Monday, June 21, 2021
Home Internet NextGen Tech हमें एआई की आवश्यकता क्यों है जो पारदर्शी, स्पष्ट और जिम्मेदार है,...

हमें एआई की आवश्यकता क्यों है जो पारदर्शी, स्पष्ट और जिम्मेदार है, आईटी समाचार, ईटी सीआईओ

एआई का उपयोग अब जीवन और मृत्यु स्थितियों में निर्णय लेने के लिए किया जा रहा है। तकनीक को एक खलनायक और एक नायक दोनों के रूप में चित्रित किया गया है जहां लोगों ने इसे कुछ अवसरों पर फ्रेंकस्टीन के राक्षस और मदर टेरेसा के रूप में बदल दिया है।

एंड-यूज़र के लिए यह जानना आवश्यक है कि प्रौद्योगिकी क्या और कैसे लाभान्वित करेगी और उन्हें प्रभावित करेगी। जिम्मेदार ए.आई. पक्षपाती डेटा या के उपयोग के खिलाफ की रक्षा कर सकते हैं एल्गोरिदम। यह सुनिश्चित करेगा कि स्वचालित निर्णय उचित और व्याख्या योग्य हैं और उपयोगकर्ता विश्वास और व्यक्तिगत गोपनीयता बनाए रखने में मदद करते हैं।

“एआई के उपयोग के बारे में कई नैतिक चिंताएं हैं, जिनमें से एक Google ने पेंटागन के साथ अनुबंध को नवीनीकृत नहीं करने का निर्णय लिया। के कई उदाहरण हैं ऐ सिस्टम एक निश्चित जाति या लिंग के खिलाफ पक्षपात किया जा रहा है और जो कैम्ब्रिज एनालिटिका को याद नहीं करता है। इसलिए, यह महत्वपूर्ण महत्व है कि एआई सिस्टम को डिजाइन किए जाने में पारदर्शिता और जिम्मेदारी के उच्च स्तर हैं, ”अभिनव गिरधर, संस्थापक, एपी पाई, एक नो-कोड विकास मंच।

गिरधर ने आगे कहा कि ऐसे कई उदाहरण हैं जहां एआई मॉडल ने पूर्वाग्रह और संस्थागत पक्षपात किया है। उदाहरण के लिए, कंपास नाम का एक AI मॉडल मूल रूप से बनाया गया था, जो कि अनुमान लगाया जाता है कि आखिरकार श्वेत लोगों के खिलाफ पक्षपात किया गया था। और एक और AI- संचालित भर्ती उपकरण महिलाओं के खिलाफ पक्षपाती समाप्त हो गया।

आधुनिक, विकसित समाज में, ये AI अनुप्रयोग कंपनी के लिए आपदा का कारण बन सकते हैंअभिनव गिरधर, संस्थापक, अप्पी पाई

AI पैटर्न की एक श्रृंखला (न्यूरल नेटवर्क) के विश्लेषण के आधार पर काम करता है जिसे मशीन लर्निंग और डीप लर्निंग के माध्यम से इकट्ठा किया जाता है और ऐसे मामले में अगर थोड़ी सी भी चूक या पूर्वाग्रह होता है, तो यह निर्विवाद रूप से वांछित आउटपुट को खतरे में डाल देगा और संभवतः बड़े पैमाने पर नुकसान का कारण बन सकता है। प्रतिष्ठा की हानि, वित्तीय हानि और पर्यावरणीय क्षति के रूप में इससे भी बड़ी हानि के रूप में।

ऐसी स्थिति में हम एआई एल्गोरिदम और प्रणालियों का निर्माण कैसे करते हैं जो पारदर्शी, समझाने योग्य और जिम्मेदार हैं?

राजर्षि भट्टाचार्य – प्रोसिट ग्लोबल के अध्यक्ष और प्रबंध निदेशक ने इस प्रश्न का उत्तर देने में हमारी मदद की।

“सॉफ्टवेयर एल्गोरिदम में आमतौर पर निर्देशों की एक श्रृंखला शामिल होती है और ये निर्देश एक निश्चित समस्या या स्पष्ट परिणाम प्राप्त करने के लिए एक सटीक समस्या को समझने के लिए मोडस ऑपरेंडी होते हैं,” भट्टाचार्य ने कहा।

एल्गोरिथ्म की ये आवश्यक विशिष्टताएं हैं:

1. असंदिग्ध: एल्गोरिदम स्पष्ट, समझने योग्य, सटीक और स्पष्ट होना चाहिए। इसके प्रत्येक चरण और उनके इनपुट/आउटपुट स्पष्ट होने चाहिए और वांछनीय परिणाम प्राप्त करने चाहिए।

2. इनपुट: एक एल्गोरिथ्म में अच्छी तरह से परिभाषित इनपुट होना चाहिए।

3. आउटपुट: एक एल्गोरिथ्म में 1 या अधिक अच्छी तरह से परिभाषित आउटपुट होना चाहिए और यह वांछित, अपेक्षित, संभावित, अनुमानित और अनुमानित परिणाम से मेल खाना चाहिए।

4. Finiteness: एल्गोरिदम को एक सीमित संख्या में छोरों / चरणों के बाद समाप्त हो जाना चाहिए अर्थात परिमित तत्व विधियों का पालन करना चाहिए।

5. व्यवहार्यता: उपलब्ध संसाधनों के साथ व्यवहार्य होना चाहिए।

6. स्वतंत्र: एक एल्गोरिथ्म में चरण-दर-चरण निर्देश होना चाहिए, जो किसी भी प्रोग्रामिंग कोड से स्वतंत्र होना चाहिए।

“इसके अतिरिक्त, एल्गोरिथ्म के एक सैद्धांतिक विश्लेषण को ध्यान में रखा जाना चाहिए। एल्गोरिदम के सैद्धांतिक विश्लेषण में, सामान्य अभ्यास को स्पर्शोन्मुख अर्थों में उनकी जटिलता का अनुमान लगाना है। संसाधन की खपत या “जटिलता” का वर्णन करने के लिए सबसे अधिक इस्तेमाल किया जाने वाला अंकन डोनाल्ड नुथ का बिग ओ नोटेशन है, जो इनपुट एन के आकार के एक फ़ंक्शन के रूप में एक एल्गोरिथ्म की जटिलता का प्रतिनिधित्व करता है। यह फ़ंक्शन करने के लिए एल्गोरिथम की इष्टतम गति को आकार देने में मदद करेगा, ”उन्होंने कहा।

एल्गोरिथ्म की कार्यक्षमता के संदर्भ में, यह एक मानक (जैसे आईएसओ / आईईसी जेटीसी 1 / एससी 22) प्रोटोकॉल का पालन करना चाहिए जो अंतरराष्ट्रीय स्तर पर स्वीकार किया जाता है और अनुपालन और अनुरूप होना चाहिए। एल्गोरिदम का मानवता और पर्यावरण पर कोई नकारात्मक प्रभाव / हानिकारक प्रभाव नहीं होना चाहिए और इसे एक रूपरेखा में बाध्य किया जाना चाहिए जो अंतरराष्ट्रीय स्तर पर स्वीकार्य है।

पारदर्शी, समझाने योग्य और जिम्मेदार एआई सुनिश्चित करने के लिए एक और आशाजनक तकनीक जवाबी निष्पक्षता है, इसलिए यह सुनिश्चित करना कि एआई मॉडल द्वारा लिए गए निर्णय वास्तविक दुनिया के अनुरूप हैं। एक अन्य पहलू डेटा है, जिसका उपयोग AI को प्रशिक्षित करने के लिए किया जा रहा है, यदि उस डेटा में पूर्वाग्रह हैं या गलत तरीके से टैग किया गया है, तो यह AI के परिणाम पर महत्वपूर्ण प्रभाव डाल सकता है।

जिम्मेदार एआई के लिए एक अनिवार्य आवश्यकता व्याख्यात्मकता और व्याख्या है। सबसे पहले और सबसे महत्वपूर्ण, यह पारदर्शिता को सक्षम बनाता है, जो विश्वास की सुविधा देता है।

“व्याख्यात्मकता की कमी एक संगठन को परिचालन, प्रतिष्ठित और वित्तीय को उजागर कर सकती है
जोखिम। जिम्मेदार एआई का अभ्यास करके, यह व्यवसायों की जवाबदेही को सक्षम करके उपयोगकर्ता विश्वास को विकसित करने में मदद करेगा। स्पष्टता जिम्मेदारी के साथ हाथ में जाती है, ”नितिन अग्रवाल, सीटीओ और सह-संस्थापक, लोकोबज़ ने कहा।

पूरे AI चक्र के माध्यम से, यानी, डिजाइनिंग से लेकर निष्पादन तक, चरणों को प्रलेखित किया जाना चाहिए, इसलिए यह बहुत स्पष्ट है कि एल्गोरिथ्म को एक विशिष्ट तरीके से क्यों बनाया गया हैनितिन अग्रवाल, सीटीओ और सह-संस्थापक, लोकोबज़

अग्रवाल का मानना ​​है कि दिन के अंत में, AI एक मशीन है, और यह विफल होने के लिए बाध्य है, हालांकि जिम्मेदारी लेना, और स्पष्टीकरण होने से यह सुनिश्चित होता है कि उपयोगकर्ता की रुचि बरकरार है।

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Most Popular

Recent Comments