ระบบยุติธรรม ธนาคาร และบริษัทเอกชนใช้อัลกอริธึมในการตัดสินใจที่ส่งผลกระทบอย่างลึกซึ้งต่อชีวิตของผู้คน น่าเสียดายที่อัลกอริธึมเหล่านี้บางครั้งมีอคติ—ส่งผลกระทบอย่างไม่เป็นสัดส่วนต่อผู้คนที่มีผิวสีและบุคคลที่มีรายได้ต่ำเมื่อพวกเขาสมัครสินเชื่อหรืองาน หรือแม้กระทั่งเมื่อศาลตัดสินว่าควรให้ประกันตัวแบบใดในขณะที่บุคคลรอการพิจารณาคดี
นักวิจัยของ MIT ได้พัฒนาภาษาการเขียนโปรแกรม AI ใหม่ ซึ่งสามารถประเมินความเป็นธรรมของอัลกอริธึมได้อย่างแม่นยำและรวดเร็วกว่าทางเลือกอื่นที่มีอยู่
Sum-Product Probabilistic Language (SPPL) ของพวกเขาเป็นระบบการเขียนโปรแกรมความน่าจะเป็น การเขียนโปรแกรมความน่าจะเป็นเป็นสาขาที่เกิดขึ้นใหม่ที่จุดตัดของภาษาการเขียนโปรแกรมและปัญญาประดิษฐ์ที่มีจุดมุ่งหมายเพื่อทำให้ระบบ AI พัฒนาได้ง่ายขึ้นมาก ด้วยความสำเร็จในช่วงต้นของการมองเห็นด้วยคอมพิวเตอร์ การล้างข้อมูลด้วยสามัญสำนึก และการสร้างแบบจำลองข้อมูลอัตโนมัติ ภาษาโปรแกรมความน่าจะเป็นทำให้โปรแกรมเมอร์กำหนดแบบจำลองความน่าจะเป็นและดำเนินการอนุมานความน่าจะเป็นได้ง่ายขึ้นมาก กล่าวคือ ทำงานย้อนหลังเพื่อสรุปคำอธิบายที่น่าจะเป็นไปได้สำหรับข้อมูลที่สังเกตได้
มีระบบก่อนหน้านี้ที่สามารถแก้ปัญหาความเป็นธรรมต่างๆ ระบบของเราไม่ใช่ระบบแรก แต่เนื่องจากระบบของเรามีความเชี่ยวชาญและปรับให้เหมาะกับรุ่นบางประเภท จึงสามารถนำเสนอโซลูชันได้เร็วกว่าหลายพันเท่า
SPPL ให้คำตอบที่รวดเร็วและแม่นยำสำหรับคำถามอนุมานความน่าจะเป็น เช่น "แบบจำลองจะแนะนำเงินกู้แก่ผู้ที่มีอายุเกิน 40 ปีได้มากน้อยเพียงใด" หรือ “สร้างผู้สมัครสินเชื่อสังเคราะห์ 1,000 คน ทุกคนอายุต่ำกว่า 30 ปี ซึ่งเงินกู้จะได้รับการอนุมัติ” ผลการอนุมานเหล่านี้อิงตามโปรแกรม SPPL ที่เข้ารหัสแบบจำลองความน่าจะเป็นของผู้สมัครประเภทใด ลำดับความสำคัญ และวิธีจำแนกประเภท คำถามเกี่ยวกับความเป็นธรรมที่ SPPL สามารถตอบได้ ได้แก่ "มีความเป็นไปได้ที่จะแนะนำเงินกู้ให้กับผู้อพยพและผู้สมัครชั่วคราวที่มีสถานะทางเศรษฐกิจและสังคมเหมือนกันหรือไม่" หรือ “โอกาสที่จะได้รับการจ้างงานเป็นเท่าใด เนื่องจากผู้สมัครมีคุณสมบัติเหมาะสมสำหรับงานและจากกลุ่มที่มีบทบาทต่ำต้อย”
SPPL นั้นแตกต่างจากภาษาการเขียนโปรแกรมความน่าจะเป็นส่วนใหญ่ เนื่องจาก SPPL อนุญาตให้ผู้ใช้เขียนโปรแกรมความน่าจะเป็นเท่านั้น ซึ่งสามารถให้ผลลัพธ์การอนุมานความน่าจะเป็นที่แน่นอนได้โดยอัตโนมัติ SPPL ยังทำให้ผู้ใช้สามารถตรวจสอบว่าการอนุมานได้เร็วเพียงใด ดังนั้นจึงควรหลีกเลี่ยงการเขียนโปรแกรมที่ช้า ในทางตรงกันข้าม ภาษาโปรแกรมเชิงความน่าจะเป็นอื่นๆ เช่น Gen และ Pyro อนุญาตให้ผู้ใช้เขียนโปรแกรมความน่าจะเป็น โดยวิธีเดียวที่ทราบในการอนุมานนั้นเป็นค่าประมาณ—นั่นคือ ผลลัพธ์รวมถึงข้อผิดพลาดที่ลักษณะและขนาดยากต่อการอธิบายลักษณะ
ข้อผิดพลาดจากการอนุมานความน่าจะเป็นโดยประมาณสามารถยอมรับได้ในแอปพลิเคชัน AI จำนวนมาก แต่ไม่พึงปรารถนาที่จะมีข้อผิดพลาดในการอนุมานซึ่งส่งผลเสียต่อการใช้งาน AI ที่ส่งผลกระทบทางสังคม เช่น การตัดสินใจโดยอัตโนมัติ และโดยเฉพาะอย่างยิ่งในการวิเคราะห์ความเป็นธรรม
SPPL หลีกเลี่ยงข้อผิดพลาดโดยจำกัดเฉพาะคลาสของโมเดลที่ออกแบบอย่างพิถีพิถันซึ่งยังคงมีอัลกอริธึม AI ในวงกว้าง ซึ่งรวมถึงตัวแยกประเภทการตัดสินใจที่ใช้กันอย่างแพร่หลายสำหรับการตัดสินใจด้วยอัลกอริธึม SPPL ทำงานโดยรวบรวมโปรแกรมความน่าจะเป็นลงในโครงสร้างข้อมูลเฉพาะที่เรียกว่า "นิพจน์ผลรวม" SPPL ต่อยอดจากรูปแบบที่เกิดขึ้นใหม่ของการใช้วงจรความน่าจะเป็นเป็นตัวแทนที่ช่วยให้การอนุมานความน่าจะเป็นอย่างมีประสิทธิภาพ แนวทางนี้จะขยายงานก่อนหน้าในเครือข่ายผลรวมไปยังแบบจำลองและแบบสอบถามที่แสดงผ่านภาษาโปรแกรมที่น่าจะเป็นไปได้ อย่างไรก็ตาม Saad ตั้งข้อสังเกตว่าวิธีการนี้มาพร้อมกับข้อจำกัด: “ตัวอย่างเช่น SPPL นั้นเร็วกว่าอย่างมากในการวิเคราะห์ความเป็นธรรมของโครงสร้างการตัดสินใจ แต่ไม่สามารถวิเคราะห์แบบจำลองอย่างโครงข่ายประสาทเทียมได้ ระบบอื่นสามารถวิเคราะห์ทั้งโครงข่ายประสาทเทียมและแผนผังการตัดสินใจ แต่ระบบเหล่านี้มักจะช้ากว่าและให้คำตอบที่ไม่แน่นอน”
SPPL แสดงให้เห็นว่าการอนุมานความน่าจะเป็นที่แน่นอนนั้นใช้ได้จริง ไม่ใช่แค่เป็นไปได้ในทางทฤษฎี สำหรับโปรแกรมความน่าจะเป็นในวงกว้าง ในห้องทดลองของฉัน เราได้เห็นการเพิ่มความเร็วและความแม่นยำในการอนุมานเชิงสัญลักษณ์ในงานอนุมานอื่นๆ ที่เราเคยใช้ผ่าน Monte Carlo โดยประมาณและ การเรียนรู้ลึก ๆ อัลกอริทึม เรายังได้ใช้ SPPL กับโปรแกรมความน่าจะเป็นที่เรียนรู้จากฐานข้อมูลในโลกแห่งความเป็นจริง เพื่อหาปริมาณความน่าจะเป็นของเหตุการณ์หายาก สร้างข้อมูลพร็อกซีสังเคราะห์ตามข้อจำกัด และคัดกรองข้อมูลโดยอัตโนมัติสำหรับความผิดปกติที่อาจเกิดขึ้น
-
electronica India และ Productronica India พร้อมด้วย MatDispens เลื่อนกำหนดการเป็น 16-18 ธันวาคม 2021
-
Honda เปิดตัวสกู๊ตเตอร์ไฟฟ้า U-GO ใหม่
-
Decks Cleared สำหรับ Assam State Electronics Development Corporation Limited สำหรับการเชื่อมต่ออินเทอร์เน็ตความเร็วสูง
-
Geo-imaging Satellite “EOS-03” มีกำหนดเปิดตัวในไตรมาสที่สามของปี 2021
มะยัง วาชิชท์
-
มะยัง วาชิชท์https://www.eletimes.com/author/mayankvashishtโซลูชันการวัดผลของ Anritsu สำหรับการสื่อสาร 5G NR ที่งาน Anritsu Test and Measurement Web Expo – ฤดูใบไม้ผลิ 2021
-
มะยัง วาชิชท์https://www.eletimes.com/author/mayankvashishtAI และ ML จะปลดล็อกระดับถัดไปในเกมออกแบบชิป
-
มะยัง วาชิชท์https://www.eletimes.com/author/mayankvashishtปัญญาประดิษฐ์ทั่วไป (AGI) และสมมติฐานภัยคุกคามที่มีอยู่จริง
-
มะยัง วาชิชท์https://www.eletimes.com/author/mayankvashishtความเป็นจริงขยาย เส้นแบ่งระหว่างจินตนาการและความเป็นจริงจางลง