| |
| 為何大數據分析可能加深AI的歧視與偏見 |
| 林勤富 副教授 |
 |
| 大數據強化AI機器學習能力，經訓練後的AI也為資料蒐集、標註彙整及分析進行優化並提昇效率，兩者相輔相成。然而提供AI演算法的資料、自然語言辨識下的關連性等數據均是基於開發者既有認知而來，舉凡語言文字、人際互動等人類社會思想產物，難免存在歧視或偏見等價值判斷，倘不自覺加以運用，在技術上極可能產生 |
|
|
| 誤判、甚至加劇歧視、加重刻板印象。例如：求職網站會根據過去性別就業紀錄提供就業取向預判、治安單位基於過去不完全的報案紀錄、巡邏資料預測犯罪熱點。使用AI與大數據固可協助更快速完成工作，卻亦導致重複不斷加深偏見的結果。 |
| 什麼是弱AI、強AI、超級AI |
| 林勤富 副教授 |
|
| AI在現今討論上依據與人類智能相比的實現程度，大致可分為三：(1)弱AI（Artificial Narrow Intelligence)：專注於單一特定技術領域上相當甚或超越人類表現的AI系統；(2)強AI (General AI)：AI已可如同人類完成需具備智力的多功能任務、代替做各類不同的事情；及(3)超級AI (Super AI)：真正如同人類會思考有情感，臻至人機共生的synthetic合成智慧體。目前一般常見的AI應用屬於弱AI範疇，預估在2025年之後將有更廣泛多元的發展。 |
|
|
