Innholdsfortegnelse:

Hvordan Kunstig Intelligens Og Roboter Forenkler Våre Liv - Forskning, Samfunn
Hvordan Kunstig Intelligens Og Roboter Forenkler Våre Liv - Forskning, Samfunn

Video: Hvordan Kunstig Intelligens Og Roboter Forenkler Våre Liv - Forskning, Samfunn

Video: Hvordan Kunstig Intelligens Og Roboter Forenkler Våre Liv - Forskning, Samfunn
Video: Kunstig Intelligens: Vil Robotterne Overtage Jorden? 2023, Juni
Anonim

Bounty hunters og nye algoritmer

Den britiske divisjonen av Unilever, den globale forbrukervaregiganten, har brukt kunstig intelligens for første gang for å vurdere kandidater til ansettelse.

Kandidaten spilte inn video, svarte på standard spørsmål og en maskinalgoritme analyserte tale, tonen ordene ble talt i og ansiktsuttrykk. Som et resultat ble hundrevis av egenskaper opprettet, som deretter ble sammenlignet med data fra kandidater som tidligere ble ansatt - og de viste seg å være gode spesialister.

Det amerikanske selskapet HireVue, utvikleren av denne applikasjonen, mener at denne tilnærmingen er mye bedre enn den vanlige studien av et CV. Så, bare ved tale, ser algoritmen på 350 karakteristikker av språket, for eksempel bruk av passiv eller aktiv stemme, bruk av pronomen, ordforråd og setningslengde, yrkesspesifikke termer. Ingen mennesker kan gjøre det.

En slik algoritme kan ikke bare brukes til å sortere kandidater, men også til "headhunting". Så, hvis videoen kommer inn i noen databaser, vil de finne deg, uansett hvor du er, og gi et jobbtilbud som ikke kan avslås. Og det vil være perfekt for både deg og arbeidsgiveren

Vil du bli vurdert av en slik algoritme - eller en person med ukjent for deg, men obligatoriske fordommer og fordommer (alle har dem), med tillegg av andre uforutsigbare og umulige å redegjøre for faktorer?

Dermed kan en person mens han leser et CV være sulten eller mett, sliten eller uthvilt. Stressende etter pendling eller den første dagen etter ferien. Samtidig skinner solen utenfor vinduet eller alt er dekket av svarte skyer.

Algoritmen i sammenligning med en person ser ut som gudinnen for rettferdighet Themis - upartisk og objektiv

Men det er mennesker som kan skamme seg ved synet av et kamera, samtidig som de er gode spesialister. Og vi vet at noen veldig talentfulle mennesker er forskjellige fra "normen". I tillegg er tidligere vellykkede kandidater ikke alltid forbilder i vår tid, når hver dag byr på nye og uventede utfordringer.

Men det er et viktigere problem som utviklere allerede har møtt i andre bruksområder av algoritmen: på hva eller på hvem slike algoritmer blir trent. Hvis prøvene var høyskoleutdannede, hvite, fra middelklassefamilier på østkysten av USA, vil algoritmen beregne noe annet som forener slike mennesker og som ikke ligger på overflaten. Vi vil med andre ord ikke engang vite hva han finner ut av slike prøver. Men helt sikkert vil de som ikke passer til denne profilen - og dette er 99,99% av alle mennesker - bli betraktet som et slags avvik fra mønsteret. Likevel vil algoritmer av denne typen brukes mer og mer, og vi må bare huske på at de har både positive og negative sider.

Robotleseren fant ut hvordan vi vurderer mennesker

Roboten har lest 3,5 millioner bøker utgitt på engelsk mellom 1900 og 2008, både skjønnlitteratur og sakprosa. Disse bøkene inneholder 11 milliarder (!) Ord, og en robot, det vil si en maskinalgoritme, måtte telle adjektivene som kjennetegnet menn eller kvinner. For eksempel, ved å finne ordene "sønn", "flyvertinne" eller "skuespillerinne", så algoritmen på hvilke adjektiver som beskrev dem. Som et resultat ble det laget en liste over de mest brukte adjektivene, både positive og negative, som forfatterne har preget menn og kvinner over hundre år.

Hovedfunnet i denne studien, utført av et internasjonalt team av forskere, er at adjektiv som beskriver kvinner hovedsakelig refererer til utseende, og adjektiv for menn refererer til atferd eller personlighetsegenskaper

Vanlige adjektiver:

Kvinner Menn
Positive

adjektiver

Negative adjektiver Positive adjektiver Negative adjektiver
Vakker Lurvete Rettferdig Passer ikke
Ganske Unkempt Sunn Upålitelig
Kysk Ufruktbar Dydig Ulydig
Nydelig Grinete Rasjonell Klengete
Produktiv Ubesett Fredelig Grusom
Herlig Avvist Begavet Tomgang
Sexy Ugift Modig Ubevæpnet
Elegant Undernært Viktig Såret
Raffinert Tynn Pålitelig Fanatisk
Bo Uklart Syndeløs Urettferdig
Lys Grinete Edel Hensynsløs

Fant adjektiver som beskriver deg?

Leder for forskerteamet, Isabelle Augenstein ved Institutt for datavitenskap ved Københavns universitet, bemerker at studien reiser en rekke viktige spørsmål. Algoritmen som ble brukt i dette søket brukes til talegjenkjenningssystemer og vil bli brukt av andre maskiner for å kommunisere med mennesker. Og hvis det er preferanser eller forvrengninger på språket vårt, vil de absolutt bli overført til maskiner.

For eksempel, en beskrivelse av en kvinne som ikke inneholder et eneste adjektiv relatert til utseende, men bare kjennetegn ved hennes oppførsel eller karakter, vil algoritmen vurdere å avvike fra normen. Derfor, ifølge forskere, bør algoritmer læres å ignorere disse skjevhetene.

Men det virker bare enkelt, fordi disse fordommene og preferansene ikke dukket opp for ingenting. Dette burde ikke høres ut som en unnskyldning for sexisme, men vi vurderer generelt på en eller annen måte kvinner etter utseendet og mennene etter deres karakter.

I dag, etter tusenvis av studier, vet vi med sikkerhet at menn vurderer en kvinne i henhold til hundrevis av parametere, nesten umiddelbart og nesten alltid ubevisst, i valget for forplantning. Dette gjelder alt: karakteristikkene til figuren, forholdet mellom kroppsdeler, stemme, hårets tilstand og farge og mer.

Hvis vi bare tar øynene fra denne listen - dette gjelder fargen på sclera, størrelsen og fargen på iris, tilstedeværelsen og tykkelsen på limbalringen, forholdet mellom den synlige delen av sclera og iris, og så på. Dette er alle kjennetegn ved ungdom og helse. Og ingen av oss er i stand til bevisst å se, analysere og ta en beslutning. Alt dette gjøres av vår interne biologiske algoritme, som, enten vi liker det eller ikke, har jobbet med suksess i hundretusener av år. Spesielt takket være ham valgte foreldrene dine hverandre, og nå leser du dette.

Vi kan si, “La oss slutte å ta hensyn til dette. La oss slå av en algoritme av hensyn til en annen. " Dette er et dristig og verdig forsøk, men tiden vil vise om vi lykkes eller ikke

Hvordan velger du riktig partner?

Riktig løsning på problemet = stabilt ekteskap

Valget er alltid vanskelig, selv om du velger en av de to. Men når det gjelder mange deltakere, med ufullstendig informasjon og flere preferanser, blir det utrolig vanskelig. Matematikere takler regelmessig slike problemer, og en av dem, om valg av passende par, kalt "problemet med stabilt ekteskap" er løst og fortjener vår oppmerksomhet.

Tenk deg at det er fire kvinner samlet: Anna, Bella, Vera og Galya - og fire menn: Alexander, Boris, Victor og Grigory. De ønsker å skape stabile par, men "alt er blandet i huset til Oblonskys." Anna liker Boris, og han liker Galya, som liker Alexander, og det liker Vera. Hvordan oppnå stabilitet hos par, slik at partneren din ikke stikker av til en annen? Parstabilitet er når det ikke skal være noen mann eller kvinne i et par som gjensidig foretrekker å være sammen med andre.

For å finne ut av det, bestemmer de seg for å skrive en liste over de mest ønskelige kandidatene i fallende rekkefølge. Her er hva de gjorde.

Blant kvinner:

Preferanser Anna Bella Vera Galya
1. trinn Boris Alexander Gregory Alexander
2. trinn Alexander Gregory Victor Boris
3. etappe Victor Victor Boris Gregory
4. trinn Gregory Boris Alexander Victor

Hos menn:

Preferanser Alexander Boris Victor Gregory
1. trinn Vera Galya Bella Anna
2. trinn Bella Anna Anna Galya
3. etappe Galya Bella Vera Bella
4. trinn Anna Vera Galya Vera

Første runde

Nå, etter å ha satt sammen listen, begynner damene å komme med forslag til herrene, begynnende med den første på listen, og dette får mennene:

Alexander Boris Victor Gregory
Bella

Galya

Anna Vera

Vi ser at Victor blir ignorert for nå, mens Alexander har to forslag på en gang: fra Bella og Gali. Bella er nummer to i stedet for ham, og han velger henne og nekter Gala.

Andre runde

Galya stryker over sin første kandidat og foreslår den andre på listen, Boris.

Boris har nå to forslag, og Galya er på første plass i sine preferanser, og han nekter Anna.

Alexander Boris Victor Gregory
Bella

Galya

Galya

Anna

Vera

Tredje runde

Anna, avvist av Boris, krysser ham og gir et tilbud til den andre på listen hennes, Alexander. Alexander har igjen to kandidater, men Bella vinner denne kampen og forblir på listen!

Alexander Boris Victor Gregory
Bella

Anna

Galya

Galya

Anna

Vera

Fjerde runde

Anna foreslår til den tredje kandidaten på listen hennes, Victor:

Alexander Boris Victor Gregory
Bella Galya Anna Vera

Siden ingen avviser noen, og det ikke er noen grep igjen, får vi stabile par. Jo flere deltakere, jo flere runder kan det være, men før eller siden vil alle finne det mest passende paret.

Her så vi hvordan en av algoritmene fungerer. Problemet ser ut som et salongspill, men i dag fungerer denne algoritmen for å tildele barn til barnehager i Danmark, skolebarn til skoler i Ungarn, studenter til universiteter i Kina, Tyskland og Spania, for å tildele rabbinere til synagoger i New York, for å koble passende organ givere med pasienter i Storbritannia. Og selvfølgelig brukes algoritmen av noen online datingsider.

Denne algoritmen ble tildelt Nobelprisen i 2012 for økonomi

David Gale og Lloyd Shapley opprettet den tilbake i 1962. Gale døde, og Shapley delte prisen med Alvin Roth, som så potensialet for å bruke algoritmen på sosiale problemer.

Du har kanskje lagt merke til en interessant funksjon: i vårt spill var damene de første som foreslo. Ville noe endres hvis tilbudene ble gitt av herrer? Overraskende nok. Du kan sjekke det selv, spesielt siden det bare tar en runde. Etter ham forble bare Boris og Galya sammen, som i det første tilfellet, og alle de andre skapte andre par. I begge tilfeller dannes par stabilt, og dette er viktig.

Men se hva som skjer: når herrene er de første som tilbyr å snakke, får de det beste, mest foretrukne alternativet for seg selv, og damene nøyer seg med litt dårligere alternativer for partnere. Når damene er de første som foreslår, får de bedre muligheter enn herrene.

Under oppdraget til sykehus visste medisinstudenter om algoritmens arbeid og la merke til at de var de første som kom med forslag, og forverret deres valg. De kjempet vellykket mot denne tilnærmingen og vant retten til å være den første som kom med tilbud til sykehus.

Algoritmer jobber allerede i mange områder av livet vårt, selv om vi ikke er klar over det, og vil bli brukt mer og mer aktivt. Vi trenger ikke la oss skremme av dette, fordi de potensielt er skapt for å lette og forbedre livene våre. De kan gjøre noe for oss som er mer effektive enn våre intuitive eller tilfeldige valg.

Algoritmedrevet online dating hjelper til med å skape mer motstandsdyktige par enn andre metoder. Algoritmen for å koble pasienten og giveren har allerede reddet mange liv i dag. Og vi trenger å vite om deres eksistens, bruke dem og ikke glemme våre interesser

Mer om dette:

  • En artikkel om bruk av AI i ansettelser i The Telegraph: telegraph.co.uk/news/2019/09/27/ai-facial-recognition-used-first-time-job-interviews-uk-find/?WT. mc_id = tmg_share_tw
  • Book Reading Study: copenlu.github.io/publication/2019_acl_hoyle/
  • Og en ting til: futurity.org/adjectives-gender-descriptions-books-2143682-2/
  • Forskerne brukte Google Ngram Corpus-databasen.
  • Historien om "problemet med stabilt ekteskap" blir fortalt i boka: Du Sautoy M. The Creativity Code: Art and Innovation in the Age of AI. London: 4th Estate, 2019.

Populær etter emne