Serie speciale Dopo alcuni anni di indagine, sempre più industrie si stanno appassionando all'integrazione delle tecnologie di apprendimento automatico nelle loro offerte digitali. Dati i rapporti quasi onnipresenti su algoritmi distorti e problemi di sicurezza, tuttavia, i consumatori spesso hanno comprensibilmente difficoltà a trovare entusiasmo per l'intelligenza artificiale che spunta in aree sensibili, come la salute e le finanze.
Un buon passo per frenare l'accettazione è costruire sistemi in modo trasparente. Ciò significa che dovrebbero idealmente fornire sia informazioni dettagliate sui dati utilizzati per addestrare un modello sia modi per ricostruire come un algoritmo è arrivato a una determinata decisione. È piu facile a dirsi che a farsi.
Il terzo episodio delle nostre lezioni web di MCubed sull'apprendimento automatico pratico, quindi, ingrandirà le cose da tenere a mente quando si implementano sistemi di intelligenza artificiale spiegabili.
Il 4 novembre alle 11:12 UTC (XNUMX:XNUMX CEST) il capo scienziato dei dati di Napier e la brillante persona Dr. Janet Bastiman si uniranno alla serie per dare un'occhiata a dove è diretta la legislazione, come siamo arrivati a questo punto in primo luogo e cosa può fare per assicurarsi che i nostri utenti finali abbiano fiducia nei nostri sistemi.
Il dottor Bastiman ti aiuterà anche a capire cosa puoi rispetto a cosa dovresti fare e ad affrontare argomenti che vanno dai principi per la responsabilità algoritmica e la trasparenza dei dati fino a rendere la spiegabilità parte del processo di sviluppo. Dopotutto, non sono solo gli utenti finali a trarre vantaggio da sistemi trasparenti, ma aiuta anche i membri del team che devono tenere sotto controllo i modelli e semplifica le cose se la conformità viene messa in discussione.
Se non hai incontrato la dottoressa Bastiman in uno dei suoi frequenti concerti, ti aspetta una sorpresa questo episodio.
Oltre ad essere un data scientist esperto, il dottor Bastiman è un membro del comitato per la Royal Statistical Society Data Science Section e ha conseguito una laurea in biochimica molecolare e matematica, con un dottorato di ricerca in neuroscienze computazionali. Con oltre 20 anni di esperienza, ha più che familiarità con le peculiarità della scienza dei dati nelle telecomunicazioni, nel marketing e nel settore finanziario e sa cosa è importante per le startup e le aziende affermate quando si tratta di implementare e migliorare la propria offerta di intelligenza artificiale.
Quindi, se vuoi saperne di più su come conquistare la fiducia e modelli corretti, Unisciti a noi il 4 novembre. Oh, e l'offerta è ancora valida: la serie di webcast MCubed mira a fornire ai professionisti dell'apprendimento automatico consigli pratici per il loro lavoro quotidiano, quindi se hai domande su qualsiasi cosa, dalla fornitura di modelli alla risoluzione dei problemi in produzione, facci un fischio e faremo in modo di incorporarlo in uno dei prossimi episodi. ®
Fonte: https://go.theregister.com/feed/www.theregister.com/2021/10/26/confidence_ai_bastiman/
