Mākslīgā intelekta (MI) ētiska apmācība

Mākslīgās inteliģences pasaulē viens no lielākajiem izaicinājumiem ir MI sistēmu izstrāde, kas ir ne tikai inteliģentas, betām rīkojas saskaņā ar cilvēku ētiskajiem normām un vērtībām. Viena no pieejām šim nolūkam ir MI apmācība, 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 iesniedzu Arī Nēderlandu MI koalīcijas vērdā Tieslietu un Drošības ministrijai stratēģijas dokumentā, ko mēs izstrādājām ministrijas uzdevumā.

GAN (Generatīvo Adversāro Tēklu) izmantošana nepilnību noteikšanai

Generatīvās adversārās tēkli (GAN) var kalpot kā instruments, lai atklātu trūkumus likumdošanā. Ģenerērējot scenārijus, kas neietilpst esošajos likumos, GAN var atklāt iespējamās ētiskās dilemmas vai neapskatītas situācijas. Tas ļauj attīstītājiem identificēt un novērst šos trūkumus, tā rezultāt nodrošinot MI pilnīgu ētisku datu kopu, no kuras mācīties. Protams, mums ir nepieciešami arī juristi, tiesneši, politiķēi un ētiķi, lai precīzi noregulētu modeli.

Iespējas un ierobežojumi, apmācot MI ētiski 

Lai gan apmācība, pamatojoties uz likumdošanu, sniedz stabilu sākumpunktu, ir vairāki svarīgi apsvērītie jautājumi:

1. Normu un vērtību ierobežots atspoguļojums Likumi nesedz visus cilvēciskās 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 piemērot likumus konkrētām situācijām veidā, kas ir ētiski pamatots.
3. Etiķas dinamiskā daba Sabiedrības normas un vērtības nepārtraukti attīstās. Tas, kas šodien ir pieņemami, rīt var tikt uzskatīts par neētisku. Tādēļ mākslīgajam intelektam (MI) jābūt elastīgam un pielāgojamam, lai tiktu galā ar šīm pārmaiņām.
4. Ētika pret likumību Ir svarīgi atzīt, ka ne viss, kas ir likumīgs, ir ētiski pareizs, un otrādi. MI jābūt spējai paraudzīties tālāk par likuma burtu un izprast ētisko principu garu.

Papildu stratēģijas cilvēciskajām normām un vērtībām mākslīgajā intelektā

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 atgriezeniskā saite

Ētikas, psiholoģijas un socioloģijas ekspertu iesaistīšana apmācības procesā var palīdzēt precizēt MI. Cilvēka atgriezeniskā saite var nodrošināt nianses un labot jomas, kurās sistēma atpaliek.

3. Turpināt Mācīšanos un Pielāgošanos

AI sistēmām jābūt izstrādātām tā, lai tās mācītos no jaunas informācijas un pielāgotos mainīgajām normām un vērtībām. Tas prasa infrastruktūru, kas nodrošina nepārtrauktas atjaunināšanas un atkārtotas apmācības iespējas.

4. Pārredzamība un Skaidrojamība

Ir būtiski, lai AI lēmumi būtu pārredzami un skaidrojami. 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, kurām ir izpratne par cilvēku normām un vērtībām. 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:

• Ētikas principi un (ne)esošie juridiskie noteikumi MI jomā. Šis raksts apspriež ētiskās prasības, kas jāievēro mākslīgā intelekta (MI) sistēmām, lai tās būtu uzticamas. Dati un sabiedrība
• AI pārvaldība paskaidrota: Pārskats par to, kā MI pārvaldība var veicināt MI ētisku un atbildīgu ieviešanu organizācijās. Personāla apmācība 
• Atbildīgas AI trīs pamatstabi: kā ievērot Eiropas AI likumu. Šis raksts aplūko ētiskas AI lietojumu pamatprincipus saskaņā ar jauno Eiropas tiesisko regulējumu. Emerce
• Mākslīgā intelekta (MI) pētnieku ētiska apmācība: gadījuma izpēte. Akadēmisks pētījums par AI pētnieku apmācību ar uzsvaru uz ētiskajām atbildībām. ArXiv