学习人工智能 100 天后，我得出 5 个结论( 六 )_作者丨JamieBeach译者丨无明策划丨万佳

如果一个数据集大部分都是女性“护士”或男性“CEO”，会发生什么？如果一个皮肤癌图像数据集只包含浅肤色样本，会发生什么？如果这些模型真正进入到我们的日常生活，会产生严重的后果。随着机器学习模型全民化进程的继续，我们使用了很多预先构建的模型，但对用来训练这些模型的数据一无所知，所以偏见会持续存在，并且可能会放大整个社会的偏见。

研究人员很清楚这个问题的存在，很多大公司都有自己的指导原则，用于减少向工程文化中引入偏见。没有人故意要向模型中引入偏见，但即使是出于好意，引入偏见也是不可避免的。

因此，了解机器学习原理以及它们如何影响我们——比如如何帮助 Twitter 和 Facebook 向我们推荐那些搅乱我们神经细胞的内容，培养我们对世界的认知，这一点非常重要。

机遇

Gartner 公司在 2018 年 4 月发布的全球 AI 驱动商业价值预测报告（单位为十亿美元)

Kevin Kelly（凯文·凯利）是对的。我们还处在人工智能和机器学习的早期阶段。是的，有很多应用已经渗透到我们的生活中，但在这个领域仍然有很多机会。