Ho visto che @Mira_Network ha sollevato una questione piuttosto realistica, ovvero che ora tutti si concentrano molto sul problema delle "allucinazioni" dell'AI, dato che le allucinazioni possono essere parzialmente risolte attraverso mezzi tecnici. Ad esempio, utilizzando grafi di conoscenza, potenziamento della ricerca e selezionando rigorosamente i dati, si può ridurre in una certa misura l'emergere di informazioni false. Ma i pregiudizi non sono così semplici. Anche se ci si impegna a selezionare i dati di addestramento, ci saranno comunque pregiudizi potenziali. Inoltre, le persone che effettuano la revisione manuale portano con sé le proprie opinioni e punti ciechi, il che è difficile da evitare. Ancora più complicato è il fatto che questi sistemi AI sono spesso concentrati nelle mani di poche grandi aziende, e i valori degli sviluppatori possono influenzare i risultati, rendendo impossibile raggiungere una vera neutralità. Ciò porta a una situazione piuttosto imbarazzante: più l'AI è potente e centralizzata, più difficile diventa eliminare l'influenza dei pregiudizi. Anche gli strumenti utilizzati per scoprire e correggere i pregiudizi non possono sfuggire al destino di essere influenzati. In altre parole, ciò che usiamo per risolvere i problemi potrebbe essere, esso stesso, la fonte del problema. Penso che questo ci ricordi che lo sviluppo dell'AI non è solo una sfida tecnica, ma anche una questione sociale ed etica. Per risolvere veramente i pregiudizi, non basta la tecnologia; è necessario coinvolgere più voci diverse, rendere l'AI più aperta e trasparente, per evitare di prendere strade sbagliate. Il punto chiave è che c'è un'attività di classifica su @KaitoAI, e i progetti su @arbitrum stanno anche guadagnando molta attenzione, quindi si può dare un'occhiata anche a $ENERGY $SHOUT $Bane $Chao $BOOM $666 su @shoutdotfun.