AI-For-Beginners/translations/th/lessons/7-Ethics

ปัญญาประดิษฐ์ที่มีจริยธรรมและความรับผิดชอบ

คุณใกล้จะจบหลักสูตรนี้แล้ว และหวังว่าจนถึงตอนนี้คุณจะเห็นได้ชัดเจนว่า AI นั้นมีพื้นฐานมาจากวิธีการทางคณิตศาสตร์ที่เป็นทางการหลายวิธี ซึ่งช่วยให้เราค้นหาความสัมพันธ์ในข้อมูลและฝึกโมเดลเพื่อเลียนแบบพฤติกรรมบางอย่างของมนุษย์ ในช่วงเวลานี้ของประวัติศาสตร์ เราถือว่า AI เป็นเครื่องมือที่ทรงพลังมากในการดึงรูปแบบจากข้อมูล และนำรูปแบบเหล่านั้นไปใช้แก้ปัญหาใหม่ๆ

แบบทดสอบก่อนการบรรยาย

อย่างไรก็ตาม ในนิยายวิทยาศาสตร์ เรามักจะเห็นเรื่องราวที่ AI เป็นภัยต่อมนุษยชาติ โดยปกติแล้วเรื่องราวเหล่านั้นจะเกี่ยวกับการกบฏของ AI เมื่อ AI ตัดสินใจเผชิญหน้ากับมนุษย์ ซึ่งบ่งบอกว่า AI มีอารมณ์หรือสามารถตัดสินใจในแบบที่นักพัฒนาไม่คาดคิด

AI ที่เราได้เรียนรู้ในหลักสูตรนี้เป็นเพียงการคำนวณเมทริกซ์ขนาดใหญ่เท่านั้น มันเป็นเครื่องมือที่ทรงพลังมากที่ช่วยเราแก้ปัญหา และเช่นเดียวกับเครื่องมือที่ทรงพลังอื่นๆ - มันสามารถถูกใช้ในทางที่ดีหรือไม่ดีก็ได้ สิ่งสำคัญคือมันสามารถถูก ใช้งานผิดวิธี ได้

หลักการของ AI ที่มีความรับผิดชอบ

เพื่อหลีกเลี่ยงการใช้งาน AI อย่างผิดพลาดโดยบังเอิญหรือโดยเจตนา Microsoft ได้กำหนด หลักการของ AI ที่มีความรับผิดชอบ ซึ่งมีแนวคิดสำคัญดังนี้:

• ความยุติธรรม เกี่ยวข้องกับปัญหาสำคัญของ อคติในโมเดล ซึ่งอาจเกิดจากการใช้ข้อมูลที่มีอคติในการฝึกโมเดล ตัวอย่างเช่น เมื่อเราพยายามทำนายความน่าจะเป็นที่บุคคลจะได้งานเป็นนักพัฒนาซอฟต์แวร์ โมเดลอาจให้ความสำคัญกับเพศชายมากกว่า - เพียงเพราะชุดข้อมูลที่ใช้ฝึกอาจมีอคติต่อกลุ่มเพศชาย เราจำเป็นต้องปรับสมดุลข้อมูลการฝึกและตรวจสอบโมเดลเพื่อหลีกเลี่ยงอคติ และทำให้แน่ใจว่าโมเดลพิจารณาคุณลักษณะที่เกี่ยวข้องมากกว่า
• ความน่าเชื่อถือและความปลอดภัย โดยธรรมชาติแล้ว โมเดล AI อาจทำผิดพลาดได้ โครงข่ายประสาทเทียมให้ผลลัพธ์เป็นความน่าจะเป็น และเราจำเป็นต้องคำนึงถึงสิ่งนี้เมื่อทำการตัดสินใจ ทุกโมเดลมีความแม่นยำและการเรียกคืนบางระดับ และเราจำเป็นต้องเข้าใจสิ่งนี้เพื่อป้องกันอันตรายที่คำแนะนำที่ผิดพลาดอาจก่อให้เกิดขึ้น
• ความเป็นส่วนตัวและความปลอดภัย มีนัยสำคัญเฉพาะสำหรับ AI ตัวอย่างเช่น เมื่อเราใช้ข้อมูลบางอย่างในการฝึกโมเดล ข้อมูลนี้จะกลายเป็นส่วนหนึ่งของโมเดล ในแง่หนึ่งสิ่งนี้เพิ่มความปลอดภัยและความเป็นส่วนตัว แต่ในอีกแง่หนึ่ง เราจำเป็นต้องจำไว้ว่าข้อมูลใดที่โมเดลถูกฝึกมา
• การมีส่วนร่วม หมายความว่าเราไม่ได้สร้าง AI เพื่อแทนที่มนุษย์ แต่เพื่อเสริมสร้างมนุษย์และทำให้งานของเรามีความคิดสร้างสรรค์มากขึ้น นอกจากนี้ยังเกี่ยวข้องกับความยุติธรรม เพราะเมื่อจัดการกับชุมชนที่ไม่ได้รับการเป็นตัวแทน ส่วนใหญ่ชุดข้อมูลที่เรารวบรวมมักจะมีอคติ และเราจำเป็นต้องทำให้แน่ใจว่าชุมชนเหล่านั้นได้รับการรวมและจัดการอย่างถูกต้องโดย AI
• ความโปร่งใส ซึ่งรวมถึงการทำให้แน่ใจว่าเราชัดเจนเสมอว่า AI กำลังถูกใช้งานอยู่ นอกจากนี้ เมื่อใดก็ตามที่เป็นไปได้ เราต้องการใช้ระบบ AI ที่ สามารถตีความได้
• ความรับผิดชอบ เมื่อโมเดล AI ตัดสินใจบางอย่าง บางครั้งอาจไม่ชัดเจนว่าใครเป็นผู้รับผิดชอบต่อการตัดสินใจเหล่านั้น เราจำเป็นต้องทำให้แน่ใจว่าเราเข้าใจว่าความรับผิดชอบของการตัดสินใจของ AI อยู่ที่ใด ในกรณีส่วนใหญ่ เราต้องการรวมมนุษย์เข้ามาในกระบวนการตัดสินใจที่สำคัญ เพื่อให้คนจริงๆ เป็นผู้รับผิดชอบ

เครื่องมือสำหรับ AI ที่มีความรับผิดชอบ

Microsoft ได้พัฒนา Responsible AI Toolbox ซึ่งประกอบด้วยชุดเครื่องมือดังนี้:

• Interpretability Dashboard (InterpretML)

• Fairness Dashboard (FairLearn)

• Error Analysis Dashboard

• Responsible AI Dashboard ซึ่งรวมถึง

  • EconML - เครื่องมือสำหรับการวิเคราะห์เชิงสาเหตุ ซึ่งมุ่งเน้นไปที่คำถาม "ถ้าเป็นเช่นนี้จะเกิดอะไรขึ้น"
  • DiCE - เครื่องมือสำหรับการวิเคราะห์ Counterfactual ที่ช่วยให้คุณเห็นว่าคุณลักษณะใดที่ต้องเปลี่ยนแปลงเพื่อส่งผลต่อการตัดสินใจของโมเดล

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับจริยธรรมของ AI โปรดเยี่ยมชม บทเรียนนี้ ในหลักสูตร Machine Learning ซึ่งรวมถึงแบบฝึกหัด

การทบทวนและการศึกษาด้วยตนเอง

เข้าร่วม เส้นทางการเรียนรู้ นี้เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับ AI ที่มีความรับผิดชอบ

แบบทดสอบหลังการบรรยาย

---

ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator แม้ว่าเราจะพยายามอย่างเต็มที่เพื่อให้การแปลมีความถูกต้อง โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่แม่นยำ เอกสารต้นฉบับในภาษาต้นทางควรถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้บริการแปลภาษามนุษย์ที่เป็นมืออาชีพ เราจะไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดซึ่งเกิดจากการใช้การแปลนี้