「次のステップは責任あるAIですどのようにしてそこに辿り着くのか？」

次のステップは責任あるAIへの道はどうする？

機械学習ソリューションは私たちの生活で重要な役割を果たしています。もはやパフォーマンスだけではなく、責任も含まれます。

過去数十年間、多くのAIプロジェクトはモデルの効率性とパフォーマンスに焦点を当ててきました。その結果は科学論文に文書化され、最も優れたモデルは組織に展開されています。しかし、今はAIシステムに別の重要な要素を加える時期です。それが責任です。アルゴリズムは今後も存在し、chatGPTやco-pilot、prompt engineeringなどのツールによって誰にでもアクセス可能になっています。それでは、より困難な部分に入ります。それは道徳的な相談、慎重な委託、ステークホルダーへの情報提供などを含みます。これらの実践が責任ある倫理的なAIの景観に貢献しています。このブログ記事では、AIプロジェクトにおける責任の意味と、6つの実践的な手順を使用してそれを取り入れる方法について説明します。

責任あるAIへの簡単な紹介。

責任あるAI（rAI）に深く立ち入る前に、まずデータサイエンスの分野で行われている重要なステップのいくつかを概説しましょう。以前のブログでは、データサイエンスで何を学ぶべきかについて書きました[1]。データサイエンス製品は収益の増加、プロセスの最適化、および（生産）コストの削減に貢献することができます。現在、展開されている多くのモデルは、パフォーマンスと効率性の観点で最適化されています。つまり、モデルは予測において高い精度を持ち、計算コストは低いはずです。しかし、モデルのパフォーマンスが高いほど、モデルの複雑さも徐々に増加していくという副作用があります。一部のモデルは「ブラックボックスモデル」と呼ばれるようになりました。これは、ニューラルネットワークが特定のモデルアーキテクチャを使用して数億のパラメータを使って訓練される画像認識やテキストマイニングの分野で見られます。そのようなモデルがなぜ特定の意思決定を行うのかを理解することが困難または不明になっています。もう1つの例は、金融分野です。そこでは、多くの主要なプロセスがアルゴリズム上で実行され、機械によって毎日のように意思決定が行われます。そのような機械による意思決定は、必要に応じて人間の手で事実確認や再評価ができることが最も重要です。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!