Nähdessään @Mira_Network puhuvan hyvin realistisesta ongelmasta, eli kaikki kiinnittävät paljon huomiota tekoälyn "hallusinaatioiden" ongelmaan, loppujen lopuksi hallusinaatiot voidaan osittain ratkaista teknisin keinoin. Esimerkiksi tietokaavioiden käyttö, haun parannukset ja tietojen tiukka valinta voivat vähentää väärän tiedon esiintymistä jossain määrin. Mutta ennakkoluulot eivät ole niin yksinkertaisia. Vaikka valitsisit harjoitustiedot huolellisesti, mahdollisia vinoumia on silti. Lisäksi tapauksen manuaalisesti tarkistaneella henkilöllä on myös henkilökohtaisia mielipiteitä ja sokeita pisteitä, mikä on väistämätöntä. Vielä hankalampaa on, että nämä tekoälyjärjestelmät keskittyvät usein muutaman suuren yrityksen käsiin, ja myös kehittäjien arvot voivat vaikuttaa tuloksiin, jolloin on mahdotonta olla todella neutraali. Tämä johtaa erittäin kiusalliseen tilanteeseen: mitä tehokkaampi ja keskittyneempi tekoäly on, sitä vaikeampaa on poistaa ennakkoluulojen vaikutusta. Edes ennakkoluulojen havaitsemiseen ja korjaamiseen käytetyt työkalut eivät voi välttyä puolueellisuuden kohtalolta. Toisin sanoen se, mitä käytämme ongelman ratkaisemiseen, voi olla itse ongelman lähde. Mielestäni tämä muistuttaa meitä siitä, että tekoälyn kehittäminen ei ole vain tekninen haaste, vaan myös sosiaalinen ja eettinen kysymys. Jos haluat todella ratkaista ennakkoluuloja, pelkkä teknologia on hyödytöntä, sinun on otettava mukaan enemmän erilaisia ääniä ja tehtävä tekoälystä avoimempaa ja läpinäkyvämpää, jotta vältytään kiertoteiltä. Tärkeintä on, että sillä on luettelotoimintaa @KaitoAI, ja @arbitrum-projekti on myös erittäin suosittu, ja voit myös kiinnittää huomiota $ENERGY $SHOUT $Bane $Chao $BOOM 666 dollaria @shoutdotfun