文件名称:偏见问题。 Ml 的框架权力-研究论文
文件大小:307KB
文件格式:PDF
更新时间:2024-06-29 09:00:01
Inductive bias framing
从计算机科学的角度来看,偏差可能是指支持机器学习的生产偏差,无论是在选择训练集的层面还是在训练算法的层面。 它让人想起大卫沃尔珀特的“没有免费的午餐定理”之一,如果不是休谟怀疑论或伽达默尔对构成性假设的承认。 这例如涉及训练集的大小、其相关性、所使用的算法类型以及结果的准确性和/或速度之间的权衡。 从社会角度来看,偏见可能是指不公平待遇甚至非法歧视。 将固有的计算偏差与不公平或错误偏差的无端影响区分开来,同时梳理它们在哪里相遇以及它们如何相互作用是至关重要的。 这包括基于 ML 应用程序正在重新配置我们在线和离线环境的“选择架构”这一事实,对 ML 偏见的道德评估进行调查。 最后,我将简要论证道德在面对机器偏见的框架权力时是行不通的,强调需要将决定这些框架权力的设计选择置于法治之下。