प्रश्न:
मशीन सीखने के संबंध में कुछ नैतिक मुद्दे क्या हैं?
ए:मशीन लर्निंग के आसपास के नैतिक मुद्दों में स्वयं मशीन लर्निंग एल्गोरिदम शामिल नहीं है, लेकिन जिस तरह से डेटा का उपयोग किया जाता है।
फेसबुक के साथ कैम्ब्रिज एनालिटिका कांड, जहां एक राजनीतिक परामर्श फर्म ने उपयोगकर्ताओं की जानकारी या सहमति के बिना सोशल नेटवर्किंग साइट से डेटा का उपयोग किया, ने उपयोगकर्ता डेटा के संग्रह और उपयोग से जुड़ी बहुत सारी समस्याओं का वर्णन किया। हालांकि कई अंत-उपयोगकर्ता लाइसेंस अनुबंध यह निर्दिष्ट करते हैं कि उपयोगकर्ताओं के डेटा का उपयोग कैसे किया जा सकता है, कई सामाजिक मीडिया उपयोगकर्ता ठीक प्रिंट नहीं पढ़ सकते हैं।
| मुफ्त डाउनलोड: मशीन लर्निंग और क्यों यह मायने रखता है |
एक और समस्या यह है कि ये मशीन लर्निंग एल्गोरिदम "ब्लैक बॉक्स" हो सकते हैं जहां यह देखना असंभव है कि वे वास्तव में कैसे काम करते हैं। यह जानना असंभव हो सकता है कि मशीन लर्निंग एल्गोरिदम ने निर्णय क्यों लिया।
मशीन लर्निंग का एक क्षेत्र चिकित्सा निदान कर रहा है। एक एल्गोरिथ्म कैंसर को खोजने के लिए एक्स-रे देख सकता है। एक मानव चिकित्सक समझा सकता है कि उन्होंने निदान क्यों किया, लेकिन हम यह नहीं जान सकते कि एक मशीन लर्निंग एल्गोरिदम ने कैसे निर्धारित किया कि एक मरीज को कैंसर था या नहीं।
ओपन-सोर्स लाइसेंस के तहत मशीन सीखना कार्यक्रम जारी करना एक समाधान है। जब लोग किसी प्रोग्राम के लिए सोर्स कोड देख सकते हैं, तो वे देख सकते हैं कि यह कैसे निर्णय लेता है।
एक अन्य मुद्दा मशीन लर्निंग ट्रेनिंग डेटा और संभावित बायसेज़ का उपयोग है। अनायास ही मशीन सीखने के कार्यक्रमों में नस्लीय और अन्य पूर्वाग्रहों के कई उदाहरण हैं। एक एल्गोरिथम ने गोरे लोगों को गोरिल्ला के रूप में पहचाना, और दूसरे ने उन्हें सुशोभित करने का दावा करते हुए उन्हें "यूरोपीय" दिखने के लिए रंग के लोगों की चेहरे की विशेषताओं को बदल दिया।
इसका प्रतिकार करने का एक तरीका एआई क्षेत्र में विविध पृष्ठभूमि के अधिक लोगों को रखना है।
एक और समस्या मशीन सीखने और कृत्रिम बुद्धिमत्ता का सुरक्षित उपयोग है। एआई और मशीन लर्निंग प्रोग्राम उन व्यवहार को विकसित कर सकते हैं जो लोग उन्हें नहीं चाहते हैं, जैसे कि लोगों को उन्हें बंद करने से रोकना।
