دو نمونه از داده های بد از مقاله بسیار زیبا هستند که مجبورم او را نقل کنم. این ایده خوبی است برای توضیح اطلاعات بزرگ هوش مصنوعی برای افراد دیگر.
نویسنده می نویسد که شما باید با داده های آموزش خود بسیار مراقب باشید زیرا هوش مصنوعی کاملاً تصوری ندارد که چه کاری انجام می دهد – این آمار را ناخوشایند می کند. و باید قوانین خود را اختراع کند. مثالی از تشخیص تصویر پزشکی:
متخصصان پوست تمایل دارند که حاکمان را در عکس سرطان قرار دهند ، برای مقیاس – بنابراین اگر تمام نمونه های "سرطان" حاکم داشته باشد و همه نمونه های "سرطان" نیست ، ممکن است از نظر آماری برجسته تر از آن لکه های کوچک است. شما سهواً به جای تشخیص دهنده سرطان ، یک تشخیص دهنده خط کش ساختید.
جمله دیگر این است که شما باید فوراً به مردم یاد دهید که اولاً هوش مصنوعی عصبی نیست و ثانیا ، پاسخ های بله / خیر ، بلکه احتمالات را ارائه می دهد. به عنوان مثال خوش فرم:
"نقل قول های پول."
"نقل قول های پول "فِف دو پاراگراف را فراخواند. [پیوندیرادروبلاگویقراردادم
و مثال سگ من را به مقایسه فرانک و الگوریتم ها و اسبها از فرانک از این پادکست Frank & Fefe می اندازد (امیدوارم این قسمت مناسبی باشد).
