Бачачи @Mira_Network говорять про дуже реалістичну проблему, тобто всі приділяють багато уваги проблемі «галюцинацій» ШІ, адже галюцинації можна частково вирішити за допомогою технічних засобів. Наприклад, використання графіків знань, удосконалення пошуку та суворий відбір даних можуть певною мірою зменшити появу неправдивої інформації. Але з упередженнями не все так просто. Навіть якщо ви ретельно вибиратимете дані тренувань, все одно будуть потенційні упередження. Крім того, у людини, яка вручну рецензувала справу, також є особиста думка і сліпі зони, що неминуче. Що ще більш неприємно, так це те, що ці системи штучного інтелекту часто зосереджені в руках кількох великих компаній, і цінності розробників також можуть впливати на результати, унеможливлюючи справжній нейтралітет. Це призводить до дуже незручної ситуації: чим потужніший і концентрованіший ШІ, тим складніше усунути вплив упередженості. Навіть інструменти, що використовуються для виявлення та виправлення упередженості, не можуть уникнути долі упередженості. Іншими словами, те, що ми використовуємо для вирішення проблеми, може бути джерелом самої проблеми. Я думаю, це нагадує нам, що розвиток штучного інтелекту – це не лише технічний виклик, а й соціальне та етичне питання. Якщо ви дійсно хочете вирішити проблему упередженості, технології самі по собі марні, вам потрібно залучати більше різних голосів і робити ШІ більш відкритим і прозорим, щоб уникнути обхідних шляхів. Ключовим є те, що на @KaitoAI є активність за списком, а проєкт на @arbitrum теж дуже популярний, а ще можна звернути увагу на $ENERGY $SHOUT $Bane $Chao $BOOM $666 на @shoutdotfun