消除 AI 数据集中无意识的偏见

人工智能的失败通常会产生很多笑料，当它们犯下愚蠢的错误时，比如这张滑稽的照片。然而，“问题在于，机器学习的失误并不总是那么有趣……当用于训练这些机器学习算法的数据集不够多样化时，它们可能会对最终用户产生非常严重的后果，”Lauren Maffeo说道，她是 GetApp 的高级内容分析师。

在她在 2018 年 10 月 23 日于北卡罗来纳州罗利市举行的 All Things Open 2018 大会上发表的“Erase unconscious bias from your AI datasets”（消除 AI 数据集中无意识的偏见）Lightning Talk 演讲中，Lauren 描述了一些可怕的影响，并倡导开发人员采取措施保护人们免受机器学习和人工智能偏见的影响。

要了解有关此问题的更多信息，请观看 Lauren 的演讲并阅读她在 Opensource.com 上发表的文章“The case for open source classifiers in AI algorithms”（AI 算法中开源分类器的案例），该文章更深入地探讨了这个问题。