
272
|
第
15
章
避免制造或强化不公平的偏见
正如本章所讨论的,偏见很容易渗透到任何系统中。人工智能
—
尤其是在它改变
行业的情况下
—
提供了消除现有偏见的机会,并确保不会出现新的偏见。人们应
该注意这一点。
为安全而建造和测试
Google 继续开发强大的安全和安保措施,以避免人工智能造成意外伤害。这包括在
受限环境中开发人工智能技术,并在部署后持续监控其操作。
对人负责
目标是构建受适当人类指导和控制的人工智能系统。这意味着必须始终提供适当的反
馈、上诉和相关解释的机会。实现这一目标的工具将是生态系统的重要组成部分。
纳入隐私设计原则
人工智能系统必须包含保护措施,以确保足够的隐私并告知用户将如何使用他们的
数据。通知和同意的机会应该是显而易见的。
坚持科学卓越的高标准
当技术创新以科学的严谨性和对开放式调查与合作的承诺被完成时,它才能达到最
佳状态。如果人工智能要帮助解锁关键科学领域的知识,它应该追求这些领域所期
望的科学卓越的高标准。
可用于符合这些原则的用途
虽然这一点可能看起来有点笼统,但重要的是要强调这些原则不是孤立的,也不是
仅适用于构建系统的人。它们还旨在为如何使用你构建的系统提供指导。注意有人
可能会以你不希望的方式使用你的系统是件好事,因此为你的用户制定一套原则也
是件好事!
15.3
总结
这里是你成为移动和网络 AI 和 ML 工程师旅程的终点,但你构建可以改变世界的解决
方案的真正旅程可能才刚刚开始。我希望本书对你有用,虽然我们没有深入探讨任何特
定的主题,但我们能够封装和简化连接机器学习和移动开发世界的一些复杂性。 ...