Rhannodd Vatsal Ghiya, Prif Swyddog Gweithredol a chyd-sylfaenydd y Shaip yn y nodwedd westai arbennig rai mewnwelediadau ar ragfarn mewn dysgu peiriannau. Yn ogystal, pwysleisiodd hefyd y rheswm y tu ôl i ragfarnau AI a sut i ddileu rhagfarn mewn modelau AI/ML.
Y prif bethau i'w cymryd o'r Erthygl yw:
- O awgrymiadau bwytai i ddatrys tocynnau gwasanaeth, mae AI chatbot yn cael ei ddefnyddio fwyfwy ar draws diwydiannau fel gofal iechyd, bancio a chyllid, a thrwsio bylchau cyflog. Gyda nifer fawr o achosion defnydd, yr hyn sy'n dod yn anochel yw tegwch sy'n gysylltiedig â'r broses gyfan.
- Mae tuedd yn y model AI yn digwydd yn ystod y cyfnodau hyfforddi lle mae arbenigwyr AI yn bwydo meintiau o ddata gyda rhai tueddiadau a dewisiadau. Yn benodol, mae dau fath o ragfarn, tuedd wybyddol gyntaf a'r ail yw, rhagfarnau sy'n digwydd oherwydd diffyg data.
- Ond, y newyddion da yw y gellir dileu rhagfarnau mewn modelau AI trwy ddefnyddio'r set gywir o ddata ynghyd â monitro data amser real a modelau data cynrychioliadol. Gan ei fod yn dominyddu ein bywydau bob dydd, mae'n bwysig yn y pen draw i fod yn ofalus gyda'n mewnbwn i gynnal ansawdd.
Darllenwch yr erthygl lawn yma:
https://datafloq.com/read/how-to-handle-bias-in-machine-learning/