11 ก.ย. เวลา 10:25 • การศึกษา
Ai By Shoper Gamer

Bias คืออะไร

โดย
Bias หรือ อคติ ในทางสถิติและการเรียนรู้ของเครื่อง หมายถึง ความลำเอียงหรือความไม่เป็นกลางในข้อมูลหรือโมเดลที่เราใช้ ทำให้ผลลัพธ์ที่ได้ออกมาอาจไม่ถูกต้องหรือไม่สะท้อนความเป็นจริงทั้งหมด
  • ​อาการ
○ ผลลัพธ์ที่ไม่ถูกต้อง
โมเดลอาจทำนายผลลัพธ์ที่ผิดพลาดหรือไม่ตรงกับความเป็นจริง
○ การตัดสินใจที่ไม่เป็นธรรมโมเดลอาจสร้างความไม่เป็นธรรมในการตัดสินใจ เช่น การเลือกปฏิบัติต่อกลุ่มบุคคลบางกลุ่ม
○ การขาดความหลากหลาย โมเดลอาจขาดความสามารถในการทั่วถึงไปยังกลุ่มผู้ใช้ที่หลากหลาย
  • ​ประเภท Bias
○ Selection Bias
เกิดจากการเลือกข้อมูลที่ไม่เป็นตัวแทนของประชากรทั้งหมด
○ Measurement Bias
เกิดจากข้อผิดพลาดในการวัดหรือเก็บรวบรวมข้อมูล
○ Reporting Bias
เกิดจากการรายงานข้อมูลที่ไม่ครบถ้วนหรือมีการบิดเบือนข้อมูล
○ Algorithmic Bias
เกิดจากอัลกอริทึมที่ถูกออกแบบมาให้มีความลำเอียง
  • ​วิธีแก้ไข
○ เก็บรวบรวมข้อมูลที่หลากหลาย
ข้อมูลที่ใช้ในการฝึกสอนโมเดลควรมีความหลากหลายและเป็นตัวแทนของประชากรทั้งหมด
○ ตรวจสอบข้อมูลให้ละเอียดตรวจสอบข้อมูลเพื่อหาข้อผิดพลาดหรือความไม่สอดคล้อง
○ ปรับปรุงอัลกอริทึม
ปรับปรุงอัลกอริทึมให้มีความเป็นกลางมากขึ้น
○ ใช้เทคนิคการลด Bias เช่น Over-sampling, Under-sampling, หรือ Cost-sensitive learning
○ ตีความผลลัพธ์อย่างรอบคอบ
ไม่ควรเชื่อผลลัพธ์ของโมเดลโดยปราศจากการวิเคราะห์เพิ่มเติม
  • ​ตัวอย่าง
○ โมเดลจดจำใบหน้า
อาจจดจำใบหน้าของคนผิวขาวได้ดีกว่าคนผิวสี เนื่องจากข้อมูลฝึกสอนมีภาพคนผิวขาวเป็นส่วนใหญ่
○ ระบบคัดเลือกบุคลากร
อาจเลือกผู้สมัครที่มีชื่อหรือเพศที่ตรงกับรูปแบบเดิมๆ
○ ระบบแนะนำสินค้า
อาจแนะนำสินค้าที่ไม่ตรงกับความต้องการของผู้ใช้ เนื่องจากข้อมูลการซื้อของผู้ใช้ในอดีตมีจำกัด
Credit :
👇
  • ​https://techsauce.co/news/ai-bias-asian-women
  • ​https://www.facebook.com/share/p/A1GQsMuyaomWrsNZ/?mibextid=xfxF2i
  • ​https://medium.com/special-topics-in-data-science/understanding-bias-and-fairness-in-ai-d900ac6d2b0e
  • ​https://medium.com/special-topics-in-data-science/understanding-bias-and-fairness-in-ai-b66c0939ffe3
  • ​https://thematter.co/thinkers/have-a-geek-time-thinkers/ai-biased/109596
✏️ Shoper Gamer

ดูเพิ่มเติมในซีรีส์

โฆษณา