu sizinle birlikte yapmaya çalıştığını hissetmediğiniz bir iş ortamında bulunmaya değmez” diyor. “İşiniz sorunları belirtmek için çok para ödemek değil. Göreviniz, ürünlerini daha iyi hale getirmelerine yardımcı olmaktır. Ve ürüne inanmıyorsanız, orada çalışmayın.”
Derin Öğrenme
Makine öğrenimi, yeni metal arayışını büyük ölçüde hızlandırabilir
Yeni araştırmalara göre, makine öğrenimi, bilim insanlarının aşırı sıcaklıklara ve paslanmaya karşı direnç gibi yararlı özelliklere sahip yeni metal türleri geliştirmesine yardımcı olabilir. Bu, bir dizi sektörde faydalı olabilir; örneğin, daha düşük sıcaklıklarda iyi performans gösteren metaller uzay aracını iyileştirebilirken, korozyona dayanıklı metaller tekneler ve denizaltılar için kullanılabilir.
Bu neden önemli: Bulgular, hala büyük ölçüde laboratuvar deneylerine dayanan bir alan olan malzeme biliminde makine öğreniminin daha fazla kullanılmasının yolunu açmaya yardımcı olabilir. Ayrıca teknik, kimya ve fizik gibi diğer alanlarda keşif için uyarlanabilir. Tammy Xu’dan daha fazlasını buradan okuyun.
Daha Derin Öğrenme
AI’nın evrimi
3 Kasım Perşembe günü, MIT Technology Review’ın yapay zeka kıdemli editörü William Heaven, Meta’nın baş yapay zeka bilimcisi Yann LeCun; DeepMind araştırma ve robotik kıdemli direktörü Raia Hadsell; ve Microsoft Research’te hip-hop sanatçısı ve seçkin bilim adamı Ashley Llorens, amiral gemisi etkinliğimiz EmTech’te sahnede.
Ajandada:AI araştırması için ileriye giden yolu, sorumlu AI kullanımı ve geliştirmesinin etiğini, açık işbirliğinin etkisini ve yapay genel zeka için en gerçekçi nihai hedefi tartışacaklar. Buradan kaydolun.
LeCun’a genellikle “derin öğrenmenin vaftiz babalarından” biri denir. Will ve ben, bu yılın başlarında yapay zekanın insan düzeyinde zekayı nasıl elde edebileceği konusundaki cesur önerisini açıkladığı zaman LeCun ile konuştuk. LeCun’un vizyonu, beyinden ilham alan bilişsel mimariler gibi eski fikirleri bir araya getirmeyi ve bunları derin öğrenme teknolojileriyle birleştirmeyi içeriyor.
Bitler ve Baytlar
Shutterstock, AI tarafından oluşturulan görüntüleri satmaya başlayacak
Hazır görüntü şirketi, DALL-E’yi yaratan şirket olan OpenAI ile birlikte çalışıyor. Shutterstock ayrıca, çalışmaları AI modellerini eğitmek için kullanılan sanatçılara geri ödeme yapmak için bir fon başlatıyor. (Sınır)
İngiltere’nin bilgi komisyoncusu duygu tanımanın BS olduğunu söylüyor
Bir düzenleyiciden ilk olarak, İngiltere’nin bilgi komisyoncusu, şirketlerin insanların duygularını tespit edebildiğini veya para cezası riskine girdiğini iddia eden “sözde bilimsel” AI teknolojisinden kaçınmaları gerektiğini söyledi. (Gardiyan)
Alex Hanna, AI’nın geleceğini kurtarmaya çalışmak için Google’dan ayrıldı
MIT Technology Review, bu yılın başlarında Google’ın Etik Yapay Zeka ekibinden ayrılan ve mevcut yapay zeka anlayışına topluluk odaklı, aşağıdan yukarıya bir araştırma yaklaşımıyla meydan okumayı amaçlayan Dağıtılmış Yapay Zeka Araştırma Enstitüsü’ne (DAIR) katılmak için ayrılan Alex Hanna’nın profilini çıkardı. Enstitü, 2020’nin sonlarında Google tarafından işten çıkarılan Hanna’nın eski patronu Timnit Gebru’nun buluşudur. (MIT Technology Review)
Okuduğunuz için teşekkürler!
Melisa