Uge 4: Indavlede AI-systemer er fulde af fordomme og beskidte data. Prstationsingenir i Team Danmark fortller, hvordan han optimerer skjterne til Danmarks OL-hold.

Published: Jan. 28, 2022, 1 p.m.

b'

V\\xe6rt: Henrik Heide

\\n\\n

Medvirkende: Andreas Top Adler, pr\\xe6stationsingeni\\xf8r i Team Danmark, Jakob Engelund Vistisen og Magnus Boye

\\n\\n

I denne uges Transformator skal vi tale om indavl. Det har de fleste nok styr p\\xe5, hvad er, n\\xe5r vi taler om mennesker og dyr. Men ogs\\xe5 AI-modeller kan v\\xe6re indavlede, og det g\\xe6lder bl.a. Microsoft og Nvidias sprogmodel Metatron-Turing NLG, er er tr\\xe6net p\\xe5 eksorbitante m\\xe6ngder data. Desv\\xe6rre er meget af det af tvivlsom kvalitet, og derfor er den fuld af fejl og uheldige bias. Det betyder, at alle de modeller, der baserer sig p\\xe5 den, ogs\\xe5 arver dens uheldige egenskaber, s\\xe5 de forholder sig fordomsfuldt til f.eks. muslimer, kvinder og homoseksuelle.

\\n\\n

Snart g\\xe5r det l\\xf8s ved vinter-OL, og Jakob Engelund Vistisen har v\\xe6ret p\\xe5 bes\\xf8g hos Jesper Carlson, landstr\\xe6ner for speedskate landsholdet, som fort\\xe6ller om, hvordan de danske OL-sk\\xf8jtel\\xf8beres udstyr optimeres \\u2013 b\\xe5de sk\\xf8jter og dragten er altafg\\xf8rende for pr\\xe6stationen.

\\n\\n

Links

\\n\\n

AI-hyldevarer f\\xf8rer til algoritmisk indavl

\\n\\n

Derfor har antallet af paneler i \\xe5rets EM-fodbold s\\xe5 stor betydning for dens aerodynamiske egenskaber

'