计算进阶应用10 分钟D1 · v1 · 96a7933

人工智能系统中的偏见

如果训练数据有偏见,人工智能也会有偏见;例子:面部识别对某些肤色效果更好,翻译假设性别;偏见从何而来以及我们能否修复它

选择玩法

这次想怎么玩?

同一个知识点,不必每次都像做问卷。选择今天更有精神的方式。

小径芽准备一起探索
01概念热身02误区辨析03情境应用04跨场景迁移05可选 Boss
本轮按题生成:第一题准备好就立即开始,后续题目会在答题时于后台逐题准备;单题失败只重试该题。
掌握证据

学会之后,你能够…

1

使用现实世界的例子解释人工智能中的偏见意味着什么

2

描述有偏见的训练数据如何导致有偏见的人工智能结果

3

建议一种减少人工智能系统偏见的方法(使用更多样化的数据、用不同群体测试)

学习路径

为什么现在学它

从已掌握的基础出发,看清这个知识点能为你打开哪些后续路径。点击任一节点即可沿知识图谱继续探索。

知识关系上游 → 当前 → 下游
2 个先修 · 3 个后续
粗线:学习当前节点所需的基础细线:当前节点可以解锁的方向