数据和人工智能是数字化转型的关键

如果说数据是数字经济的新石油，那么人工智能（AI）就是蒸汽机。利用数据和人工智能力量的公司掌握着创新的关键。就像石油和蒸汽机为运输提供燃料，并最终推动工业革命一样。2022 年，数据和人工智能为数字革命的新篇章奠定了基础，越来越多地为全球公司提供动力。

定义数据和人工智能的责任

导致AI 偏差的最大因素之一是注释者和数据标记者之间缺乏多样性，然后他们训练 AI 最终从中学习的模型。美国东北大学 Khoury 计算机科学学院公民人工智能实验室的助理教授兼主任 Saiph Savage 表示，负责任的人工智能从一开始就具有包容性的基础工作开始。

行业专家了解，当今生产中的大量 AI 模型需要带注释、标记的数据来学习，以增强 AI 的智能，并最终增强机器的整体能力。支持这一点的技术也很复杂，如自然语言处理 (NLP)、计算机视觉和情感分析。由于这些复杂性，关于如何训练人工智能的误差范围可能相当大。

可解释性和透明度

人工智能和数据标签市场的公司应该努力实现透明度和可解释性，以匹配员工和企业的利益，使其成为一个双赢的局面，每个人都能获得共同发展的优势。企业应注意以下事项，以确保内部和外部方面的透明度和可解释性：不断调整训练人工智能的数据，以反映当前的现实生活情况和数据；衡量模型的质量并使用该信息来建立模型质量指标，以跟踪其改进和性能超时；保持敏捷，将透明度视为数据标注者在进行注释时应遵循的准则；使所有反馈易于访问并优先解决。

将“人性”带到创新的前沿

通过专注于消除 AI 生产领域的偏见并打破断开系统的循环，人工智能和机器学习将变得更具包容性和代表性。很难说 AI 可以绝对负责任和合乎道德，但尽可能接近这一目标很重要。至关重要的是要有尽可能广泛和包容的代表性，以便为工程师提供最好的工具，以尽可能负责任地有效构建人工智能。