AI bias: word2vec data encodes racism & sexism https://arxiv.org/abs/1606.06121 need more diversity http://www.bloomberg.com/news/articles/2016-06-23/artificial-intelligence-has-a-sea-of-dudes-problem …pic.twitter.com/odbhY3CwCp
-
we should tweak them not to, as this paper is describing, I feel?
No, ML algorithms should tell the truth, and we should decide what to do with it, not tamper with the evidence.
-
-
Model should depend on our objective function and background knowledge, as in any ML application.
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
societal norms are not an objective "truth". ML models furthering racist mindsets (pun intended) should be "fixed"
-
Depends, do you want the model to learn language as it's used or language as you wish it were used?
Keskustelun loppu
Uusi keskustelu -
-
-
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
thats why I like the approach in the paper - develop tools to post-process data, so then you generate an additional dataset
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
better to have choices for appropriate applications? Eg Tay being able to scan own corpus and squelch perceived racism
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
here I follow your argument, but I'd argue this use of the word "truth" shld be replaced or defined more narrowly
-
concur, since underlying data itself may be biased.
- Näytä vastaukset
Uusi keskustelu -
Lataaminen näyttää kestävän hetken.
Twitter saattaa olla ruuhkautunut tai ongelma on muuten hetkellinen. Yritä uudelleen tai käy Twitterin tilasivulla saadaksesi lisätietoja.