Maschinelle Lernsysteme entwerfen

Kapitel 11. Die menschliche Seite des maschinellen Lernens

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In diesem Buch haben wir viele technische Aspekte der Entwicklung eines ML-Systems behandelt. ML-Systeme sind jedoch nicht nur technisch. Sie beziehen Entscheidungsträger aus der Wirtschaft, Nutzer und natürlich auch die Entwickler der Systeme mit ein. In den Kapiteln 1 und 2 haben wir über die Interessengruppen und ihre Ziele gesprochen. In diesem Kapitel gehen wir darauf ein, wie Nutzer und Entwickler von ML-Systemen mit diesen Systemen interagieren können.

Zunächst werden wir uns überlegen, wie die Nutzererfahrung aufgrund der probabilistischen Natur von ML-Modellen verändert und beeinflusst werden kann. Danach diskutieren wir über die Organisationsstruktur, die es verschiedenen Entwicklern desselben ML-Systems ermöglicht, effektiv zusammenzuarbeiten. Das Kapitel "Verantwortungsvolle KI" endet mit der Frage, wie ML-Systeme die Gesellschaft als Ganzes beeinflussen können .

Benutzererfahrung

Wir haben ausführlich darüber gesprochen, dass sich ML-Systeme anders verhalten als herkömmliche Softwaresysteme. Erstens sind ML-Systeme probabilistisch und nicht deterministisch. Wenn du dieselbe Software zweimal zu unterschiedlichen Zeiten mit derselben Eingabe ausführst, kannst du normalerweise dasselbe Ergebnis erwarten. Wenn du jedoch dasselbe ML-System zweimal zu unterschiedlichen Zeiten mit ...