Mākslīgā intelekta ētiska apmācība

Mākslīgā intelekta pasaulē viens no lielākajiem izaicinājumiem ir tādu MI sistēmu izstrāde, kas ir ne tikai inteliģentas, bet arī rīkojas saskaņā ar cilvēka ētikas normām un vērtībām. Viena no pieejām tam ir MI apmācīšana, izmantojot likumu krājumus un jurisprudenci kā pamatu. Šis raksts pēta šo metodi un aplūko papildu stratēģijas, lai radītu MI ar cilvēkam līdzīgām normām un vērtībām. Es šo ierosinājumu Nīderlandes MI koalīcijas vārdā iesniedzu arī Tieslietu un drošības ministrijai stratēģijas dokumentā, ko sagatavojām pēc ministrijas uzdevuma.

GAN (Ģeneratīvo Adversāro Tīklu) izmantošana nepilnību identificēšanai

Ģeneratīvie Adversārie Tīkli (GAN) var kalpot kā instruments, lai atklātu likumdošanas nepilnības. Ģenerējot scenārijus, kas neietilpst esošajos likumos, GAN var atklāt iespējamus ētiskus dilemmu vai neapskatītus gadījumus. Tas ļauj izstrādātājiem identificēt un novērst šīs nepilnības, tādējādi nodrošinot MI pilnīgāku ētisko datu kopu, no kuras mācīties. Protams, modeļa precizēšanai mums būs nepieciešami arī juristi, tiesneši, politiķi un ētikas speciālisti.

AI ejošas apmācības iespējas un ierobežojumi 

Lai gan apmācība, balstoties uz likumdošanu, sniedz stabilu sākumpunktu, ir jāņem vērā daži būtiski apsvērumi:

1. Normu un vērtību ierobežots atspoguļojums Likumi neaptver visus cilvēka ētikas aspektus. Daudzas normas un vērtības ir kulturāli noteiktas un nav nostiprinātas oficiālos dokumentos. Mākslīgais intelekts, kas apmācīts tikai uz likumdošanas pamata, var nepamanīt šos smalkos, bet kritiski svarīgos aspektus.
2. Interpretācija un konteksts Juridiskie teksti bieži ir sarežģīti un pakļauti interpretācijai. Bez cilvēka spējas saprast kontekstu, mākslīgais intelekts var saskarties ar grūtībām, piemērojot likumus konkrētām situācijām veidā, kas ir ētiski pamatots.
3. Etiķās domāšanas dinamiskā daba Sabiedrības normas un vērtības nepārtraukti attīstās. Tas, kas šodien ir pieņemams, rīt var tikt uzskatīts par neētisku. Tādēļ mākslīgajam intelektam jābūt elastīgam un pielāgojamam, lai tiktu galā ar šīm pārmaiņām.
4. Etika pret likumību Ir svarīgi atzīt, ka ne viss, kas ir likumīgs, ir arī ētiski pareizs, un otrādi. AI jābūt spējai paskatīties tālāk par likuma burtu un izprast ētikas principu garu.

Papildu stratēģijas cilvēciskajām normām un vērtībām AI

Lai izstrādātu mākslīgo intelektu (MI), kas patiesi rezonē ar cilvēka ētiku, ir nepieciešama holistiskāka pieeja.

1. Kultūras un sociālo datu integrācija

Pakļaujot MI literatūrai, filozofijai, mākslai un vēsturei, sistēma var gūt dziļāku izpratni par cilvēka stāvokli un ētikas jautājumu sarežģītību.

2. Cilvēka mijiedarbība un atsauksmes

Ētikas, psiholoģijas un socioloģijas ekspertu iesaistīšana apmācības procesā var palīdzēt pilnveidot MI. Cilvēka atsauksmes var nodrošināt nianses un koriģēt tur, kur sistēma atpaliek.

3. Nepārtraukta mācīšanās un pielāgošanās

AI sistēmām jābūt veidotām tā, lai tās mācītos no jaunas informācijas un pielāgotos mainīgajiem standartiem un vērtībām. Tas prasa infrastruktūru, kas nodrošina nepārtrauktu atjaunināšanu un atkārtotu apmācību.

4. Pārredzamība un izskaidrojamība

Ir būtiski, lai AI lēmumi būtu pārredzami un izskaidrojami. Tas ne tikai veicina lietotāju uzticēšanos, bet arī ļauj izstrādātājiem novērtēt ētiskos apsvērumus un vajadzības gadījumā koriģēt sistēmu.

Secinājums

AI apmācīšana, pamatojoties uz likumu kodeksiem un jurisprudenci, ir vērtīgs solis, lai izstrādātu sistēmas, kas izprot cilvēku normas un vērtības. Tomēr, lai radītu AI, kas patiešām rīkojas ētiski līdzīgi cilvēkiem, ir nepieciešama daudzdisciplīnu pieeja. Apvienojot likumdošanu ar kultūras, sociālajām un ētiskajām atziņām, un integrējot cilvēka zināšanas apmācības procesā, mēs varam izstrādāt AI sistēmas, kas ir ne tikai inteliģentas, bet arī gudras un empātiskas. Apskatīsim, ko nākotne var nest

Papildu resursi:

• AI ētikas principi un (ne)esošie juridiskie noteikumi. Šajā rakstā apskatītas ētiskās prasības, kas jāievēro AI sistēmām, lai tās būtu uzticamas. Dati un sabiedrība
• AI pārvaldība paskaidrota: Pārskats par to, kā AI pārvaldība var veicināt ētisku un atbildīgu AI ieviešanu organizācijās. AI personāla apmācība 
• Trīs atbildīgas mākslīgā intelekta (MI) pīlāri: kā ievērot Eiropas MI likumu. Šis raksts aplūko ētisku AI lietojumu pamatprincipus saskaņā ar jauno Eiropas likumdošanu. Emerce
• Ētiski atbildīgu MI pētnieku apmācība: gadījuma izpēte. Akadēmisks pētījums par MI pētnieku apmācību, koncentrējoties uz ētiskajām atbildībām. ArXiv