Бодлын удирдагчид
Тайлбарлах нь салбар бүрийн хиймэл оюун ухааны асуудлыг шийдэж чадна: Ил тод байдлын дутагдал
гэхэд: Мигуэл Жетте, R&D илтгэлийн дэд захирал, Илтгэл.
AI хөгжиж буй үе шатандаа шинэлэг зүйл дээр амарч чадсан байж магадгүй юм. Машины сургалтын хувьд аажмаар суралцаж, энгийн хэрэглэгчдэд хиймэл оюун ухааны тооцоолол нэвтэрч чадахгүй тунгалаг үйл явцыг хадгалах нь зүгээр байсан. Энэ нь өөрчлөгдөж байна. Эрүүл мэнд, санхүү, эрүүгийн эрх зүйн тогтолцоо зэрэг олон салбарууд хиймэл оюун ухааныг хүмүүсийн амьдралд бодитойгоор нөлөөлж эхлэхийн хэрээр алгоритмууд хэрхэн ашиглагдаж байгаа, өгөгдөл хэрхэн эх үүсвэртэй болж байгааг мэдэхийг илүү олон хүмүүс хүсдэг. түүний чадавхи хэр оновчтой вэ. Хэрэв компаниуд зах зээл дээрээ инновацийн тэргүүн эгнээнд үлдэхийг хүсч байгаа бол үзэгчдийнхээ итгэлийг хүлээх хиймэл оюун ухаанд найдах хэрэгтэй. AI тайлбарлах чадвар нь энэ харилцааг гүнзгийрүүлэх гол бүрэлдэхүүн хэсэг юм.
AI тайлбарлах чадвар нь AI-ийн стандарт процедураас ялгаатай, учир нь энэ нь хүмүүст машин сургалтын алгоритмууд хэрхэн гаралтыг бий болгохыг ойлгох арга замыг санал болгодог. Тайлбарлах боломжтой хиймэл оюун ухаан нь хүмүүст боломжит үр дүнг өгөх боломжтой систем юм болон дутагдал. Энэ бол шударга ёс, хариуцлага, хувийн нууцыг хүндэтгэх гэсэн хүний хүслийг биелүүлж чадах машин сургалтын систем юм. Тайлбартай хиймэл оюун ухаан нь бизнес эрхлэгчдэд хэрэглэгчдэд итгэх итгэлийг бий болгоход зайлшгүй шаардлагатай.
AI өргөжин тэлж байгаа ч AI үйлчилгээ үзүүлэгчид хар хайрцаг үүнийг хийх боломжгүй гэдгийг ойлгох хэрэгтэй. Хар хайрцагны загварууд нь өгөгдлөөс шууд бүтээгддэг бөгөөд ихэнхдээ алгоритмыг бүтээсэн хөгжүүлэгч ч тэр машины сурсан зуршилд юу нөлөөлснийг тодорхойлж чаддаггүй. Гэвч ухамсартай хэрэглэгч хариуцлага хүлээхээргүй тийм нэвтэршгүй зүйлд оролцохыг хүсдэггүй. Хүмүүс хиймэл оюун ухааны алгоритм нь эх сурвалжийн оролт, хяналттай гаралтын нууцлалгүйгээр тодорхой үр дүнд хэрхэн хүрдгийг мэдэхийг хүсдэг, ялангуяа хиймэл оюун ухааны буруу тооцоолол нь ихэвчлэн машины буруу тооцоололтой холбоотой байдаг. AI улам боловсронгуй болохын хэрээр хүмүүс алгоритм хэрхэн тодорхой үр дүнд хүрснийг ойлгохын тулд машин сургалтын үйл явцад хандахыг хүсдэг. Эрт орой хэзээ нэгэн цагт хүмүүс энэ хандалтыг илүүд үзэхээ больж, ил тод байдлын шаардлагатай түвшинд шаардах болно гэдгийг салбар бүрийн удирдагчид ойлгох ёстой.
Хүний яриаг текст болгон хувиргадаг дуу хоолойтой туслахууд, транскрипцийн технологи болон бусад үйлчилгээ зэрэг ASR системүүд нь ялангуяа өрөөсгөл хандлагад нэрвэгдсэн. Үйлчилгээг аюулгүй байдлын арга хэмжээнд ашиглах үед өргөлт, хүний нас, суурь байдлаас шалтгаалсан алдаа нь ноцтой алдаа байж болзошгүй тул асуудлыг нухацтай авч үзэх хэрэгтэй. ASR-ийг цагдаагийн камерын камерт үр дүнтэй ашиглаж болно, жишээлбэл, харилцан үйлчлэлийг автоматаар бичиж, хуулбарлахын тулд үнэн зөв хуулбарласан тохиолдолд хүний амь насыг аврах боломжтой. Тайлбарлах практик нь хиймэл оюун ухаан нь зөвхөн худалдан авсан өгөгдлийн багцад найдах бус, хэрэв байгаа бол алдаа гаргахад хувь нэмрээ оруулж болох ирж буй аудионы шинж чанарыг ойлгохыг шаарддаг. Акустик профайл гэж юу вэ? Цаана нь чимээ гарч байна уу? Илтгэгч нь англи хэл анхдагч биш улсаас уу эсвэл хиймэл оюун ухаан хараахан сураагүй үгсийн санг ашигладаг үеийнх үү? Машины сургалт нь илүү хурдан суралцахад идэвхтэй байх ёстой бөгөөд эдгээр хувьсагчдыг шийдвэрлэх боломжтой өгөгдлийг цуглуулж эхлэх боломжтой.
Хэрэгцээ нь тодорхой болж байгаа боловч энэ аргачлалыг хэрэгжүүлэх зам нь үргэлж хялбар шийдэлтэй байдаггүй. Асуудлын уламжлалт хариулт бол илүү их өгөгдөл нэмэх боловч илүү боловсронгуй шийдэл шаардлагатай болно, ялангуяа олон компаниудын ашигладаг худалдан авсан мэдээллийн багц нь угаасаа хэт нэг талыг барьсан тохиолдолд. Учир нь түүхийн хувьд хиймэл оюун ухаанаас гаргасан тодорхой шийдвэрийг тайлбарлахад хэцүү байсан бөгөөд энэ нь төгсгөл хүртэлх загваруудын нарийн төвөгтэй байдлын шинж чанартай холбоотой юм. Гэсэн хэдий ч бид одоо чадна, мөн хүмүүс хиймэл оюун ухаанд итгэх итгэлээ хэрхэн алдсан талаар асууж эхэлж болно.
AI нь зайлшгүй алдаа гаргах болно. Компаниуд боломжит дутагдлыг мэддэг загваруудыг бий болгож, асуудал хэзээ, хаана болж байгааг тодорхойлж, илүү хүчирхэг хиймэл оюун ухааны загваруудыг бий болгох байнгын шийдлүүдийг бий болгох хэрэгтэй.
- Ямар нэг зүйл буруу болвол хөгжүүлэгчид юу болсныг тайлбарлах шаардлагатай болно яаралтай төлөвлөгөө боловсруулах Ирээдүйн ижил төстэй алдаануудыг багасгахын тулд загварыг сайжруулахын тулд.
- Энэ машин зөв эсвэл буруу эсэхийг мэдэхийн тулд эрдэмтэд үүнийг хийх хэрэгтэй санал хүсэлтийн гогцоо үүсгэх Ингэснээр хиймэл оюун ухаан алдаа дутагдлаа мэдэж, хөгжиж чадна.
- AI сайжирсаар байхад ASR-д итгэлцлийг бий болгох өөр нэг арга бол итгэлийн оноо өгч чадах тогтолцоог бий болгох, мөн хиймэл оюун ухаан яагаад өөртөө итгэх итгэл бага байгаа талаарх шалтгааныг санал болго. Жишээлбэл, компаниуд өөрсдийн хиймэл оюун ухааны төгс бус байдлыг тусгаж, үйлчлүүлэгчиддээ ил тод байдлыг бий болгохын тулд ихэвчлэн тэгээс 100 хүртэлх оноо гаргадаг. Ирээдүйд системүүд сонсогдож буй дуу чимээний түвшин эсвэл ойлгогдоогүй өргөлт зэрэг аудионы талаар илүү их мета өгөгдлийг санал болгосноор аудио яагаад хэцүү байсан талаар дараах тайлбарыг өгч магадгүй юм.
Нэмэлт ил тод байдал нь хиймэл оюун ухааны сургалт, гүйцэтгэлд хүний хяналтыг сайжруулахад хүргэнэ. Бид хаана сайжруулах ёстойгоо ил тод хэлэх тусам эдгээр сайжруулалтад илүү хариуцлагатай хандах болно. Жишээлбэл, судлаач яагаад алдаатай текст гаргасныг мэдэхийг хүсч, ингэснээр асуудлыг хөнгөвчлөх боломжтой бол транскрипцист нь ASR нь түүний хүчинтэй байдлыг үнэлэхэд туслахын тулд оролтыг яагаад буруу тайлбарласныг нотлох баримтыг хүсч болно. Хиймэл оюун ухааныг хяналтгүй орхих үед гарч ирдэг хамгийн тодорхой асуудлуудын заримыг хөнгөвчлөх боломжтой. Энэ нь хиймэл оюун ухаанд алдаагаа олж илрүүлэх, сайжруулах, бодит цаг хугацаанд өөрийгөө засахад шаардагдах хугацааг хурдасгаж чадна.
Хиймэл оюун ухаан нь хүмүүсийн амьдралыг сайжруулах чадвартай, гэхдээ хүмүүс үүнийг зөв үйлдвэрлэхийн тулд бүтээж чадвал л бий. Бид зөвхөн эдгээр системд төдийгүй инновацийн ард байгаа хүмүүст хариуцлага тооцох хэрэгтэй. Ирээдүйн хиймэл оюун ухааны системүүд хүмүүсийн дэвшүүлсэн зарчмуудыг баримтлах төлөвтэй байгаа бөгөөд зөвхөн тэр үед л бид хүмүүсийн итгэдэг системтэй болно. Эцсийн дүндээ хүмүүс өөрсөддөө үйлчилсээр байх зуур эдгээр зарчмуудын үндэс суурийг тавьж, тэмүүлэх цаг болжээ.
