这种规模会对社会产生重大影响。第二个问题也加剧了大规模的偏见。如果你打算开始使用面部识别来评估数百万人那么即使是跨种族或性别预测中的微小算法错误也会在总体上产生巨大的差异基于这些算法的预测做出的任何决定本质上都会包含偏差。在第三种情况下出现偏差是因为算法由于数据规模而提高了精度。例如算法帮助公司医院和银行预测个人会做什么他们通过发现数据中隐藏的模式来做到这一点。与人类在简单数据中寻找可预测模式相比算法是使用非常大的数据集来进行的并且能够捕获人类无法检测到的模式。
如果你使用类固醇来做到这点这
些相关性例如外壳的颜色和性别就会开始发挥作用并产生现在相当大的系统性差异。就像当人们发现向贫困社区的人们收取的价格系 服装公司数据库 统性地高于富裕地区的人们时。显然我们不知道每家公司是否有目的但我们相信这可能不是有意的。细检查这些算法的结果以首先发现这些偏差。这里的积极前景是如果你将算法偏见与人类偏见进行比较算法偏见你至少可以提供解决它的方法而我们的解决方案就是其中之。
这里的积极前景是如果你将
算法偏见与人类偏见进行比较算法偏见你至少可以提供解决它的方法而我们的解决方案就是其中之一。因为它是一台机器 通辽电话号码表 当你了解一个问题时你就可以解决它。鉴于人为偏见我们多年来一直在努力解决它。而且很难改变。与机器相比它很难监控或修复。用外行的话来说你的解决方案是如何工作的您提到了汽车服务的峰时定价为例。
