康奈尔大学博士生研究人工智能“黑箱”偏置值问题

来自美国康奈尔大学的博士研究生萨拉·谭（Sarah Tan）等人在arXiv发表的论文中提出了一种解决“黑箱”算法验证问题的方法。 在股票交易、医疗决策等领域，越来越多的人工智能应用取代了人类去做最终的决策判断。但是这些人工智能算法只是在它被训练的特定数据集上表现良好，而且在很多实例中，我们会在这些算法中人为地添加很多与人类主观经验相关的偏置值。在保释批准、贷款批准这类风险评估模型中，各种偏置值带

>>阅读原文<<