2023.08.28

TED要約:良いAIを阻む悪いデータ

marugotoyoten

マイナックマズムダーが「良いAIを阻む悪いデータ」について語りました。この動画の要点と要約をまとめました

スピーカー

マイナックマズムダー

専門分野:None
経歴:None

３つの要点

要点１
AIを社会のために有益に活用するためには、データインフラ、データの品質、データリテラシーの重要性を優先する必要がある。
要点２
AIにおけるデータの偏りは、公共交通や住宅、医療、保険などの必要なサービスを必要とするコミュニティが見落とされる可能性がある。
要点３
国勢調査データを年齢、性別、民族、人種に代表的なものにすることがAIの結果を改善するために重要である。

要約

AIの意思決定における偏ったデータの役割
AIは世界経済に大きな影響を与える可能性がありますが、公正で公平な政策決定にはまだ課題があります。問題はアルゴリズムそのものではなく、それを訓練するために使用される偏ったデータにあります。中学生でも理解できるようにするために、AIを社会のために有益に活用するためには、データインフラ、データの品質、データリテラシーの重要性を優先する必要があります。

AIにおけるデータの偏りの結果
AIにおけるデータの偏りは現実世界に影響を与えることがあります。例えば、Duke大学のAIモデルであるPULSEは、非白人の画像を誤って白人の画像に拡張してしまいました。また、アメリカ国勢調査での少数派の数え落としも偏りを生み、データインフラの品質を損ないます。このような偏りにより、公共交通や住宅、医療、保険などの必要なサービスを必要とするコミュニティがAIモデルに見落とされる可能性があります。

代表的な国勢調査データの重要性
国勢調査は人口構成や特徴に関する重要なデータを提供し、多くの社会経済政策の基盤となります。少数派が数え落とされると、これらの政策を支えるAIモデルは都市部を農村部よりも優先する傾向があり、誤った投資や政策決定につながる可能性があります。AIの結果を改善するためには、国勢調査データを年齢、性別、民族、人種に代表的なものにすることが重要です。

AIにおけるデータ品質の優先性
データ品質は速さと利便性の世界では見過ごされがちですが、誰にとっても有益なAIを実現するためには重要です。高品質かつ正確なデータを収集するには、コミットメントと細心の注意が必要です。例えば、Nielsenの農村地域や難アクセスな少数派人口へのデータ収集の取り組みは、意思決定プロセスにすべての関連データを含めることの重要性を示しています。アルゴリズムにだけ焦点を当てるのではなく、人間の偏見を減らし、倫理的なAIインフラを構築するためにデータを優先する必要があります。

▼今回の動画