Vatsal Ghiya, CEO dan salah satu pendiri Shaip dalam fitur tamu istimewa membagikan beberapa wawasan tentang bias dalam pembelajaran mesin. Selain itu, dia juga menekankan alasan di balik bias dalam AI dan cara menghilangkan bias dalam model AI/ML.
Kunci Take-Aways dari Artikel adalah:
- Dari saran restoran hingga resolusi tiket layanan, chatbot AI semakin banyak digunakan di berbagai industri seperti perawatan kesehatan, perbankan, dan keuangan, serta memperbaiki kesenjangan upah. Dengan banyaknya kasus penggunaan, hal yang tak terelakkan adalah keadilan yang terkait dengan keseluruhan proses.
- Bias dalam model AI terjadi selama fase pelatihan di mana para ahli AI memasukkan volume data dengan kecenderungan dan preferensi tertentu. Secara khusus ada dua jenis bias, pertama bias kognitif dan kedua, bias yang terjadi karena kurangnya data.
- Namun, kabar baiknya adalah bias dalam model AI dapat dihilangkan dengan menggunakan kumpulan data yang tepat bersama dengan pemantauan data real-time dan model data representatif. Karena mendominasi kehidupan kita sehari-hari, pada akhirnya penting untuk berhati-hati dengan masukan kita untuk menjaga kualitas.
Baca artikel lengkap di sini:
https://datafloq.com/read/how-to-handle-bias-in-machine-learning/
