Gobernanza de IA (inteligencia artificial): cómo hacerlo bien
“Los proyectos de IA rara vez se coordinan en una empresa y los equipos de ciencia de datos a menudo están aislados del desarrollo de aplicaciones”, dijo Mike Beckley, director de tecnología de Appian. "Y ahora los reguladores están empezando a hacer preguntas que las empresas no saben cómo responder".
Tenga en cuenta que la IA presenta problemas únicos. Los datos de entrenamiento a menudo son defectuosos, como errores, duplicaciones e incluso sesgos. Luego está el problema con la deriva del modelo. Aquí es cuando la IA se degrada con el tiempo porque los algoritmos y los datos no reflejan adecuadamente los cambios en el mundo real.
Editado por Aniceto Pérez y Madrid, Especialista en Ética de la Inteligencia Artificial y Editor de Actualidad Deep Learning (@forodeeplearn).
Los artículos publicados son incluidos por su estimada relevancia y no expresan necesariamente los puntos de vista del Editor este Blog.
Comentarios
Publicar un comentario