Үндсэн санаанууд
- Twitter нь хэрэглэгчдийн зургийг урьдчилан харах программ дээр арьс өнгөөр ялгаварлан гадуурхах үзлийг арилгах гэж найдаж байна.
- Технологийн аварга компанийн уриалга нь салбарын олон талт байдлын асуудлыг шийдвэрлэхэд шаардлагатай соёлын тооцоо байж магадгүй юм.
- Технологийн олон талт байдал хомс байгаа нь технологийн дэвшлийн үр дүнд сөргөөр нөлөөлж байна.
Технологийн салбарын олон талт байдлын асуудлаар илүү их яриа өрнүүлэхэд хүргэсэн трэнд сэдэв болсны дараа Twitter зураг тайрах алгоритмынхаа талаар судалгаа явуулахаар төлөвлөж байна.
Сошиал медиагийн төөрөгдөл нь хэрэглэгчид зургийг урьдчилан харах алгоритмд арьс өнгөөр ялгаварлан гадуурхах шинжтэй байгааг олж мэдсэний дараа гарчигт гарсан. Твиттерийн хэрэглэгч Колин Мэдлэнд Zoom-ыг ногоон дэлгэцийн технологийг ашигласан хар нөхдөө таньж чадаагүй гэж платформ ашигласны дараа ийм нээлт болсон боловч Twitter-ийн зураг тайрах алгоритм нь ижил төстэй үйлдэл хийж, хар царайг нь чухалчилдаггүй болохыг инээдтэй үзүүлэв.
Мэдээж, энэ нь аль ч цөөнхийн хувьд маш том асуудал боловч илүү өргөн хүрээтэй асуудал байгаа гэж би бодож байна.
Хүмүүсээс эхлээд хүүхэлдэйн киноны баатрууд, тэр байтугай нохой хүртэл цагаан, цайвар арьстай царайг байнга эрэмбэлэх алгоритмыг харуулсан олон тооны вирусын жиргээг үүсгэсэн бусад хэрэглэгчид энэ трендэд оржээ. Энэхүү бүтэлгүйтэл нь цөөнхийн бүлгийг байнга тооцоолж чадаагүй, техникийн тал руугаа шилжсэн технологийн салбарын томоохон соёлын хөдөлгөөнийг харуулж байна.
"Энэ нь цөөнхөд тийм ч чухал биш мэт аймшигтай мэдрэмж төрүүлдэг бөгөөд үүнийг цаашдаа илүү ноцтой хохирол учруулж болзошгүй бусад зүйлд ашиглаж болно" гэж Эрик Лэред-Миллер, Их сургуулийн компьютерийн шинжлэх ухааны профессор Массачусетс мужийн нэгэн утсаар ярилцлага өгөхдөө."Та ямар нэг програм хангамжийг юунд ашиглаж болох, учирч болох бүх хор хөнөөлийг шийдсэний дараа бид эдгээр тохиолдох магадлалыг багасгах арга замын талаар ярьж эхэлнэ."
Он цагийн хэлхээс дээрх Канар
Twitter нь жиргээнд оруулсан зургийг автоматаар тайрахдаа мэдрэлийн сүлжээг ашигладаг. Алгоритм нь нүүр царайг урьдчилан харах ёстой боловч мэдэгдэхүйц цагаан хазайлттай байх шиг байна. Компанийн хэвлэлийн төлөөлөгч Лиз Келли твиттер хуудсандаа санаа зовниж буй бүх зүйлд хариу өгсөн байна.
Келли твиттер хуудсандаа "Үүнийг дэвшүүлсэн бүх хүмүүст баярлалаа. Бид загвараа илгээхээсээ өмнө хэвийсэн эсэхийг шалгасан бөгөөд туршилтын явцад арьсны өнгө, хүйсийн ялгавартай байдлын нотлох баримт олдсонгүй, гэхдээ бидэнд илүү их дүн шинжилгээ хийсэн нь тодорхой байна. Бид өөрсдийн ажлыг бусад хүмүүс хянаж, хуулбарлах боломжтой болгохын тулд эх сурвалжийг нээх болно."
"Зэрлэг байгальд нүүр таних технологи: Холбооны албаны дуудлага" цагаан номны хамтран зохиогч, Learned-Miller бол нүүрэнд суурилсан хиймэл оюун ухаанд суралцах программ хангамжийн хэт их байдлын талаархи тэргүүлэх судлаач юм. Тэрээр олон жилийн турш зураг сурах програм хангамжийн сөрөг нөлөөллийн талаар ярилцаж байгаа бөгөөд эдгээр өрөөсгөл ойлголтыг аль болох багасгах бодит байдлыг бий болгохын ач холбогдлын талаар ярьсан.
Нүүр таних технологид зориулсан олон алгоритмууд нь өгөгдлийн лавлах багцыг ашигладаг бөгөөд үүнийг ихэвчлэн сургалтын багц гэж нэрлэдэг бөгөөд эдгээр нь зураг сурах программ хангамжийн үйл ажиллагааг нарийн тааруулахад ашигладаг зургийн цуглуулга юм. Энэ нь эцсийн дүндээ хиймэл оюун ухаанд олон төрлийн царайг хялбархан таних боломжийг олгодог. Гэсэн хэдий ч, эдгээр лавлагааны багц нь олон төрлийн нөөцгүй байж болох бөгөөд энэ нь Twitter-ийн багийнхтай адил асуудалд хүргэдэг.
"Мэдээж, энэ нь аль ч цөөнхийн хувьд маш том асуудал боловч илүү өргөн хүрээтэй асуудал байгаа гэж би бодож байна" гэж Сэред-Миллер хэлэв. "Энэ нь технологийн салбарт олон талт байдал дутагдаж, буруугаар ашиглах, зүй бусаар ашиглах магадлалтай ийм төрлийн хүчирхэг программ хангамжийн зохистой хэрэглээг харуулах төвлөрсөн зохицуулалтын хүчин шаардлагатай байгаатай холбоотой."
Техникийн олон талт байдал дутмаг
Twitter бол хамгийн сүүлийн үеийн технологийн компани байж болох ч энэ нь шинэ асуудал биш юм. Технологийн салбар нь голдуу цагаан арьст, мөнхийн эрэгтэйчүүд давамгайлсан салбар хэвээр байгаа бөгөөд судлаачид олон талт байдлын дутагдал нь хөгжүүлсэн программ хангамж дахь системийн, түүхэн тэнцвэргүй байдлын хуулбарыг үүсгэдэг болохыг тогтоожээ.
Нью-Йоркийн их сургуулийн AI Now хүрээлэнгийн 2019 оны тайланд судлаачид тус улсын шилдэг технологийн компаниудын ажиллах хүчний 6 хүрэхгүй хувийг хар арьстнууд эзэлдэг болохыг тогтоожээ. Үүнтэй адилаар, эмэгтэйчүүд энэ салбарт ажиллагсдын дөнгөж 26 хувийг эзэлж байгаа нь 1960 оныхоос бага статистик үзүүлэлт юм.
Энэ нь цөөнхөд тийм ч чухал биш мэт аймшигтай мэдрэмж төрүүлдэг бөгөөд үүнийг цаашид илүү ноцтой хохирол учруулж болзошгүй бусад зүйлд ашиглаж болно.
Өнгөц харахад эдгээр төлөөллийн асуудал энгийн мэт санагдаж болох ч бодит байдал дээр учруулсан хохирол нь маш их байж болно. AI Now Institute-ийн тайланд дурдсанаар энэ нь ихэвчлэн цагаан арьст болон эрэгтэй бус популяцийг тооцдоггүй програм хангамжтай холбоотой асуудалтай холбоотой гэж үздэг. Хэт улаан туяаны саван савлагч нар бараан арьстай байгааг илрүүлж чадахгүй байна уу, эсвэл Амазоны хиймэл оюун ухаантай программ хангамж эмэгтэй хүний царайг эрэгтэй хүнийхээс ялгаж чадахгүй байна уу, технологийн салбарын олон талт байдлыг анхаарч үзээгүй нь олон янзын ертөнцтэй харьцах технологийн бүтэлгүйтэлд хүргэдэг.
"Асуудлын талаар бодож үзээгүй, эдгээр зүйл хэрхэн хор хөнөөл учруулж болохыг, мөн эдгээр хор хөнөөл нь хэр их болохыг ойлгодоггүй олон хүмүүс байдаг" гэж Сэред-Миллер хиймэл оюун ухаанаар дүрслэх талаар санал болгов. "Энэ хүмүүсийн тоо багасч байна гэж найдаж байна!"
